无人驾驶汽车行车环境下鲁棒性声学特征提取算法（双语出版）

无人驾驶汽车在行车过程中，需要通过视觉感知和听觉感知来构建当前周围环境模型，声学事件检测是听觉感知系统构建模型的核心所在。行车环境下声学事件检测系统面临着复杂而强烈的噪声挑战，尤其是行车过程中的风噪。声学事件检测中，常用的声学特征梅尔频率倒谱系数（MFCC）对噪声干扰十分敏感，为了解决这一问题，提出一种谐波梅尔频率倒谱系数（HMFCC）的鲁棒性声学特征提取算法，用于声学事件的目标分类。该算法通过声学信号的谐波模型与MFCC算法相结合，提取目标声学信号中的共振峰频率，改进传统Mel滤波器组，从而增强HMFCC中目标声学信号的中高频分量。研究结果表明：在不同的风噪环境下，基于HMFCC声学特征的检测结果具有较高的精准率和召回率，且在低噪和强噪环境下HMFCC和MFCC之间分类效果差异明显；低噪环境下，几种声学事件的HMFCC特征分类的平均精准率和召回率分别达到82.66%、84.15%，而基于MFCC特征分类检测的平均精准率和召回率只有73.93%、74.61%；随着风噪增强，MFCC特征分类精度严重下降，平均精准率和召回率仅为54.15%、44.95%，HMFCC特征在强噪环境下的平均精准率和召回率为72.16%、69.87%。行车环境下，HMFCC特征不仅可以提高分类的准确率，而且表现出对噪声不敏感的特性。     

诱导式空调系统在高速铁路客车上的应用性分析及改进措施

结合高速客车对空调系统的要求，介绍了全空气诱导空调系统的工作原理及其特点，并提出了相应的改进措施。     

舰船尾迹SAR图像特征的谱分析研究

图像纹理在频率空间的分布具有规律性,可以通过对图像进行频谱分析来提取纹理特征。根据SAR成像机理对舰船尾迹SAR图像进行了仿真研究,采用周相谱法对图像的二维功率谱作一维变换处理,提出基于归一化能量谱的图像谱特征分析方法,并给出了不同探测参数下尾迹SAR图像谱特征的仿真图。结果表明,该方法可有效地消除海面背景的影响,实现舰船尾迹特征检测的定量分析。     

基于自然驾驶数据的分心驾驶行为识别方法

大量证据表明，驾驶人分心是导致交通事故的主要原因之一。当前基于侵入式（如脑电波等）或半侵入式（如视频等）检测驾驶人分心的方法，不仅对驾驶任务造成一定干扰，且受多种环境因素的制约，误报率较高。基于此，只考虑非侵入式车辆运动特征，提出一种基于深度学习的驾驶人分心状态识别方法：首先，从自然驾驶数据集中获得大量的跟驰片段，采用态势感知方法，提取典型的分心驾驶片段，并建立仅包含车辆运动学特征的分心判别指标集；其次，利用梯度提升决策树-递归特征消除算法（GBDT-RFE）和随机森林-递归特征消除算法（RF-RFE）对特征进行重要度排序，得到重要度较高的分心监测指标；最后，采用长短时记忆神经网络（LSTM-NN）实现分心驾驶的分类识别，并与支持向量机和AdaBoost的模型结果进行对比。研究结果表明：LSTM-NN在判别分心或正常状态时F₁分别为89%、91%，高于SVM和AdaBoost对应二分类结果；进行多分类任务时，判别分心情景的平均F₁较SVM和AdaBoost分别提升了12%和7%，不同类别分心识别的误报率在15%以下，说明LSTM-NN能够有效学习分心序列的前后信息，有利于准确估计驾驶人的状态。研究结果可为车辆分心预警系统和驾驶风险倾向性评估提供方法基础。     

考虑非均布荷载的柔性路面有限元分析

在我国现行沥青路面设计规范中,轮胎对于路面的作用被简化为双圆均布荷载,然而实际情况却并非如此。当需要对沥青路面结构进行比较全面的力学响应分析时,就必须考虑轮胎荷载的非均布特性对路面结构的影响,否则难以得出正确结果,但现行规范的计算方法在考虑该情况时存在较大的局限。结合有限元法和假设轮胎非均布荷载为解决这种局限性提供了可能,并结合计算实例阐述了非均布荷载对于计算结果的影响。     

原材料性质对沥青混合料路用性能的影响研究

该文使用了不同的沥青,不同的集料,交叉配对组成三种沥青混合料,并对其进行混合料路用性能的对比试验,深入分析了沥青、集料等因素对混合料路用性能的影响。     

基于纹理特征和彩色特征的车牌定位算法

车牌定位是车牌自动识别系统的关键。提出了一种以纹理特征为主要手段，以彩色特征为辅助手段的多特征定位算法，对不同背景和光照条件下的各类车牌图像进行了实验，结果表明该算法是一种可行的方法。     

SOFM神经网络在物流中心城市分类评价中的应用

分析了中国各地物流中心规划与建设的发展现状,指出其中可能存在的重复建设问题,提出区域物流规划首先要确定区域内的物流中心城市,而物流中心城市的确定实际上是一个分类评价问题。针对这一问题的本质,引入了自组织特征映射神经网络方法,为了说明该方法的可应用性,简单建立了物流中心城市评价指标体系,并在实际数据样本的基础上,利用自组织特征映射神经网络方法对中国的公路主枢纽城市进行了分类评价。通过对其结果进行分析,证实了该方法能有效地解决这一问题。     

LANE MARKING DETECTION IN CLUTTERED ENVIRONMENT

Achallengingtaskoffutureintelligentvehiclesisroadfollowing .Itincludeslanedetection (whichmainlystudiesthelocalizationoftheroad ,thede terminationoftherelativepositionbetweenvehicleandroad ,andtheanalysisofthevehicle’sheadingdirection) ,andobstacledetection (whichmainlystudieslocalizationofpossibleobstaclesonthevehi cle’spath) .Lanedetectionistheproblemoflocat inglaneboundarieswithoutpriorknowledgeoftheroadgeometry .Moregenerally ,however,lanede tectionhasbeenreducedtothelocalizationofspecif…     

IMAGE SEGMENTATION BASED ON MARKOV RANDOM FIELD AND WATERSHED TECHNIQUES

IntroductionThere are many methods to perform imagesegmentation and edge detection tasks that incor-porate region- growing and edge detection tech-niques,for example,it is applying edge detectiontechniques to obtain Difference In Strength( DIS)map then employ region growing techniques towork on the map as in Refs.[1 ,2 ]. In the others,combining both special and intensity information inimage segmentation approach based on multi- reso-lution edge detection,region selection and intensi-ty thre…