基于二维主分量分析的人耳身份识别研究

有效的特征提取方法是解决人耳身份识别任务的关键之一。以主分量分析（PCA）为代表的线性子空间方法在特征提取工作中得到了广泛应用。为了更有效地提取人耳图像特征并减少运算量,将基于二维图像矩阵的2D-PCA方法应用于人耳身份识别。针对三个USTB人耳图像库,采用最近邻分类器,研究了选用不同的特征维数、贡献率,及不同的相似性测度时,2D-PCA方法与传统的PCA方法的识别性能。交叉验证的实验结果表明：2D-PCA方法较PCA方法获得了更短的训练时间和更高的识别率,说明基于图像矩阵的2D—PCA方法是一种效率更高,鲁棒性更强的人耳身份识别方法。     

考虑多维动态特征交互的高速公路实时事故风险建模

为探究天气和道路等特征,以及交通流、天气、道路及时间等多维动态特征之间的交互作用对实时事故风险预测模型精度的影响,本文基于京哈高速公路北京段的事故数据,以及匹配的交通传感器数据、天气数据和道路特征等,构建4个数据集,分别为只包含交通流变量,包含交通流变量、天气及时间特征变量,包含交通流变量、道路及时间特征变量,包含交通流变量、天气、道路及时间特征变量。从考虑多维动态特征的交互效应出发,基于深度交叉网络,提出一种新的实时事故风险预测模型。结果显示,本文所构建的深度交叉网络模型比其他几种实时事故风险预 测方法显示出更高的精度。模型的AUC值(Area Under Curve)可达0.8562,在0.2的概率阈值下, 可以正确分类84.26%的非事故数据和77.55%事故数据。结论表明,本文采用的多维动态特征交互样本条件下的深度交叉网络模型能够有效地预测高速公路交通事故,可为我国高速公路安全管理部门提供理论与技术支持。     

基于多维信息特征分析的驾驶人认知负荷研究

准确评估驾驶人认知负荷水平，对于深入研究驾驶人行为特性，改善驾驶安全性具有重要意义。现有的驾驶人认知负荷分类方法，大多基于心电、脑电等生理信息和车辆信息，由于特征选择上的单一性，导致驾驶人认知负荷分类模型的分类精度不高。设计基于跟驰场景的不同认知负荷N-back次任务试验，通过采集受试者的生理信号和车辆信号，结合NASA_TLX主观评分和机器学习算法，提出了基于多维信息特征融合的驾驶人认知负荷分类方法。研究表明：基于生理信息和车辆信息的多维信息特征认知负荷分类方法，其精度显著高于传统的基于生理信息的认知负荷分类方法，以多维信息特征为输入，随机森林法以其稳定性好、抗过拟合能力强的特点，表现出优异的分类效果，相比神经网络和支持向量机，具有最高的平均分类精度。     

高速公路产业特征与企业战略理论

高速公路收费经营企业的发展战略是基于高速公路的基本特征及其未来发展趋势的前提下制定的，因此，理解高速公路的产业特征是制定高速经营发展战略的前提，同时企业战略思想的把握决定着高速公路企业经营发展战略的制定方向。     

红水河坝淘滩航道整治

分析红水河坝淘滩滩险特性、碍航原因,并根据实测资料分析整治工程方案及整治工程效果。     

16 000总吨客滚船设计与建造技术

16000总吨客滚船是江南造船(集团)有限责任公司成功建造的航行于渤海湾大连与烟台间运输货车、大小客车和旅客的船舶,是我国首次自行设计、建造和检验的具有高科技含量和自主知识产权的大型客滚船,也适合于近海国际航行。本文简要介绍了这艘客滚船的设计与建造技术,以供参考。     

国外典型大城市市郊轨道交通的发展及其启示

介绍了纽约、柏林、巴黎、伦敦和东京5个城市的市郊轨道交通的线网特征(线网发展、线网特点、车辆运用及供电技术),以及线网运营以及线网客流等发展情况,从中找出发展规律和可借鉴的经验.在此基础上,针对我国市郊轨道交通发展面临的问题,建议:重视市郊轨道交通的发展,提前做好规划;市郊轨道交通车站应根据沿线客流的需求布设,运营组织应有较大的灵活性,以提高运营效率;由于郊区的建筑密度较低,存在设置较高电压线的防护空间,应尽可能采用城市铁路系统制式.     

市域城市轨道交通及其主要技术特征

介绍了日本、德国、法国等国外典型市域快速线概况及我国市域线概况.分析了市域线的主要功能定位和起源.阐述了市域线对城市形态的影响,以及市域线与一般轨道交通主要技术特征的比较.结合上海市轨道交通线网规划和9号线等工程实际情况,对市域线的主要技术标准进行了探讨.     

基于特征的高速列车铝合金车体断面参数化建模

针对高速列车铝合金车体断面结构复杂、设计周期长和建模效率低等特点,提出了一种基于特征的高速列车铝合金车体断面参数的建模方法.引入特征概念,定义车体断面型材的特征及其拓扑关系,采用CATIA系统中CAA二次开发技术,对车体断面的轮廓和车体断面型材的特征进行参数化建模,建立车体断面型材的特征库,通过车体断面的骨架进行自动装配设计;最后以某型车铝合金车体断面参数化建模为例验证该方法的正确性和有效性.     

基于序列影像种子跟踪的道路线自动提取算法

为快速建立道路精确的几何模型,利用车载移动测量系统获取的序列影像开展了道路边线自动提取方法研究.针对不同类型道路边线的特征,提出了一种基于序列影像种子跟踪的道路线自动算法.首先,对不同质量道路影像分别采用基于灰度信息和梯度信息的道路边线边缘检测方法;其次,采用线性回归模型拟合道路边线,以当前帧拟合直线为种子点,提出了基于种子直线的序列影像感兴趣预测方法,在此基础上对下一帧影像道路边线进行跟踪;最后,以高速公路和城市街区道路序列影像为例,开展了道路边线自动跟踪提取试验,结果表明此方法可以达到优于20 cm的精度,具有很好的鲁棒性.