融合D-S理论的锅炉人因贝叶斯网络安全性定量分析

针对船用锅炉人因安全性分析中存在的知识不确定性,采用D-S证据理论对多专家信息进行融合并建立考虑人因的贝叶斯网络,得到节点条件概率的区间表示形式.经加权平均后代入贝叶斯网络计算,与面向对象贝叶斯网络和FTA等方法的对比显示,该方法能够更加有效地融合不同专家信息,也更为符合工程实际.     

Real time detection of driver attention: Emerging solutions based on robust iconic classifiers and dictionary of poses

Real time monitoring of driver attention by computer vision techniques is a key issue in the development of advanced driver assistance systems. While past work mostly focused on structured feature-based approaches, characterized by high computational requirements, emerging technologies based on iconic classifiers recently proved to be good candidates for the implementation of accurate and real-time solutions, characterized by simplicity and automatic fast training stages.In this work the combined use of binary classifiers and iconic data reduction, based on Sanger neural networks, is proposed, detailing critical aspects related to the application of this approach to the specific problem of driving assistance. In particular it is investigated the possibility of a simplified learning stage, based on a small dictionary of poses, that makes the system almost independent from the actual user.On-board experiments demonstrate the effectiveness of the approach, even in case of noise and adverse light conditions. Moreover the system proved unexpected robustness to various categories of users, including people with beard and eyeglasses. Temporal integration of classification results, together with a partial distinction among visual distraction and fatigue effects, make the proposed technology an excellent candidate for the exploration of adaptive and user-centered applications in the automotive field.     

Elman递归神经网络在结构分析中的应用

给出了Elman动态递归神经网络的网络结构和基本原理。基于Elman递归神经网络能够逼近任意非线性函数的特点,提出了一种基于Elman递归神经网络建立结构分析模型的方法。利用Elman递归神经网络对桁架进行建模,真实地反映了桁架结构的动态特性。     

土木规划的规划环境与规划政策研究

研究目的：土木规划是以社会公共基础设施为对象，本着统筹、系统的思想，利用土木工程技术与系统科学方法进行的规划。但就我国目前土木规划领域的现状来看，无论是在“规划环境”方面还是“规划政策”方面，都存在着一定的问题。本文的目的在于通过对我国土木规划的规划环境与规划政策的研究，促进土木规划在我国的科学化、体系化发展。研究方法：本文聚焦于我国的交通基础设施，系统地整理和分析了我国土木规划的历史与现状，包括政府与市场的角色定位、规划体制、法律法规的情况，同时介绍了国外的经验，揭示了存在的问题。研究结果：提出我国要走科学的“土木规划”道路，在规划环境上应改革规划体制，完善立法，建立多层次的基础设施体系；在规划政策上应努力拓宽资金渠道，加强综合规划等。研究结论：揭示了在我国开展土木规划研究的重要性和必要性，土木规划相关研究的不断深入，必将促进我国的土木规划水平的提高。     

长衡客运专线速度目标值的选择

根据长衡客运专线所处位置和在路网中的作用,研究确定不同速度目标值采用的标准,以及确定长衡客运专线速度目标值应考虑的要素。     

Energy-aware load-balaning fault-tolerant routing scheme for ad hoc sensor networks

Most routing protocols for sensor networks try to extend network lifetime by minimizing the energy consumption, but have not taken the network reliability into account. An energy-aware, load-balancing and fault-tolerant routing scheme, termed as ELFR was propsed to adapt to the harsh environment. First a network robustness model was presented. Based on this model, the route discovery phase was designed to make the sensors to construct into a hop-leveled network which is mesh structure. A cross-layer design was adopted to measure the transmission delay so as to detect the failed nodes. The routing scheme works with acknowledge （ACK） feedback mechanism to transfer control messages to avoid producing extra control overhead messages. When nodes fail, the new healthy paths will be selected locally without rerouting. Simulation results show that our scheme is much robust, and it achieves better energy efficiency, load balancing and maintains good end-to-end delay.     

����GA¬¬-BP�ĸ��ٹ�·����ѵ�ģ������������о�

鉴于模糊神经网络具有良好的非线性特性、学习能力、自适应能力和抗干扰能力,本文将模糊神经网络技术引入到高速公路入口匝道控制中。提出一种基于GA和BP算法的模糊神经网络控制器,并对控制器进行了详细设计。设计过程主要分为三部分：输入输出参数的选择、模糊神经网络的结构设计以及基于GA-BP的学习算法设计。最后,使用MATLAB软件对其进行了仿真。仿真结果表明,本文提出的方法是有效的,较之基于BP的模糊神经网络控制和ALINEA控制,能更好地稳定主线交通流密度。     

省域高速公路ETC联网收费结算体系研究

省城高速公路ETC（不停车收费）系统是一个涉及面广、影响面大、应用需求复杂且具有服务性质的庞大系统，因此，首先建立一个科学的、稳定的、可扩展的结算体系是此类工程成功的关键．文章首先阐述了省城高速公路ETC联网收费结算体系的特点．研究了体系架构、中心软件、数据传输、结算清分等几个主要问题，并得出具体的解决方案；最后，介绍了研究成果在江苏苏南高速公路网应用的情况。     

柔性结构神经网络分布式振动控制

提出采用分布式控制解决柔性结构振动问题,并且控制形式简单,便于控制力的实施。结合神经网络可以解决常规分布式控制难于解决的非线型耦合问题。神经网络采用非线性自回归移动平均移动方法,提高了神经网络的运算速度快。最后,在不同作动力情况下,将集中式神经网络控制和分布式神经网络分别采用相同的最大作动力对作动器/结构耦合系统进行控制。结果表明,分布式神经网络控制在采用较小的控制力情况下,取得了更好的控制效果。     

快速二阶BP神经网络在公路交通量预测中的应用

在二阶BP神经网络基础上加以改进，提出一种快速二阶BP神经网络，并将把该方法成功地用于公路交通量的预测中，通过与其它方法的比较分析，得出快速二阶BP神经网络预测方法加快了收敛速度，提高了结果的准确度，为科学地预测公路交通量提供了有力依据。