公路运输量抽样调查方案的改进

针对我国现行公路运输量抽样调查方案存在的不足,并基于2008年和2013年交通运输部开展的两次大型抽样调查工作的实践,提出了基于双重抽样技术与样本轮换技术的我国公路运输量抽样调查方案的改进新思路.双重抽样的第一重抽样是每5年开展一次,为大型抽样调查活动,主要获取本周期的公路运输量基础数据;第二重抽样是后4年每年开展一次,为小型抽样调查活动,采用样本轮换技术,获取月度公路运输量数据.     

天津市商业综合体交通出行时间特征分析

为研究商业综合体交通出行时间特征,选取了天津市三个商业综合体样本,进行工作日、周末的人流和车流的出行吸引点调查.根据调查结果,分析三个样本各业态交通出行量在全天不同时段的分布情况,进而得出商业综合体交通出行量全天的总体分布特征,总体分布特征可以反映交通出行量在时间上的集中情况,对高峰小时系数的选取具有理论支持作用.     

一种基于TCM-SVDD的样本类别标注方法

船舶机械噪声源的识别是一个小样本条件下的模式识别问题,采用增量学习是解决此问题的一条有效途径。但在进行增量学习以前,必须对新增样本的类别进行有效识别。为有效识别新增样本的类别,提出一种新的TCM-SVDD方法。首先,通过支持向量数据描述（SVDD）方法获得训练样本与新增样本的拉格朗日乘子;然后,将其作为该样本的奇异值代入直推置信机（TCM）中,估计新增样本属于不同类别的置信度,并将其与预设的置信水平进行比较;最后,剔除新增样本中的异类样本,实现增量学习。试验结果表明,该方法能快速、准确地识别异类模式样本,对训练样本集中混有少量异类模式样本的情况不敏感,而且可以控制对异类样本的检测准确率,自动化程度高。     

蔡梅江：中远品牌等于品质保证

中远南方在短短几年里成长为行业的先锋,样本意义可究。我们不追求样本本身完美,重要的是后来者知道其路何是,其为何从。     

基于样本的轿车HC排放规律研究

根据某型在用轿车怠速HC排放实际检测所得样本数据,研究了HC排放的统计规律性,建立了描述这种统计规律性的分布函数模型和分布密度函数模型,计算结果与样本实际检测结果高度吻合。研究提出了修改相应国家汽车排放控制标准的具体建议,并指出应强化I/M制度,以有效地控制在用汽车的排放污染。     

基于有序样本聚类的交叉口交通信号控制算法研究

针对现有多时段TOD算法和感应控制算法存在的弊端，从实用角度出发，提出一种将基于有序样本聚类的多时段TOD算法和感应控制算法相结合的交叉口交通信号控制算法。它把路口流量与路口饱和流量的比值Y作为选择感应控制算法和多时段TOD算法的评价参数，当Y大于80％时，采用基于有序样本聚类的多时段TOD算法，当Y小于80％时，采用感应控制算法。本文采用Corsim5.0分别对四相位、三相位、两相位的路口进行仿真，结果表明本文所提算法在充分利用现有资源的前提下，不仅改进了现有控制算法的控制效果，而且计算简单，可以满足实时控制的需要。     

整合作契机,创优作己任,领先作目标--东风康明斯发动机有限公司专访

作为汽车"心脏"的发动机,其性能的好坏直接决定了汽车综合性能的强弱,反映在重型车行业尤其如此.