存量城市轨道交通项目PPP模式选择研究

从众多PPP模式中选择出与存量城市轨道交通项目最为匹配的模式,是保障存量城市轨道交通PPP项目成功运作的前提。通过分析PPP模式特征并细化分类,以存量项目的适用性为原则,初步选出存量项目适用的PPP模式。从政府的角度出发,根据存量城市轨道交通PPP项目特点,建立相应的模式选择指标体系。引入熵权灰靶理论,构建存量城市轨道交通项目PPP模式选择模型。以大连市快轨3号线存量项目为例验证模型的可行性和实用性,为我国存量城市轨道交通PPP项目决策的理论与实践提供参考。     

基于高斯混合模型的铁路入侵物体目标识别方法

基于铁路的特殊视频场景,研究铁路入侵物体目标识别技术,提出并应用1种改进的高斯混合模型,拟定合适的颜色变化阈值和背景更新速率,对图像的不同部分分别进行背景更新,实现铁路视频的背景建模,并由此得到稳定的背景图像;通过背景像素与前景像素的贝叶斯分类实现对铁路入侵物体的准确检测。对典型的铁路入侵行为视频进行实验分析,结果表明:应用改进的高斯混合模型可以更好地适应场景的变化,并能够更加快速、准确地实现在铁路环境下对入侵物体的目标识别。     

杭南长客运专线速度目标值选择分析

以杭南长客运专线为例,在遵循高速铁路速度目标值选择原则的基础上,分析不同速度目标值对技术标准、工程数量和静态投资、旅行时间、动车组购置费以及投资效益的影响。研究结果表明:速度目标值越高,线路所选择的技术标准越高,工程数量和静态投资也随之增大,但增幅不大;杭州—长沙区段内,随着速度目标值的提高,满足旅客周转的动车组数量减少;250 km/h方案的动车购置费最低,300 km/h和350 km/h两种方案的动车购置费相差不大;350 km/h方案在节约旅行时间和投资效益两个方面占有明显优势。综合考虑各种影响因素后,建议杭南长客运专线的速度目标值采用350 km/h。     

铁路自助式实名制验证验票系统应用

针对"实名制"购票,铁路部门采用人工对人、证、票的一致性进行检验,识别误差率较高,造成旅客在检票口滞留,影响铁路检票的效率。为此,开发一种提高票证查验速度和准确性的全智能验证验票系统,该系统集验证验票功能、人脸识别功能、远程自动化监控功能为一体,主要包括验证验票子系统、服务器端子系统及设备监控子系统,可与旅客服务信息系统及铁路客票系统进行信息数据交互。通过现场试用,证明系统可高速、精确地实现人、证、票的自动识别和比对,确保验证验票工作质量,提高通行速度,提升旅客体验和满意度。     

悬挂式单轨车辆动力学及平稳性分析

从动力学方面对构建的悬挂式单轨车辆模型结构的正确性进行验证。采用A级路面公路谱模拟轨道梁振动,并用Sperling指标校核车辆在通过小曲率半径曲线时的车辆平稳性。同时分析了一些部件对车辆振动的贡献。可供车辆部件选型参考。     

新建北京至霸州铁路速度目标值分析

结合线路的路网功能定位,从时间目标值需求、工程技术、工程投资等方面综合比选确定京霸铁路的速度目标值,以期为在上述因素方面与该线具有类似特点的城际铁路的速度目标值选择提供一定的参考。研究结论:(1)根据本线的路网功能定位、时间目标值的要求,并结合客运网各线建设标准,京霸铁路北京至北京新机场段速度目标值宜为200~350 km/h之间,北京新机场至霸州段速度目标值宜为250~350 km/h之间;(2)通过技术经济比较,京霸铁路北京至北京新机场段新建线暂推荐250 km/h速度目标值方案;北京新机场至霸州段推荐350 km/h速度目标值方案。     

"十一五"辽宁水运发展研究

摘通过对辽宁“十五”期间的水运发展状况研究，总结了发展经验，分析了辽宁水运发展存在的问题和不足。在此基础上，提出了“十一五”辽宁水运的发展目标，并就保障水运发展的措施提出了自己的见解。     

机动车号牌识别的技术与应用

机动车号牌识别主要涉及数字图像处理、计算机视觉、模式识别和人工智能等学科和领域,其工作流程主要是机动车触发、图像抓拍,号牌检测、定位、字符分割和识别等步骤。如今,机动车号牌识别作为现代智能交通重要的一部分,已成为各级交通管理部门十分关注的科研课题之一。特别在公安交通管理、街面治安防控、嫌疑机动车的跟踪定位等方面,发挥着不可替代的作用。     

手写体数字识别的一种模糊神经网络方法

将模糊特征取技术与区组设计前馈网络相结合用于手写体数字识别。实验表明，该方法对５００个未学习样本的识别率达到了９５．８％。这一结果，相当于或优于目前已经发表的先进成果。     

基于SVM和小波边缘检测的车型图像识别

在基于小波边缘检测和SMO算法的基础上进行车型图像识别,首先将待识别目标进行二维小波分解,获取不同尺度下的小波系数,然后对其进行主元分析,得到的主元作为支持向量机的特征量输入.实验结果表明,该方法具有良好的分类性能.