识别简支梁单处裂缝位置的泛函分析法

本文讨论了具有裂缝的简支梁，其固有频率的变化规律与裂缝所在部位的关系。并推导出一种判断裂缝位置的泛函分析法。     

水中目标水压场信号特征提取与检测研究

利用目标信号功率主要集中在低频部分的特点，用功率谱估计方法提取低频信号的能量作为特征，提出了所谓的浮动阈值方法，对信号滑动地进行目标检测．通过对实验船模水压场信号进行检测验证。讨论了在各种不同情况下，目标信号的特征提取及目标检测方法的效果，验证了该方法的有效性．     

基于属性识别理论的公路养护质量评价体系研究

通过对公路养护质量要求的分析,建立了公路养护质量综合评价的指标体系,利用层次分析法确定评价指标权重。基于属性识别理论,构建了公路养护质量的综合评价模型,最后结合工程实例对该模型进行了验证。结果表明,属性识别模型能够客观有效地评价公路养护质量。     

基于小波和SVR的红外弱小目标检测方法

在分析红外图像弱小目标特征和背景特征的基础上,提出了基于小波变换和支持向量回归（SVR）的自适应滤波的检测方法．该方法首先采用小波变换抑制大部分背景杂波;然后用基于SVR的自适应滤波器（SVRBAF）对高频小波系数进行处理,大大提高了图像的信噪比;最后,基于目标的连续性和运动轨迹的一致性,采用流水线结构的序列处理方法进一步提高检测性能．仿真结果表明：该方法可显著提高红外目标的检测概率,实现较远距离弱小目标的检测．     

数学形态学路面裂缝识别算法研究

裂缝的自动识别是公路管理和维护系统的一个重要组成部分。根据路面图像的特点,提出了一个新的基于多结构多尺度数学形态学路面裂缝自动识别算法。首先使用不断增大的结构元素对图像进行交替开闭滤波,平滑图像并去除噪音,然后使用多尺度形态学边缘检测器提取裂缝边缘,最后使用基于标记符的分水岭变换分割出裂缝对象。结果表明,和传统方法相比,文中提出的算法显示出更好的效果。     

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。     

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。     

高职院校会计电算化教学的问题及对策

随着计算机在我国的普及、会计信息系统软件的不断推广,会计电算化也越来越被人们所重视。从表面看来,会计电算化教学颇为繁荣,前景看好。但实质上,高职院校会计电算化课程教学中很多问题始终没有得到解决:会计电算化课程的设置目标、教学内容、实践环节等问题至今分歧仍然较大。所以,很有必要认真探讨这些问题,并寻求相应的对策。     

合作学习在大学新生英语教学中的应用研究

介绍了合作学习理论和大学新生的英语学习特点,并结合自身的教学实践探讨了如何运用合作学习理论进行英语教学,以使新生尽快适应大学英语的教学方式,提高自主学习能力和英语运用能力。     

Bus running time prediction using a statistical pattern recognition technique

Abstract

Given that real-time bus arrival information is viewed positively by passengers of public transit, it is useful to enhance the methodological basis for improving predictions. Specifically, data captured and communicated by intelligent systems are to be supplemented by reliable predictive travel time. This paper reports a model for real-time prediction of urban bus running time that is based on statistical pattern recognition technique, namely locally weighted scatter smoothing. Given a pattern that characterizes the conditions for which bus running time is being predicted, the trained model automatically searches through the historical patterns which are the most similar to the current pattern and on that basis, the prediction is made. For training and testing of the methodology, data retrieved from the automatic vehicle location and automatic passenger counter systems of OC Transpo (Ottawa, Canada) were used. A comparison with other methodologies shows enhanced predictive capability.