卡尔曼时间序列模型预测路面平整度指数

路面平整度的发展趋势受交通量、温度及使用时间等许多因素的影响,很难建立综合全面的预测模型。而时间序列法利用历年的IRI值可解决这个问题。针对传统的时间序列法计算的不足,提出了将卡尔曼滤波应用于时间序列IRI预测模型的方法,能充分利用观测值对状态估值进行实时修正,可有效提高预测模型的预测精度,且无需储存大量的历史观测数据。最后,通过实例证明了该模型有效可行。     

基于交通流量预测的高速公路收费道口运营策略研究

以宁沪高速公路南京主线收费站数据为样本,使用现代时间序列模型预测收费道口交通流量,提出了基于交通流量预测的收费道口运营策略制定方法,并给出了应用实例。     

直接序列扩频信号干扰技术研究

直接序列扩频信号在军事通讯中具有广阔的应用前景。针对直接序列扩频通信系统扩频码本身的特点,从理论上推导得出了直接序列扩频信号的时频特性和参数估计。分析了噪声干扰技术和回波模拟技术。通过计算机仿真,对比了样式相同而不同干扰功率情况下直接序列扩频通信误码率,其仿真结果验证了理论推导的正确性。     

新冠肺炎疫情对港口散杂货吞吐量的影响及建议

新冠肺炎疫情全球蔓延导致我国外贸环境显著变化，对我国海运运输产生重要影响。为补充散杂货领域的研究空白，本研究以我国重要枢纽港口广州港为实例，基于广东省疫情和实际生产数据，应用时间序列模型进行预测与分析。实证结果表明：地区疫情强弱程度能够在港口吞吐量上反应且无明显滞后现象，并且，各细分货类的吞吐量变化较大，且影响因素较为复杂，可分为政策因素、价格指数、运价指数、国内外供需关系四大类。最后对后疫情时代的港口散杂货业务发展策略、货类管理办法提出对策建议。     

地铁闸机扇门机构故障时间序列预测研究

基于CNN+ LSTM混合神经网络构建故障时间序列预测模型，利用某型号地铁闸机扇门机构的故障数据进行实例分析，并与ARIMA、CNN和LSTM 3种单一预测模型对比。结果表明:CNN+LSTM混合神经网络模型的预测准确性较高，具有良好应用前景，研究成果可用于支持地铁闸机维修计划的制定和优化。     

Building Real-Time Network Intrusion Detection System Based on Parallel Time-Series Mining Techniques

A new real-time model based on parallel time-series mining is proposed to improve the accuracy and efficiency of the network intrusion detection systems. In this model, multidimensional dataset is constructed to describe network events, and sliding window updating algorithm is used to maintain network stream. Moreover, parallel frequent patterns and frequent episodes mining algorithms are applied to implement parallel time-series mining engineer which can intelligently generate rules to distinguish intrusions from normal activities. Analysis and study on the basis of DAWNING 3000 indicate that this parallel time-series mining-based model provides a more accurate and efficient way to building real-time NIDS.     

一种基于混沌序列的数字水印算法实现及分析

数字水印技术是进行数字产品保护的一种重要手段.提出了一种基于混沌序列的数字水印算法,在水印嵌入原始图像之前,利用混沌发生器生成的随机序列对水印图像进行置乱处理;水印位置的确定采用边缘提取的方法,简单易行.     

序列成本定价机制的公理化分析

研究了序列成本定价机制对同质分配模型公理体系的满足情况，并着重探讨了该机制与上限性、下限性、免费午餐、需求可控性和一致性公理的关系．在同质模型的前提下，序列成本定价满足除去成本函数单调性、一致性和需求可控性之外的所有公理特性要求．比较了序列成本定价机制和平均成本定价机制满足上限性、下限性、免费午餐、需求可控性等公理的情况．结果表明，当代理人的需求不易控制时，平均成本定价具有明显优势；反之序列成本定价较好．