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.     

基于人工神经网络的岩爆烈度预测研究

岩爆是高地应力岩石地下工程中的一种常见灾害,岩爆预测是岩爆研究中的重要研究课题。本文选取围岩最大切向应力与岩石抗压强度的比值σθ σc、岩石抗压和抗拉强度的比值σc σt和岩石弹性能量指数Wet作为评判指标,采用人工神经网络理论,根据给定的岩爆烈度分级标准构造学习样本集,建立了一种新的岩爆烈度预测模型。工程实例表明,所建议的模型预测精度高、通用性强,在岩爆烈度预测中具有良好的应用前景。     

基于模糊集理论的车道标志线精确检测

为了解决复杂路面条件下车道标志线的检测问题,提出了一种基于模糊集理论的车道标志线精确检测方法.采用阈值分割、腐蚀、边缘检测等技术对交通图像进行处理;通过Hough变换粗略提取位于各车道标志线及其附近的所有亮点像素作为待分类的像素点,构成样本集;按照模糊聚类分析准则得到直线的斜率和截距,实现车道标志线的精确检测.实验证明了该方法的精确性和有效性.     

属地道路货物运输统计调查抽样方案设计

在分析现阶段我国推行的公路货物运输抽样调查方案的基础上,结合属地道路货物运输统计的特点,提出了在全省范围内按地市分层,地市内按县区分层,县区内再按车辆注册地属性分为本地车和外地车两个子层的抽样,介绍了在本地车和外地车两个子层内按照相应的抽样方法抽取样本的抽样设计思路,并对本地车和外地车两个总体的抽样方案进行了详细的设计.     

交通事故回归分析中对样本缺损的技术处理

笔者在文中对交通事故预测中方法的应用、因子挑选以及多种因素的组合对事故的影响进行了较为深入地分析,尤其对基于回归分析法的样本缺损值之处理技术进行了探讨,收到了较好的效果.     

地铁新线网站点客流量预测的自训练模型研究

准确预测地铁新线网的站点客流量是地铁规划和管理的重要工作。为提高新线网站点客流量的预测精度,文章提出一种迭代创造新样本以扩充训练集的自训练模型。该模型由K最邻近模型和极端梯度提升模型组成。首先,使用K最邻近模型生成与已有训练样本相似的伪标记样本。然后,使用极端梯度提升模型选择最置信的伪标记样本以扩充训练集。在迭代结束后,输入新线网的站点客流影响因素数据,预测站点客流量。结果显示：所提出的模型与几种基准模型相比具有更高的预测精度。     

不平衡数据下船舶主机在线故障诊断研究

[目的]针对传统船舶主机的故障诊断模型难以采用实时数据及时更新,且船舶主机还存在监测点多但故障样本少的问题,提出一种能够处理不平衡数据并可以在线更新模型的故障诊断方法。[方法]首先,采用主成分分析法（PCA）对监测样本进行降维和特征提取,降低训练模型的复杂度;然后,通过SMOTETomek构造故障样本以平衡训练集;接着,针对诊断模型难以实时更新的问题,引入结合正则化方法且具备在线更新功能的在线贯序极限学习机（OSELM）模型;最后,以主机燃油系统为例验证OSRELM模型的可行性,并采用不平衡船舶主机数据进行消融实验以验证整体模型的有效性。[结果]结果显示,所提方法在原始模型的基础上可使诊断精度提升29.73%。[结论]研究表明所提方法较其他同类方法具有更高的诊断精度,波动幅度较小,具有较好的稳定性;且在样本不平衡的情况下,对于故障类样本仍具备较强的识别能力,适用于船舶主机故障诊断方面的研究。     

基于样本选取的决策树改进算法

为提高决策树分类算法的精度,通过比较几种经典的决策树分类算法,提出了基于样本选取的改进的决策树分类算法.改进算法基于决策树精度与样本的相关性较大以及决策树只能得到局部最优解的事实,通过反复迭代寻找较优样本,从而在不改变决策树分类算法的前提下,得到较好的决策树分类算法.该算法不针对某个决策树,只利用输入和输出的反馈信息进行迭代,因此通用性较好.实验证明,该改进算法与ID3,C4.5算法平均错误率的比值约为0.82∶1.22∶0.92.     

机电产品价格的预测方法简介

依据历史价格,利用多元回归分析的方法预测机电产品的价格。在预测过程中,针对产品历史价格空缺年度较多的现象,引入价格指数,把产品价格预测的问题转化为对价格指数的预测;在回归分析中,以时间和价格政策作为价格指数的显著性因素。最后,讨论价格指数拟合值的性质。