道路交通安全管理与经济、社会发展关系研究

道路交通安全与国家经济、社会发展存在密不可分的关系。该文采用了上海市、广东省、吉林省处于不同发展阶段的三个地区的数据,通过对比可以衡量经济发展水平的GDP、人均GDP和公路通车里程、公路运输量等经济指标来建立它们与道路交通安全管理水平的联系。     

在NT4.0上实现基于PPTP的VPN服务

简要介绍了虚拟专用网络的技术背景,详细描述了如何在NT4上搭建基于PPTP协议的VPN服务器,最后简要阐述了利用VPN技术对铁路信息安全建设方面的意义.     

基于BP神经网络的静态手势识别方法

手势识别正成为人机交互技术研究中的一种重要模式.本文针对运用摄象机和计算机视觉技术捕获来的静态手势,提出了一种手势特征提取和基于神经网络分类的手势识别方法.实验表明该方法的正确识别率可以达到98%左右,是一种非常有效的静态手势识别方法.     

探索FIDIC合同条件的市场经济运作

以市场经济的观点,剖析了国际通用的FIDIC合同条件的商品观念、时间观念、经济管理体制观念,并阐述其作用。     

基于改进 BiLSTM 网络的地铁车轮磨耗预测模型

针对地铁车轮磨耗数据时间跨度较长引起的长期依赖问题,为了进一步提升预测精度,提出一种将麻雀搜索算法(sparrow search algorithm,SSA)优化双向长短期记忆网络(bidirectional long short term memory,BiLSTM)的改进 BiLSTM(SSA-BiLSTM)网络模型,用于地铁车轮磨耗预测。首先,利用麻雀搜索算法对双向长短期记忆网络算法的神经元个数、迭代次数、输入批量和学习率等超参数在给定范围内进行寻优,得到参数最优值;然后,以参数最优值来构建改进 BiLSTM 网络模型,对车轮磨耗进行预测分析;最后,以车轮踏面磨耗和轮缘磨耗作为研究对象,将某地铁 1 车厢 1 号车轮的现场实测历史磨耗数据作为输入,对该模型进行训练及验证分析,并与多层感知机(multilayer perceptron,MLP)、LSTM、BiLSTM 以及 SSA-LSTM 模型的预测结果进行对比。研究结果表明：SSA-Bi-LSTM 模型的车轮磨耗预测精度更高,与 LSTM、BiLSTM 以及 SSA-LSTM 网络模型相比,踏面磨耗的平均绝对百分误差(mean absolute percentage error,MAPE)分别降低了 13.28%、10.32%、1.47%,轮缘磨耗分别降低了 9.5%、0.46%、0.02%;分别对同一地铁 2 号、4 号车厢的 1 号位置车轮磨耗进行预测,并与磨耗实测数据进行对比,踏面磨耗的平均绝对百分比误差分别为 1.34%、1.42%,轮缘磨耗的平均绝对百分比误差分别为 0.18%、0.19%,验证了本文所提模型具有良好的泛化性,为地铁轮对智能化管理提供理论支持,延长车轮使用寿命。     

考虑结伴行为的地铁通道行人仿真建模研究

结伴是行人运动中的普遍行为，且对行人的整体运动具有显著影响，因此仿真行人运动时，有必要考虑结伴行为. 本文以地铁内一般通道为空间背景，首先利用视频观测数据，深入分析了通道内的结伴行为特征. 然后，区分普通个体行人、结伴行人及结伴群体中的不同角色(领导者、跟随者)，基于社会力模型原理，结合颗粒流理论，建立了包含驱动力、接触力、排斥力3 个子模型的行人运动模型，并构建了考虑结伴行为的行人仿真平台. 最后，以某一地铁通道作为实例，通过观测数据及对结伴行为的刻画验证了该仿真模型的真实性及有效性，并分析了不同结伴比例对行人流平均速度的影响，得出行人速度随着结伴比例增大而减小的结论. 该模型可为进一步完善地铁枢纽的行人运动仿真模型提供理论支持，为通道内行人组织提供帮助.     

Social Networks of Alaska Fishing Communities

Fishing community social networks function as channels for transfer of fishery knowledge, resources, and business transactions that help mitigate risks and shocks associated with altered access to fishery resources. Research on such networks in Alaska is limited despite their cultural importance and community reliance on fisheries. We contribute to scholarship of fishery social networks by assessing Alaska fishing community perspectives of challenges related to fisheries policy and management, and the existing social networks that aid in overcoming these challenges. Our findings show that the greatest challenges fishing communities face pertaining to fishery management are high costs of participating in catch share programs, restricted subsistence fishing activity due to decline in salmon, and complex regulations. Social networks exist for coping with these challenges; fishery information, and resources such as food, fuel and medicines are shared between communities. However, networks for accessing fishery support services are centralized in fewer larger communities and hubs such as Anchorage. Smaller and remote communities are the most compromised in this regard given the distance they must travel to access fishery support services. Leveraging social networks for sharing resources and improving fishery support services in smaller communities will increase their adaptive capacity and ability to maintain participation in Alaska fisheries.     

基于改进PCNN模型的车辆阴影消除方法

消除车辆阴影对图像分割的影响是车辆自动监控系统中亟待解决的问题。针对阴影具有方向和大小不确定性的特点,充分利用脉冲耦合神经网络模型优良的图像分割能力,结合阴影属性,提出一种基于改进的脉冲耦合神经网络模型的运动车辆阴影消除方法。此方法无需建立道路背景模型与车辆阴影模型,在消除车辆阴影的同时能较好地保留车牌、车窗以及车标等车体的重要信息,为车体定位、特征提取等处理奠定良好的基础。大量现场图像测试结果验证了该方法消除车辆阴影的有效性,可广泛地应用于自然环境中车辆阴影的消除。     

一种分布式协同优化的认知无线电网络频谱检测算法

针对动态认知无线电网络中频谱检测性能与资源消耗之间的矛盾,提出一种分布式协同优化的频谱检测算法.设置双门限将认知用户分成可信组和非完全可信组.采用次梯度法对频谱检测效用函数进行分布式协同优化,动态调整能量检测阈值,提高动态变化网络环境中的非完全可信认知用户检测结果的准确性,并根据优化过程的收敛速率,从中选择参与协作的认知用户.最后融合中心通过加权融合获得频谱检测结果.仿真实验和分析表明算法在提高认知用户频谱检测准确性和检测速度的同时,降低了网络开销.     

AN OPTIMIZED SCHEME FOR FAST HANDOFF IN IP-BASED CDMA WIRELESS COMMUNICATION NETWORKS

IntroductionMobility as an essential characteristic of wire-less network has received considerable attention inrecent years.A number of system- specific solu-tions have been developed for2 G( such as GSM)and 3G( such as UMTS) wireles networks.Fromthe Internetpointofview these solutions can be re-garded as layer- 2 solutions for wireless access net-works working transparently to the layer- 3 ( IPlayer) [1] .The evolution of wireless network is be-ing strongly influenced by mainly two compo…