Development of railway station choice models to improve the representation of station catchments in rail demand models

ABSTRACT

This paper describes the development of railway station choice models suitable for defining probabilistic station catchments. These catchments can then be incorporated into the aggregate demand models typically used to forecast demand for new rail stations. Revealed preference passenger survey data obtained from the Welsh and Scottish Governments was used for model calibration. Techniques were developed to identify trip origins and destinations from incomplete address information and to automatically validate reported trips. A bespoke trip planner was used to derive mode-specific station access variables and train leg measures. The results from a number of multinomial logit and random parameter (mixed) logit models are presented and their predictive performance assessed. The models were found to have substantially superior predictive accuracy compared to the base model (which assumes the nearest station has a probability of one), indicating that their incorporation into passenger demand forecasting methods has the potential to significantly improve model predictive performance.     

基于小波和仿射不变矩特征融合的舰船型号识别

针对不变矩对仿射形变目标描述的不足,为提高舰船型号的识别精度,提出一种基于小波和仿射不变矩特征融合的舰船型号识别方法.首先对二值舰船图像进行归一化处理,并分别提取归一化舰船图像的小波矩特征值和仿射不变矩特征值;然后通过计算样本特征均值与标准差的比值,选择出鲁棒性好、稳定性高的特征,通过归一化方法进行融合;最后构造五类舰船的样本集,采用支持向量机(SVM)作为分类器识别测试样本的型号,分析不同矩特征、样本集大小、SVM参数、本文方法对识别精度、稳定性的影响.实验结果表明,文中给出的算法提高了识别精度,并且在训练样本集较小时仍能获得88%以上的识别率.     

一种结合2DLPP与2DPCA的人脸识别方法

为解决二维局部保持投影(2DLPP)需要较多数据表示人脸特征的缺陷,提出了一种新的二维局部保持投影主成分分析方法(2DLPP-PCA).通过对人脸图像在行、列方向同时进行2DLPP和2DPCA投影,2DLPP-PCA 不仅能减少保存人脸特征所需要的数据量,而且能有效地提取人脸的局部特征和全局特征.在ORL、Yale和CAS-PEAL-R1人脸数据库上的实验结果表明,2DLPP-PCA是一种高性能的特征提取方法,当训练样本数为6时,2DLPP-PCA在ORL数据库上的最佳平均识别率达到99％以上.     

基于能量分配的特定畸形波序列的数值模拟

文章对一个理论畸形波序列进行了数值模拟并且将数值结果与理论值做了对比.采用速度入口方法以实现波浪模拟.在造波边界处不考虑高阶波浪成分,只输入线性波浪速度.分别采用三种不同分辨率的网格进行数值模拟,以找到足够有效捕捉自由面的网格模型.考虑到快速傅里叶变换不能反映畸形波的时频特征,因而引入小波变换研究畸形波传播过程中的能量变化.最后比较了北海实测畸形波和文中理论畸形波小波变换的差异.     

异常波及其对海上结构铃振现象的影响

海上结构物的铃振(Ringing)现象是新近发现的一种高频共振响应现象,对结构物有显著的破坏作用。从实测资料中发现,在恶劣海况下发生的具有强非线性和非对称性的异常波(Freakwave)有可能引起海上结构物的铃振响应。文中综述了可能引起铃振响应的异常波的研究现状及成果,分析了其能量分布,并指出异常波是海上结构物产生铃振现象的机理之一。     

利用电力电子技术构建的新型牵引供电系统

由于当前牵引供电系统结构的特殊性,存在着谐波、无功、负序、通信干扰、"过电分相"等其自身无法解决的问题.其中"过电分相"还对高速铁路的安全、可靠运行构成了威胁.文章提出了利用电力电子技术和不同接线方式的变压器以及AT牵引网构成的新型牵引供电系统.新系统采用了AT供电方式,具有综合经济技术性能优越的通信防护效果,利用电力电子技术滤除了谐波、补偿了无功、消除了系统不平衡,实现了同相供电,解决了过电分相问题.分析仿真证实新型牵引供电系统不但可以解决当前牵引供电系统所存在的问题,且可以提高供电的质量与效率,增强供电的可靠性与安全性.     

基于灰色—小波神经网络的有效泊位预测

针对停车场有效停车泊位的变化特征,提出了基于灰色—小波神经网络的组合模型.先通过灰色单因素预测模型对有效停车泊位时间序列进行修正处理,再基于分步式小波神经网络模型对修正预测值进行运算,并通过马克科夫链预测模型得到更精确的预测区间,并利用实际案例分析,对模型的预测精度、稳定性、拟合度和训练时间进行了评价.研究表明,灰色—小波神经网络预测模型可降低初始数据波动性的干扰,与传统神经网络相比,预测结果误差波动性降低了10%~19%,稳定性提高了27%~33%,拟合度提高了10%~15%,精确度明显提高.     

小波软阈值滤波在信号去噪中的有效性研究

对于高幅度和宽尺寸的噪声要素,尤其是当有用信号的幅度和噪声尺度相差不大时,使用传统的傅里叶滤波和一般的小波变换去噪的效果不是很好,对此提出了一种软阈值去噪方法。根据小波理论及软阈值滤波的算法,用MAT-LAB对四种典型信号和陀螺信号进行去噪仿真研究。理论分析和仿真结果表明,这种方法能有效消除高频随机信号和特定尺度的噪声,同时又能很好地保留原有的有用信号。     

基于二值HT的多LFM信号检测

Wigner-Ville分布对于单分量LFM信号有很好的时频聚集性,但WVD是二次型变换,故对信号环境中复杂的多LFM信号不可避免的存在交叉项的干扰。HT可以消除交叉项的影响,能够很好的对多个LFM信号进行检测,但存在大信号淹没小信号的现象。提出二值HT能够很好的解决上述问题,为多LFM信号的检测技术提供理论依据。     

基于WVD和Hough变换二值积累的信号检测方法

WVD-Hough变换是检测多分量线性调频信号的有力工具,但当多分量线性调频信号能量相差较大时,采用WVD-Hough变换进行检测,就会导致强信号对应峰值的平台将弱信号所对应的峰值掩盖掉。虽然可以通过基于＂CLEAN＂思想的算法将信号一一检测出来,但带来的计算量急剧增大。为此在WVD-Hough变换的基础上提出了基于WVD-Hough变换的二值积累方法,该方法可以同时检测出强信号以及被强信号平台掩盖的弱信号,具有很大的实用价值,仿真的结果验证了算法的有效性。