水泥稳定碎石基层的病害及防治措施

对水泥稳定碎石基层的裂缝、离析、平整度差等常见病害的产生原因进行了分析,并提出了相应的防治措施,以保证水稳碎石基层的正常使用功能。     

旧水泥路面沥青混凝土罩面补强

道路路面达到设计使用年限渐渐产生破坏,需要对原有路面进行适当处理,讲述了水泥混凝土路面加铺沥青路面的一些研究。     

京珠高速公路隧道病害检测与处治对策研究

通过京珠高速公路隧道病害现场检测,对其主要病害进行了分类统计。考虑该隧道的勘察、设计、施工等因素影响,对该隧道主要病害产生原因进行了分析,在此基础上,对隧道病害等级进行了判定,并针对不同等级病害,提出了具体的处治措施。     

船用中压变压器电弧故障检测方法研究

通过分析各种故障电弧检测技术方案,确定基于弧光的电弧检测方法适合船舶中压变压器,该检测方法可靠性高、速度快,能够满足船用环境要求。     

半刚性基层沥青路面反射裂缝产生的影响因素分析

针对沥青路面反射裂缝的产生,在辽宁省不同地区选取了典型路面进行调研,通过大量的调研数据分析了沥青路面产生反射裂缝的原因,提出了抑制半刚性沥青路面产生裂缝的工程措施,对提高我省沥青路面的抗裂性能及工程的具体实施具有借鉴和指导意义。     

某商用车散热器面罩开裂分析与改进

为解决散热器面罩开裂问题,提出了焊点优化方案和散热器面罩加强板外置/加强板内置方案,并进行了模块化设计,制定了2组改进措施。有限元分析结果表明:2种改进措施与原状态相比,均有良好应力改善效果,满足应力要求。     

自行车流视频识别判断方法研究

考虑算法的实时性,交通流个体识别往往采用轮廓特征来描述。由于自行车与行人的很多轮廓特征值相近,在复杂城市交通环境中,从慢行交通流中准确地识别出自行车是目前采用视频检测交通流的难点之一。通过现场视频检测获取足够的样本外轮廓数据,分析检测目标轮廓的高、宽、高宽比、面积等典型轮廓特征,发现目标轮廓高宽比特征能较好地识别出行人、自行车等慢行交通,并给出合适的取值范围。研究表明自行车高宽比能够较好地成为视频识别的依据,为自行车视频识别提供数据。     

����ʱ�չ켣���ٵĽ�ͨ�����Բ���������

基于视频的交通流检测在智能交通系统中具有重要意义。本文针对广泛采用的低位摄像机,提出了一种交通流特性参数的检测分析方法。首先基于三级虚拟检测线和自适应更新率局部背景建模来快速提取车辆特征点并消除活动阴影对提取精度的影响;然后基于Adaboost（Adaptive Boosting,自适应增强）分类器实现特征点按车分组,并在跟踪过程中根据运动特征相关度消除分组误差,获取高精度的车辆轨迹;进而自动生成多车道轨迹时空图并提取各车道交通流的多种特性参数。实验结果验证了算法的高效性;同时,自动生成的多车道轨迹时空图也为更多的交通信息获取和更深入的交通流特性分析提供了有力支持。     

基于多模式弱分类器的AdaBoost-Bagging车辆检测算法

针对现有车辆检测算法在实际复杂道路情况下对车辆有效检测率不高的问题,提出了融合多模式弱分类器,并以AdaBoost-Bagging集成为强分类器的车辆检测算法。结合判别式模型善于利用较多的特征形成较好决策边界和生成式模型善于利用较少的特征排除大量负样本的优点,以Haar特征训练判别式弱分类器,以HOG特征训练生成式弱分类器,以AdaBoost算法为桥梁,采用泛化能力强的Bagging学习器集成算法得到AdaBoost-Bagging强分类器,利用Caltech1999数据库和实际道路图像对检测算法进行了验证。验证结果表明:相比于单模式弱分类器,AdaBoostBagging强分类器在分类能力和处理时间上均具有优越性,表现为较高的检测率与较低的误检率,分别为95.7%、0.000 27%,每帧图像的检测时间较少,为25ms;与传统级联AdaBoost分类器相比,AdaBoost-Bagging强分类器虽然增加了12%的检测时间和30%的训练时间,但检测率提升了1.8%,误检率降低了0.000 06%;本文算法的检测性能显著优于基于Haar特征的AdaBoost分类器算法、基于HOG特征的SVM分类器算法、基于HOG特征的DPM分类器算法,具有较佳的车辆检测效果。     

惯性摩擦制动对铜基粒子材料摩擦磨损性能的影响

采用粉末冶金工艺制备了多组元的铜基摩擦材料,利用GF150D型摩擦试验机,分别在不同的摩擦方式和不同的摩擦条件下,探讨了材料的摩擦磨损性能.结果表明:惯性摩擦条件下,随着摩擦压力提高,磨损量增加,摩擦系数降低.且在其他摩擦条件相同时惯性摩擦条件下的摩擦系数低于定速.惯性试验湿摩擦的摩擦系数比干摩擦的摩擦系数有显著提高,摩擦顺序为高速到低速时的摩擦系数的稳定性都高于摩擦顺序为低速到高速.