自适应铁路场景前景目标检测

现代铁路系统中,智能视频分析技术已被广泛应用于异物入侵监测,前景目标检测是入侵判断的必要过程. 背景差分常用于检测前景目标,但铁路场景复杂,存在动态变化的背景区域和未知类型的目标,现有基于阈值分割或深度学习的背景差分算法都不能满足需求,故提出一种基于阈值自适应调节的前景目标检测算法. 利用像素值在时间上的动态信息,分割结果的反馈信息和由超像素提供的空间信息确定阈值调节因子,动态调节阈值以适应环境变化;提出一种灵活可靠的背景模型初始化方法,消除鬼影问题,实现一帧到多帧初始化的灵活切换. 实验结果表明,所提算法在铁路场景上取得了较好的准确率和误分类率,且平衡了精度和速度.     

考虑超级街区的城市路网边界控制策略研究

为缓解城市中心区交通拥堵状况,提出基于超级街区的路网多子区边界控制策略. 将城市区域路网划分为中心区、郊区及超级街区3个子区,结合宏观基本图(MFD)建立各子区交通流动态平衡方程;以中心区车辆出行完成率最高为目标,以边界收费费率和出、入口数量为控制变量,建立考虑车辆通道选择行为的路网多子区边界控制优化模型;并以实际路网数据为算例验证模型有效性.结果表明：边界控制策略下的中心区服务能力比无边界控制提高 7%;利用超级街区实现路网边界控制能够有效改善区域交通密度分布均衡性,提升路网服务效率;通过改变超级街区出、入口数量,实现边界控制兼备有效性和实践性.     

基于变长系统调用序列模式的入侵检测方法研究

提出了一种变长序列模式的寻找算法,从训练序列中找出一组基本相对独立的变长序列模式,并在模式集的更新过程中自动定义了模式间的前后次序关系,以此构建了一个描述进程执行模式的DFA。针对已有基于变长序列模式的模式匹配算法需要向前预测若干个系统调用号的缺点,设计了一个更好的模式匹配算法。实验结果表明,算法在模式寻找过程中是稳定的,并在保持小规模模式集的情况下,取得了很低的误报率和漏报率。     

基于层叠条件随机场的网络入侵识别

为了能够在网络环境中从大量底层入侵警报信息中正确有效地识别其背后隐藏的攻击意图和规划,提出了基于层叠条件随机场模型的网络入侵识别方法.该方法首先在低层条件随机场中解决对简单的入侵识别,并将结果传递到高层的条件随机场模型以进行对复杂的入侵识别,实现了自适应、智能化的入侵检测系统.实验结果表明,该方法有较低的误报率,综合看来比传统方法优越.     

大断面浅埋地铁施工对地表影响的模型试验

以广州地铁站前停车线为工程背景,通过室内大比例相似模型试验,结合数值模拟计算,研究大断面浅埋地铁在上下台阶法不同开挖步骤中产生的洞周位移、地表和地层的位移响应。结果表明:通过相应的辅助工法和合理的施工工序,台阶法能有效控制上台阶开挖引起的洞周位移和地表沉降,从而控制整个隧道开挖对周边环境的影响,保证隧道快速、安全施工。     

客运专线、高速铁路异物侵限监测方案优化

结合国内客运专线、高速铁路异物侵限监测系统的应用现状,详细分析了我国客运专线、高速铁路异物侵限监测系统监测手段、监测网安装方式、监测网防护对象、监测范围等,明确提出了适合我国客运专线、高速铁路异物侵限监测系统的建设方案优化建议。     

永临结合的初期支护侵限处理方法

文章结合RAS RMEL隧道工程实例,介绍了国外铁路隧道软弱围岩大变形段初期支护的侵限处理方法.该施工方法是通过加强监控量测,及时发现支护结构变形量的增大情况,并立即进行支护的加强,如复喷混凝土、施作系统锚杆及锁脚锚杆等.当发生塑性变形的区域较大时,先采取在拱部安装临时钢管横撑,并及时施作仰拱封闭的处理措施,控制支护变形；后对待处理区进行加固,并根据设计图纸的要求跳槽开挖梯形槽,施作初期支护,然后再施作防水层；最后,用模板台车施作二次衬砌.实践证明,该永临结合的处理措施较一般处理措施具有施工简单、安全、节约成本等特点,尤其适用于地质条件较差和工期较紧的工程项目.     

长江河口盐水入侵数值模拟研究

长江河口盐水入侵一直是困扰上海市工农业生产及生活用水的一个重大问题。文章通过建立"长江口—杭州湾"大范围的二维水流盐度数学模型,在验证的基础上,重点分析了长江口盐水入侵总体格局、北支盐水倒灌、南支盐度分布格局等问题,并指出由于横沙通道的涨落潮流不平衡,北槽会有部分盐水倒灌进入北港;基于数学模型,对北支倒灌盐通量进行了初步计算。     

基于序列互相关特性和SVM的入侵检测研究

通过刻画特权进程的系统调用来进行入侵检测已被广泛研究，采用的大多是人工智能方法，如支持向量机、隐马尔可夫模型和神经网络等。针对这种基于人工智能的入侵检测系统，本文提出应用序列互相关特性选择训练数据的方法。序列的互相关特性是刻画序列之间的相互关系的重要手段，使用具有一定特性的序列来训练人工智能模型，可以提高入侵检测的效率。在本文中，使用了支持向量机（SVM）来评价序列的互相关特性在模型训练中的作用。实验仿真说明，这种方法可以有效的提高入侵检测率。     

入侵响应决策中的响应因素分析

为了在响应决策过程中合理地选择和使用响应因素，对现有入侵响应决策模型中的响应因素进行了统计，并依据所提出的分类标准对响应因素进行了分类．围绕响应时机决策和响应措施决策这两个问题，对响应因素进行分析和讨论，指出已有响应决策模型中对一些响应因素的不当使用．讨论所研发的入侵报警管理与入侵响应系统IDAM＆IRS的结构、响应决策过程和实验情况，并阐述了其中所涉及的响应因素．最后，对响应因素在响应决策中的地位和作用等进行了总结．