公交候车时间容忍阈值的分布特征及影响因素

公交候车时间容忍阈值反映的是出行者能够容忍的最长候车时间. 研究公交候车时间容忍阈值有助于我们更好地理解出行者对候车时间的感知和态度,从而采取针对性的对策提高公交吸引力和分担率,并可以为公交运营组织提供参考. 本文采用昆明市的调查数据,对候车时间容忍阈值进行了实证研究. 首先,对候车时间容忍阈值的分布特征进行了统计分析,并采用秩和检验法对不同群体的候车时间容忍阈值的分布差异进行了检验. 进一步,基于序次Logit 模型识别了候车时间容忍阈值的影响因素,发现年龄、受教育程度、年龄和受教育程度的交互项、职业、家庭年收入、公交出行频率对候车时间容忍阈值有显著影响.     

基于锚杆监测的单滑动面边坡动态预警分析及安全分级

为完善边坡锚杆监测预警理论及促进锚杆监测法的广泛应用,基于锚杆实际受力特征和边坡不稳定演变规律,开展研究以确定监测锚杆预警阈值和单滑动面边坡安全分级。首先,对于锚杆监测单滑动面边坡,待加固锚杆及监测锚杆施工完,锚杆灌浆体强度已稳定,将短时间内应力调整及变形发展稳定后的边坡状态定义为边坡初始监测状态。接着,考虑滑动面的抗剪强度参数、滑动面上水压力和地震的不利演变,开展平面应变数值模拟预演分析,获得相对于边坡初始监测状态的监测锚杆轴力增量和序列。再相对于边坡初始监测状态,采用边坡极限平衡稳定分析法分别获得不利演变导致的边坡滑动力增量和抗滑力减少量,从而拟合二者与监测锚杆轴力增量和的函数,并建立边坡动态稳定系数与监测锚杆轴力和的计算公式。根据《建筑边坡工程技术规范》（GB 50330—2013）等关于边坡安全等级和预警的规定,将锚杆监测边坡预警等级划分为：蓝色无警、黄色预警、橙色预警和红色预警。最后,设计了锚杆监测单滑动面边坡算例及2个不利演变独立工况,阐述了采用该方法进行边坡动态预警分析及安全分级的流程。结果表明：针对类似边坡,先结合已有相关资料合理预判边坡影响因素的不利演变规律,再采用该方法进行分析,可达到良好的预警效果。     

轨道交通拥挤传播速率量化模型研究

轨道交通作为综合客运交通系统的骨干,影响着城市客运交通乃至社会经济的正常运转,对其大客流拥挤传播规律的研究有助于提高轨道交通系统的运输安全和效率.以往学者研究的大客流传播模型中往往参数量化缺失或者缺乏实际意义,因此,本文着眼于量化大客流传播模型中的参数,旨在构建客流影响下的拥挤传播模型.首先,分析大客流传播模型中参数及其影响因素,阐述现有传播速率量化模型;其次,以客流的不确定性作为研究对象,分析客流传播特征;再次,通过轨道交通客流数据量化模型参数相关的客流和列车剩余载客能力,界定大客流影响阈值;然后,构建考虑客流因素的传染病模型,量化拥挤传播速率,据此分析客流对轨道交通拥挤传播的影响;最后,以北京地铁13号线为例,比较不同时段、不同换乘情况下其大客流拥挤传播影响范围的差异,分析其原因,从而为优化轨道交通系统的服务水平及大客流事件应急处置提供参考和借鉴.     

考虑时间阈值的铁路运输链分担率模型

以义乌-宁波国际集装箱内陆段托运人为研究对象,选取运输链属性、托运人属性和货物属性构建运输链效用函数,通过意愿调查获取托运人货运选择数据以分析其选择机理.比较了MNL 模型（Multinomial Logit）与MNLS 模型（Swait 提出的MNL）、 CMNL模型（Constrained MNL）等阈值模型在参数估计结果和选择行为解释能力上的差异.结果表明：运输链时间、费用、时间阈值和企业规模等因素对货运服务选择至关重要; 引入时间阈值可有效提高模型精度,忽视时间阈值将导致时间价值有偏;当铁路运输链 时间与时间阈值要求差距甚大或较小时,忽视时间阈值易低估或高估铁路运输链服务水 平改善所提升的分担率.     

