基于径向基函数神经网络的GPS高程转换方法

针对GPS高程与正常高程的转换问题，给出了基于径向基函数（Radial Basis Function，RBF）神经网络的模型。该模型隐含层选用Gauss函数作为基函数，学习算法采用自组织选取中心法策略。用实际观测数据进行了试验和仿真，结果表明，用RBF神经网络转换GPS高程的精度优于最小二乘法。对RBF神经网络方法和反向传播（Back-Propagation，BP）神经网络方法转换GPS高程的精度进行了比较，虽然两种方法的结果相近，但RBF神经网络方法在学习速度方面远比BP神经网络方法快。由此可见，RBF神经网络方法用于转换GPS高程是可行和有效的。     

沥青洒布车智能递阶控制系统

为了探讨沥青洒布车的新智能控制方式,在传统的沥青洒布车智能控制的基础上,提出利用智能递阶控制的自适应性、自学习、实时性等优点,使沥青洒布车能根据工作环境的变化进行调节,保证其喷洒恒定和实时性,使其具有良好的作业质量。建立了递阶控制四层系统,介绍了该系统的总体结构和沥青洒布车递阶控制系统的软件结构与硬件结构以及算法,并给出了沥青洒布车的四层递阶控制的试验结果,能实时达到工程施工较高的作业要求。     

粘弹性人工边界在地下结构抗震分析中的应用

地下结构地震反应分析需考虑结构-地基的动力相互作用,其中场地土层的自由场反应分析是确定地震输入的关键问题。以往地下工程实例表明,在结构动力时程计算中,能否有效模拟无限地基边界对结构抗震分析有很大的影响。基于某地下综合体项目进行抗震评估,采用黏弹性人工边界模拟自由场震动响应,克服工程中传统分析里不能模拟场地无限域的缺点。为地下结构的动力时程分析提供可靠数值依据。     

汽车远程智能控制的研究

为满足人们对汽车更加智能化,人性化的需求,基于全球定位系统(GPS),人工智能技术以及智能手机控制技术等实现汽车的远程智能控制。文章将从国内外汽车智能控制发展现状,汽车远程智能控制如何实现,需要运用的技术点出发进行阐述,如何实现对汽车远程智能控制,以及实现汽车远程智能化控制后带来的便利进行描述。文章主要从汽车如何实现远程智能控制相关技术问题,以及其优缺点和未来发展前景。充分展现人工智能时代带来的便利,促进汽车自动驾驶的时代的到来。     

列车作用下东巨寺沟铁路隧道围岩动力反应分析

东巨寺沟铁路隧道选取试验段中实施湿喷工艺喷射聚丙烯纤维混凝土,作为支护结构,并作永久性支护结构,免除二次衬砌;为研究该隧道在列车作用下的动力响应,从土－结构相互作用模型出发,采用粘－弹性人工边界条件,建立隧道支护结构－围岩相互作用的动力分析模型,采用时程积分法研究了列车荷载对铁路隧道围岩和支护结构的动力作用,分析了列车荷载作用下由于轨道不平顺引起的动力响应,并对该隧道围岩的稳定性进行了分析。分析结果表明:在列车动力作用下,隧道围岩和支护结构变形微小,处于稳定状态。     

冻结法几个关键问题及在地下空间近接工程中最新应用

地层冻结法在我国应用已超过60年。作为地下工程和隧道工程治水最有效方法之一,既有它的优势也存在一定的风险。给出冻结工程的全过程流程,并从冻土结构在施工过程中受力机制分为“隔水”（水压）和“既隔水又承受岩土压”（土水压）之间的差异,详尽说明需要考虑的影响设计的主要因素,特别对地层冻胀和融沉机制和预防做出详细阐述,最后给出在隧道工程的地层冻结方面的最新进展。     

基于视频的车辆特征表达与分类算法

为实现车辆类型的高精度检测,提出了基于偏心矩向量的特征表达方法,将运动车辆轮廓点与重心之间的距离定义为偏心矩,构造特征向量实现车辆的标识.该特征向量具备旋转、平移、伸缩的不变性,能够克服目标运动状态和环境变化的影响.采用支持向量机构建多类最优分类超平面,实现运动车辆的多类别快速分类.实验结果表明,不同类别车辆特征区分明显,识别准确率可达94%以上.     

土木工程结构健康监测研究进展

阐述了实施土木工程结构健康监测的必要性,介绍了结构健康监测系统的内涵、组成、监控内容、监控系统功能及其工程应用,讨论了结构损伤检测中的两类方法,重点对损伤识别中的动力指纹法、模型修正法、神经网络法、遗传算法进行了分析和比较,阐述了健康监测领域今后的主要研究问题和发展方向.     

质子交换膜燃料电池车载系统智能控制算法研究

介绍了质子交换膜燃料电池(PEMFC)车载系统的智能控制算法。由于汽车行驶过程中对功率需求的随机性,使得该系统成为一个变输入变输出系统,对控制的实时性有较高的要求。为此,该系统引入仿人智能控制,并取得了良好的控制效果。     

基于人工神经网络的柴油机故障诊断

故障诊断是计算机模式识别领域的一个活跃课题。文中提出了基于人工神经网络的柴油机故障诊断方法，设计了适合该诊断系统的BP网络结构，并给出了一种基于黄金分割法改进的BP算法，用来自适应调整网络学习速率。仿真结果表明：该算法具有很快的学习速度和较高的学习精度，完全适用于柴油机故障诊断系统。