25年，一部水运“基本法”的今昔投影

由这个“总则”要素导入，使得“新水条”在船型标准化、在经营集约化和规模化、在技术的低碳化上，新增了若干浓墨重彩的章节条款，并在行政审批和监管中，至始至终将“安全”要素纳入其中，从而使新条例呈现“变革”的气象。     

基于组合权重的灰色关联投影法的立交方案综合评价

针对立交方案综合评价具有多目标的特点,建立了综合评价指标体系,提出了组合权重的灰色关联投影法。通过层次分析法与熵权法结合,确定评价指标权重,并应用灰色关联投影法对立交方案进行评价。结合工程实例对其进行验证,表明指标权重更科学合理,说服力强,结论更符合实际。     

投影变形大地区船闸工程独立坐标系的建立方法

在投影变形较大的地区,船闸工程所处流域和地理环境相对比较复杂,因此对工程测量的作业精度要求较高。工程与城市测量,是需要建立独立坐标系的两类主要场景,不能运用单独的高斯平面坐标系统进行测量作业,会直接影响测量控制网平差计算结果的准确度,因此需要按照工程测量规范等行业技术标准,在施工区域内建立起独立的坐标系统。本文将着重探究投影变形大地区船闸工程独立坐标系的建立方法。     

基于红外热成像技术的近岸船舶位姿获取和识别

为实现对港口船舶的实时监测,采用红外热成像技术对视野内所有运动船舶位姿进行实时获取和识别,考虑到海港与内河港水域背景复杂程度的不同,分别采用改进的Otsu阈值分割技术和混合高斯建模技术,对实时采集的红外图像进行前景提取,实现港口水域内所有运动船舶的图像区域提取和准确定位。该方法显著提高监测系统的精度与效率,为船舶靠泊辅助系统的优化提供可行方案。     

基于动态栅格与隐马尔科夫模型前车换道意图识别

针对前车换道意图识别预测问题,提出基于动态栅格地图与混合高斯隐马尔科夫模型结合的识别预测方法,建立以自车车头中心点为零点的动态栅格地图描述前车的位置信息,基于语义分割的方法获取前方车辆的轮廓特征与车道线,并分析前方障碍车辆的相关运动状态信息.将动态栅格地图与混合高斯隐马尔科夫模型相结合,识别预测前车换道行为.利用可观测...     

考虑驾驶人风格的跟车预警规则研究

为研究驾驶人的跟车特性及探究可适用于不同风格驾驶人的跟车预警规则,为自动驾驶车辆开发可满足不同用户驾驶需求和驾乘体验的主动安全预警系统,选取50名被试驾驶人开展实车试验,采集驾驶人跟车行为表征参数并基于雷达数据确定跟车事件提取规则。选取平均跟车时距和平均制动时距为二维向量,使用基于K-means聚类结果的高斯混合模型将驾驶人聚类为3种风格类型(冒进型、平稳型、保守型)。通过分析3组驾驶人的跟车及制动数据,将不同类型驾驶人的制动时距分位数作为跟车预警阈值,结合实际预警数据及不同制动时距分位数对应的预警正确率,对现有跟车预警规则进行调整,以适应不同类型驾驶人的驾驶需求。研究结果表明:3组驾驶人的平均跟车时距和平均制动时距差异显著,冒进型驾驶人倾向于选择较小的跟车时距和制动时距,保守型驾驶人的跟车时距和制动时距则普遍较大;3组驾驶人的实际跟车预警次数为215次,驾驶人采取制动操作而系统未予以预警的次数为329次,系统整体预警正确率为21.9%,漏警率为87.5%,通过分析信息熵等判定当前预警规则并不合理;将每类驾驶人制动时距的10%分位数作为阈值时的预警效果较好,调整后的跟车预警规则能在一定程度上适应不同的驾驶人类型。     

基于数值模拟的路堑边坡楔形体破坏机理研究

依托某楔形体滑坡工程,基于FLAC3D开展路堑边坡楔形体破坏机理数值模拟研究。结果表明:边坡后缘主要是受拉张破坏,前缘和侧滑面主要受剪切破坏,底滑面和侧滑面为边坡抗滑的主要结构面,侧滑面的主要作用是切割岩体使之成为独立的块体,具备产生楔形体滑动的必要条件,主滑面的连通性和强度是楔形体边坡稳定性的制约因素。     

考虑健康损失的路阻模型的构建

运用高斯烟羽模型计算机动车尾气排放量,然后利用支付意愿法定量分析健康损失,同时考虑延误和健康损失构建考虑健康损失的路阻模型。根据实例,分别使用Transcad和新的路阻模型计算出2个路阻,并进行交通分配。结果显示2次交通分配的路网流量不同,表明考虑健康损失的路阻模型影响了人们的出行选择,可有效解决主干路拥挤,增加次干路车流量,协调整个路网车流量均衡,提高路网交通效率。     

非高斯非平稳背景噪声中的信号检测方法

在非平稳非高斯背景噪声下,使用经典信号检测理论对信号进行检测往往难以达到理想的效果。文中利用小波包变换,通过将信号及噪声变换到小波包系数域,使得噪声在某些尺度及子空间上的小波包系数成为近似乎稳高斯噪声,从而运用信息融合的思想和经典信号检测理论的分集检测方法,对非平稳非高斯噪声下的确知信号检测问题提出了一种新的检测算法。仿真实验表明该方法是经典信号检测理论的有效推广。     

一种结合2DLPP与2DPCA的人脸识别方法

为解决二维局部保持投影(2DLPP)需要较多数据表示人脸特征的缺陷,提出了一种新的二维局部保持投影主成分分析方法(2DLPP-PCA).通过对人脸图像在行、列方向同时进行2DLPP和2DPCA投影,2DLPP-PCA 不仅能减少保存人脸特征所需要的数据量,而且能有效地提取人脸的局部特征和全局特征.在ORL、Yale和CAS-PEAL-R1人脸数据库上的实验结果表明,2DLPP-PCA是一种高性能的特征提取方法,当训练样本数为6时,2DLPP-PCA在ORL数据库上的最佳平均识别率达到99％以上.