土石混填路基强夯法施工质量无损检测技术

对于土石混填路基强夯处治效果的评价,还没有比较好的无损检测手段。采用测量面波速度的方法来评价强夯加固处治措施的效果,在阐述了该方法的原理及特点后,结合梁长高速公路的路基强夯实际工程,应用该方法对该段高速公路的路基压实度进行了评价。结果表明:强夯处治前后面波速度的变化反映了岩土力学性质的变化,利用测量面波速度的方法可以评价强夯加固处治措施的效果,瑞利波法用于评价强夯施工效果高效、准确,值得大力推广。     

基于多传感器数据融合的目标分析

声场环境复杂,易引起单个声传感器所获得数据的不确定性,利用数据融合方法可以解决目标分析中信息的不确定性问题.文中建立了适合工程实用的基于多传感器数据融合的目标分析模型,利用该模型对三维情形下舰船通过过程进行了仿真.该方法的应用实现了对多传感器信息的优化利用,取得了较满意的结果,证明了模型的有效性.     

双曲拱桥的病害检测及加固措施

结合某双曲拱桥外观检查结果对其病害产生原因进行分析总结,提出加固措施。     

基于BP神经网络的交通异常事件自动检测算法

对现有公路交通异常事件自动检测算法进行介绍,在此基础上提出从人工神经网络角度方向建立检测模型,摆脱以往使用仿真数据研究的局限,利用广深高速实测交通异常事件数据对BP神经网络（Back Propagation NN）在交通异常事件自动检测算法中的应用进行研究。结果表明BP神经网络算法具有检测率高、误报率低和检测速度快等优点。     

路面检测存在的问题及相关的新技术

针对路面平整度、弯沉、厚度、抗滑性能和压实度检测技术中存在的问题和缺陷,全面系统地指出传统检测方法中的不足,分析比较路面传统检测方法与现代检测新技术的差异和相关性,介绍自动检测新设备和新方法,可为公路工程建设者提供指导和参考。     

受电弓滑板状态监测的图像目标提取

将数字图像处理技术应用于受电弓滑板状态监测,给出了受电弓无线图像监测系统的工作原理和组成结构,设计了图像目标的提取算法,将受电弓滑板图像的提取划分为粗提取和精提取2个步骤.该图像目标提取算法结合边缘提取、形态学图像处理、投影变换、聚类分析和Hough变换等方法,完成复杂目标图像的提取,并实现较高精度的定位.实验结果表明,所提出的算法对复杂背景、不均匀光照和噪声等影响因素不敏感,正确识别率能达到85%.     

关于高速公路绿色通道车辆快速检查方案的探讨

根据国家相关政策规定,整车（达到该货车核定载重量或装载容量在80%以上的按整车计算）并合法装载鲜活农产品的车辆,经过＂绿色通道＂可免收通行费.该项政策实行以来,少数不法运输车辆利用＂绿色通道＂的免费政策,通过掩盖等手段逃避依法应缴纳的规费,扰乱了社会正常的运输市场,破坏了运输市场的公平性.因此,研发绿色通道车辆快速有效的检查系统就成为当前一项十分紧迫的任务.     

岩溶隧道瞬变电磁三维超前探测技术研究

针对岩溶发育地区隧道开挖时现有地质预报技术对岩溶突水较难做出准确预测的问题,设计出大断面三维多匝小回线瞬变电磁探测技术。依据岩溶发育特点,采用数值模拟方法对隧道掌子面前方25 m和50 m处不同体积富水溶洞进行模拟,研究掌子面前方不同距离和规模的低阻异常体瞬变电磁响应特征。基于数值模拟结果,在张吉怀铁路古丈隧道岩溶发育段进行探测验证,结果表明： 1）溶洞模型在二维视电阻率等值线断面图上25 m和50 m处形成闭合、视电阻值小于60 Ω·m的低阻区,低阻区与设计的模拟体的位置和范围一致; 2）大断面三维多匝小回线瞬变电磁探测三维显示结果与现场实际揭露情况基本吻合,采用该技术能够准确预报掌子面前方17~30 m、隧道两侧20 m到隧道中轴线的充泥含水溶洞。     

基于改进Copula 的海上运输关键节点应急保障能力评估

海上运输关键节点的应急保障是最大限度减少突发事件造成损失的重要方面. 考虑影响海上运输关键节点应急保障能力各因素之间的关联性,因素变量分布情况的影响,以及多维变量导致Copula 函数的参数求解困难等问题,构建基于因子分析(Factor Analysis)和 Copula 函数(FA-Copula)的海上运输关键节点的应急保障能力评估模型,对海上运输关键节点应急保障能力进行评估,分析不同因素的影响. 计算结果显示：整体对比来看,应急能力比较好的是直布罗陀海峡、马六甲海峡和巴拿马运河,比较差的是苏伊士运河;从其中提取的公共因子FA1 来看,马六甲海峡比较好,苏伊士运河比较差;对不同因子变量联合分布比较发现,不同因子变量分布会对结果产生不同的影响.     

基于车辆运行数据的疲劳驾驶状态检测

疲劳驾驶是导致交通事故的主要原因之一,及时检测疲劳驾驶,并提醒驾驶员集中注意力,对保证安全行车具有重要意义.本文基于CAN(Controller Area Network)总线采集的车辆运行状态数据,提取了18项与驾驶行为相关的特征,并采用随机森林算法对疲劳驾驶进行识别,结果表明整体的识别准确率为0.785,其中召回率为0.61,即61%的疲劳驾驶状态可被识别出来.实验表明,基于车辆运行状态的疲劳驾驶检测具有一定的效果,且与其他客观的疲劳驾驶检测方法(基于驾驶员生理指标和图像面部特征)相比,具有简单方便,不影响驾驶,且成本低的优势.