一种集装箱固定旋锁自动拆卸装置的设计

目前国际上集装箱码头的集装箱装锁及拆锁工艺均采用人工操作。为提高效率,确保安全,研究一种可对集装箱固定旋锁自动加装或者拆卸的专用装置。该装置适用于目前国际上集装箱加固流行使用的各种自动及半自动旋锁。该装置的应用将有助于大量减少现场工作人员的数量,提高码头上的安全管理水平和生产效率。     

采用序列函数法在身管导热反问题中的应用

根据外壁面的温度分布推算内壁面的温度是一类不适定的导热反问题。通过研究身管内膛壁热响应特性,建立应用多个温度测点、多个未来时间步的计算模型。根据Becks序列函数法的思想,计算结构内部温度场,并取其中数点温度信息作为反问题输入条件,反演得到内膛壁热流响应。在此基础上,利用FORTRAN语言编写程序进行计算求解,由身管外壁温度随时间的变化得到管内膛壁温度随时间的变化。计算结果表明,计算值与准实验值吻合,序列函数法能够准确地计算得到管内壁不同位置温度随时间的变化。     

对ISAR成像系统M序列调相干扰技术研究

ISAR成像系统与普通雷达相比具有更强的抗干扰能力,使用常规的噪声压制干扰方法需要很大的功率才能实现目标像的有效破坏。文章介绍一种基于M序列码实现的转发式调相干扰技术,它可以具有较小的功率,实现对ISAR成像过程的有效破坏。     

基于熵权效率的交通运输与经济发展的协调性分析

基于主成分赋权法获得了交通运输和经济发展的主成分,在主成分的基础上测度了交通运输的熵权效率和经济发展的熵权效率。从熵权效率出发,利用耦合协调度模型测算了2016年我国三十个省市的交通运输和经济发展的耦合协调度。最后对"一带一路"沿线区域的动态协调发展度进行时间序列分析拟合,并对该区域2017—2019年的动态协调发展度进行预测。     

基于突变强度的交通事件自动检测算法

为设计1 种检测率高的快速路交通事件自动检测(Automatic Incident Detection， AID)算法，基于突变强度理论，分析交通事件下流量、速度、占有率突变强度在纵向时间序列的变化特征，得出事件时段，交通参数突变强度值较大. 本文以三参数突变强度乘积为事件评价指数设计了1 种快速路AID 算法. 新算法与3 种AID 算法对比得出：新算法检测率高 (100.00%)，误检率低(5.75%)；与横向时间序列相比，纵向时间序列数据稳定性更好；参数数量的增加可提高检测率. 新算法适用于各种流量，在低峰检测率为100.00%，误检率为0，检测效果最佳；高峰时段保持100.00%高检测率，误检率为5.66%，误检事件多发生在上下班早晚高峰和午休3个交通流量变化较大的时段.     

多重耐药鲍曼不动杆菌的临床流行特征

目的对西安交通大学第一附属医院收集的多重耐药鲍曼不动杆菌进行菌种确认,并检测其临床感染分布特点、耐药性及分子分型特征。方法收集经VITEK-2鉴定的多重耐药鲍曼不动杆菌47株,利用特异性引物sp2F、sp4F和sp4R通过PCR扩增的方法复检菌株;使用VITEK-2检测鲍曼不动杆菌的药物敏感性;通过多位点序列分型(MLST)方法分析临床菌株的同源性。结果经过特异性PCR扩增法确认,47株临床样本中有46株为鲍曼不动杆菌,它们大多分离自痰标本,主要收集于重症监护室,呈多重耐药性。MLST分析发现ST195、ST218、ST368及ST208共4种ST型,其中ST368与ST208亲缘关系最近。结论特异性PCR扩增法可快速、准确地鉴定鲍曼不动杆菌。本院的多重耐药鲍曼不动杆菌主要分布在重症监护室,仅对替加环素等少数抗生素有较高敏感性,存在同源性差异。     

基于二维耦合映像格子模型的图像加密

为了平衡混沌系统的复杂性和效率之间的关系，将分段Logistic映射（piecewise Logistic map，PLM）引入到二维耦合映像格子（2D coupled map lattices，2DCML）模型中. 采用暂态转换以使模型的输出序列服从均匀分布，进而得到T2DCML模型，基于此模型提出了一类图像加密算法. 在加密算法中，利用模型输出的伪随机序列构造两个初等变换矩阵，对图像进行置乱操作；然后再从模型中提取状态值的比特构造整数序列，对置乱后的图像进行扩散操作；经过若干轮的置乱与扩散操作，产生最后的加密图像. 仿真实验及性能分析表明:该算法的相关系数的绝对平均值为0.001 3，信息熵为7.999 3，像素变化率（number of pixel change rate，NPCR）和统一平均变化强度（unified average change intensity，UACI）分别为99.63%和33.60%，能够有效满足图像在网络中安全传输的需求.      

基于灰色模型的铁路客流预测方法

在GM(1,1)预测模型基础上,构建2个不同的预测模型——GM(1,1)幂模型和对原始数据进行缓冲算子处理的GM(1,1)模型,采用Matlab建模,并将模型应用到铁路客流量预测,分析对中小样本振荡序列的预测效果。实例证明,GM(1,1)幂模型和对原始数据进行缓冲算子处理的GM(1,1)模型的应用范围和预测精度都优于灰色GM(1,1)模型,是非线性铁路客流量预测的一种有效方法,有助于制定铁路运输计划。     

西安市2010-2015年空气污染对出生缺陷影响的时间序列分析

目的研究西安市空气污染物二氧化硫(SO_2)、二氧化氮(NO_2)和PM_(10)对出生缺陷的影响。方法从西安市妇幼保健院获得西安市2010-2015年出生缺陷监测资料,从西安市环境监测站获得同期空气污染资料,从西安市气象站获得同期气象监测资料,采用广义相加模型控制长期趋势、季节、气温和相对湿度影响,探讨空气污染物与出生缺陷的相关性。结果研究期间西安市月平均出生缺陷达89例;SO_2、NO_2、PM_(10)月平均密度分别是34.05、45.13、96.77μg/m~3;月平均温度为13.57℃;相对湿度为63.20%。在广义相加泊松回归模型(GAM)中,空气污染物SO_2、NO_2、PM_(10)与出生缺陷有关且有一定的滞后效应,均在临产前10月的效应达到最大值,各污染物密度每增加10μg/m~3,RR(95%CI)分别为:1.060(1.023~1.097)、1.033(1.014~1.052)和1.018(1.007~1.029),且差异均具有统计学意义(P<0.05)。结论西安市空气污染物SO_2、NO_2、PM_(10)与出生缺陷的发生相关。     

船舶操控系统中的运动时间序列模糊推理及预报研究

在船舶的自动化操控系统中,采用智能化的运动时间管理能够极大限度提高船舶航行的安全性,同时也能够降低船员的工作强度。本文主要针对船舶运动的预测技术进行研究,采用先进的模糊推理控制算法,重点解决船舶运动的误差问题。文中对船舶运动的时间序列进行建模分析,并主要从非平稳时间序列的角度分析船舶运动控制中遇到的难题,最后对运动预测进行误差分析与仿真。