BP神经网络技术在斜拉桥施工控制中的应用

神经网络是一种模拟人脑结构和功能的信息处理系统。通过一工程实例,以BP神经网络技术为基础,对影响斜拉桥线形的各种参数（主梁混凝土弹性模量和容重）进行参数识别及主梁标高的预测。     

结构敏感频段的提取及其在损伤识别中的应用

对于某一特定的结构来说,通过危险性分析,能够找到最可能发生损伤的构件。结构损伤识别可以只对这些构件进行研究分析,进而滤去那些不必要的识别变量,减小损伤识别数值计算的规模。由于特定构件的损伤只引起某些特定频段振动特性的改变,因此可以从全频段时程数据中提取出这些对危险构件较为敏感的频段数据进行单独分析。最后提出了结构敏感频段的提取方法,介绍了敏感频段在结构损伤识别中的应用。     

基于加速度区间判断的坡道识别方法

介绍了坡道识别的原理;在功率谱分析的基础上,设计了纵向加速度滤波算法,通过比较汽车在坡道上行驶时用加速度传感器测得的加速度数值与汽车纵向速度经差分后获得的加速度数值之间的差异,进行了基于加速度区间判断的坡道识别方法研究;完成了水平道路的加速度比较试验和坡道识别的实车试验,并在此基础上进行了基于坡道识别的换挡规律设计。实车试验结果表明:该方法能够进行坡道识别,并具有简单、实用、高效的优点;这种基于行驶环境识别的控制是未来汽车控制技术发展的方向。     

一种短时交通流异常数据识别新算法

为了提高短时交通流预测建模的准确性和可靠性,需要对原始交通流时间序列中的异常数据进行识别和修正。首先分析了异常数据的来源,重点介绍了一种基于统计的双重准则识别算法;其次给出了一个实例分析,在建立短时流量预测模型前,将双重准则识别算法用于交通量时间序列以排查异常数据。实例研究表明,文章提出的双重准则识别算法可快速有效地辨认出交通流异常数据。     

基于最小二乘支持向量机的车型识别算法研究

以感应线圈车辆检测器检测数据为分析基础,给出了基于Bayes理论的感应曲线自适应特征提取流程和方法,对选取的12个统计特征指标进行提取和优选。选择了曲线宽度、最大值、波峰数量、最小波谷值和波谷比组成车型识别模型的特征输入向量,不仅降低了输入向量的维数,缩短了最小二乘支持向量机的训练时间,同时也可加快车型识别的分类速度,增强特征值的分类辨别能力,提高车型分类的可靠性。在提出的基于最小二乘支持向量机的车型识别算法中,采用了修剪算法,加快了计算速度,同时保持了良好的回归性能。通过实例分析证明:基于最小二乘支持向量机的车型识别算法可提高自学习能力和识别准确率。     

基于曲率模态和小波系数差的损伤识别

针对单一方法对结构损伤识别不太敏感的缺陷,提出了结合曲率模态和小波分析的综合损伤识别方法。以损伤前后的曲率模态作为分析信号,进行离散小波变换,提取高阶频率系数。将高阶系数之差作为损伤指标,通过高频系数差值的奇异处可以识别损伤位置。经过对2跨连续梁的数值模拟,不仅能够识别1、2处损伤,还能识别支座附近的损伤。证实了此方法定位准确,易于识别的优点,并对一座2跨连续梁钢桥模型进行试验。     

Nuance开拓中国车载语音市场

目前,Nuance已经与上海大众、上海通用、奇瑞等整车生产商进行了合作,推出相关的产品。除此之外,更多的项目正在洽谈之中。     

科鲁兹无钥匙进入和启动(PEPS)系统及故障案例分析

<正>技术的发展推动了产品的更新,汽车进入系统由原先的机械钥匙已发展为遥控系统,随着无线射频识别技术的广泛运用和汽车市场的需求,遥控进入系统被无钥匙进入系统替代已经成为必然趋势。     

平均曲率模态法识别桥梁损伤可行性试验研究

设计了一个两跨连续梁实体桥梁模型。通过设定的2种不同损伤工况,采取车辆激励、锤击激励和环境激励3种激励方式模拟工程环境及传感器稀疏布置和加密布置两种形式,共进行了18种方案试验。分别采集加速度时程响应,进行了这些试验方案的模态分析;用平均曲率模态法对模型进行损伤识别,研究这种方法识别桥梁损伤的实用可靠性。试验分析结果表明:在试验工程环境下,平均曲率模态方法是识别桥梁损伤的一种可行方法,传感器的布置方式决定着损伤识别的有效性。     

基于二分法的斜拉桥施工控制过程参数识别

提出了二分法确定斜拉桥施工控制过程中参数识别实用计算方法,该方法只需按施工步骤进行正装迭代计算,通过多次的迭代计算,可获得满足精度的参数值,避免了传统方法计算繁琐和无法考虑混凝土的收缩徐变和几何非线性等问题,并且通过一座实际桥梁的计算分析,证明了本方法的实用性,具有一定的应用价值。