考虑信效度的地铁车站通道服务水平研究

为了给乘客提供人性化的服务,本文利用乘客感知-反应的方法研究了地铁 车站通道服务水平标准及其划分方法.利用问卷调查和重要度指数法确定了评价指标(乘客平均占用空间)和最小样本量(200).通过图片分组检验确保了服务水平感知问卷各题项 图片的覆盖面.通过专家评估和文献参考确保了问卷的内容效度,通过问卷调查过程的把 握和数据逻辑判断确保了问卷的信度,通过验证性因子分析检验了问卷的结构效度,利用有效数据形成了A-E级标准.结果显示,本文标准均低于TCQSM的A-E级,但DE级间 阈值略高于TCQSM的EF级间阈值;分性别对比时,男性乘客的A和B级标准高于女性, 而C和D级标准基本相同.经分析该标准较为合理,用此方法可以确定其它设备设施的服务水平.     

基于数据微观精分的沥青路面裂缝自动化检测

为提高沥青路面裂缝的自动化检测精度,以深度学习模型数据集为对象,结合传统图像处理,提出一种基于裂缝数据进行微观精分的深度学习裂缝数据集处理方法,使深度学习模型能更有针对性地学习沥青路面裂缝的数据特征。在构造数据集时,通过传统的图像处理方法将裂缝宏观精分为龟裂和线性裂缝。在宏观精分基础上,对线性裂缝和龟裂的像素级特征进行微观精分。YOLOv5模型的实验表明：微观精分的裂缝病害模型mAP@.5相较于宏观精分和未精分数据库分别提高8.9%和14.7%,在随机路段上有较好的检测性能。     

基于多层前馈神经网络的车牌提取方法

文中提出一种采用三层前馈神经网络提取车牌的方法。该方法是一种基于纹理分析的图像分割算法,适合于彩色及灰度图像。实验表明,该方法能准确地提取图像中的车牌。     

基于动力学补偿的机器人电机力矩误差碰撞检测

在人机交互过程中,稳定的碰撞检测是人机安全和设备自身安全的保障,因此提出了一种有负载、无附加传感器的机器人碰撞检测方法。通过对机器人动力学模型的补偿,分析机器人各关节电机力矩的误差,实现负载识别与碰撞检测。将负载的各项参数添加到动力学计算中,补偿因负载而对动力学计算造成的误差。通过对各关节电机力矩误差的分析,筛选每个速度分段内的误差极值,并对误差-速度曲线上下限的包络线进行拟合,设置动态阈值。仿真结果表明,建立的动力学补偿模型能够有效识别负载,消除末端负载的干扰,并且能够随着机器人运动速度的变化准确地实现碰撞检测功能。     

多传感器信息融合的船舶机械设备状态智能检测研究

研究基于多传感器信息融合的船舶机械设备状态智能检测方法,智能化诊断船舶机械设备异常状态。采用改进小波阈值去除多振动传感器采集的机械设备振动信号噪声成分后,经基于多传感器信息融合的信号特征提取方法,提取去噪后振动信号幅值的均方根、方差、峰值、脉冲、峭度、均值、最大值、最小值、峰峰值、方根幅值特征,并使用特征级与数据级融合方式,将多信号特征信息融合;通过基于极限学习机优化的设备状态智能检测方法,以特征信息分类的方式,将融合后的设备振动信号特征作为分类目标,根据特征值的上下限,判断设备运行状态。实验验证表明,此方法应用下,多传感器对船舶机械设备振动信号的感知时间差极短,可缩短设备状态检测延迟,并准确检测设备异常状态。     

自适应铁路场景前景目标检测

现代铁路系统中,智能视频分析技术已被广泛应用于异物入侵监测,前景目标检测是入侵判断的必要过程. 背景差分常用于检测前景目标,但铁路场景复杂,存在动态变化的背景区域和未知类型的目标,现有基于阈值分割或深度学习的背景差分算法都不能满足需求,故提出一种基于阈值自适应调节的前景目标检测算法. 利用像素值在时间上的动态信息,分割结果的反馈信息和由超像素提供的空间信息确定阈值调节因子,动态调节阈值以适应环境变化;提出一种灵活可靠的背景模型初始化方法,消除鬼影问题,实现一帧到多帧初始化的灵活切换. 实验结果表明,所提算法在铁路场景上取得了较好的准确率和误分类率,且平衡了精度和速度.