阜阳北站能力查定相关问题的分析与思考

能力查定工作是车站技术管理的重要内容,能力计算结果是正确决策的重要依据.针对阜阳北站写实数据存在的问题进行了分析,提出了正确确定合理的技术作业过程、科学合理安排、重视查标培训和试查总结、统一数据整理格式、积极利用新设备新技术进行查标的建议,对能力计算过程中的数据剔除、合理确定固定作业时间包含的内容和时间、参数取值等进行了探讨.     

高速铁路精密测量技术在城市轨道交通中的应用研究

开展将高速铁路精密测量技术中的轨道基础控制网(CPⅢ)测量与无砟轨道精调等相关技术引入至城市轨道交通中的应用试验,融合、改进了传统的铺轨测量方法与施工工艺。阐述了轨道精密测量技术在城市轨道交通中应用的可实施性。     

岩溶地区铁路桥梁基础设计

根据某铁路桥梁设计的经验,对岩溶地区桥梁基础形式的选择、嵌岩桩桩长及桩径的确定等方面进行了总结,提出了实现岩溶展布图绘制的程序设计思路。     

一种基于感应环线通信的数据接收器设计

基于感应回路的数据通信方式设计一种基于感应环线通信的数据接收器,该数据接收器采用4个高频数字接收器实现FSK信号的相位检测。通过对接收电路进行仿真实验,该系统能够很好地完成数据接收任务,具有接收可靠,稳定等优点。     

物流信息

交通运输物流标准建设方案发布 据《中国证券报》报道,交通运输部目前发布了《交通运输物流公共信息平台标准化建设方案（2013～2015年黟,《方案》明确了平台标准化建设的基本原则、建设目标等。建设目标具体包括：发布《交通运输物流公共信息平台标准体系表》,为平台建设提供标准应用索引：制定一批平台基础标准、平台互联与交换标准、服务与应用规范;制定《交通运输物流公共信息平台标准维护与管理规范》,建成平台标准升级维护与管理系统：制定《交通运输物流公共信息平台标准符合性测试规范》,建成平台标准符合性测试系统：建立平台标准化工作机制。     

中国基础工程新型材料产业综合服务领先者

中铁伊红钢板桩有限公司（以下简称“中铁伊红”）作为中国铁路物资股份有限公司（以下简称“中国铁物”）新成立的控股专业公司,谨遵中国铁物的战略部署,结合自身实际经营状况,制定了“致力于成为中国领先、世界一流的钢板桩综合服务商”的战略目标,始终坚持拓展钢板桩业务产业链,推动公司转型升级。成立两年多来,中铁伊红借助日本先进成熟的钢板桩应用技术,以中国铁路产业和钢铁供应链相关产业为重点,重点强化钢板桩等基础工程材料的创新发展,以技术创新和规模扩展提升品牌价值,以股东方的战略投资带动并购重组,以股东方的成熟营销网络带动国际化经营,在打造中国基础工程新型材料产业综合服务领先者的道路上,取得了快速的发展。     

专用铁路综合数据通信网建设方案探讨

铁路综合数据通信网,是铁路信息化建设的基础平台,建设时首先应完善铁路基础通信网,然后从业务需求、网络结构、技术方案、网络管理、安全策略等几个方面综合考虑,合理规划,有效实现资源最大化的目标,使专用铁路信息化建设更科学、更合理。     

高清摄像机性能测试

2012年8月轨道交通视频技术实验室开展了高清摄像机性能测试。首先在北京南站对实际车站场景进行环境调研,采集基础数据,并依据车站照度情况搭建相似的实验室测试环境。在对铁路应用中可能出现的问题（例如摄像机指标、宽动态的选择等）进行全面、充分的考虑后,通过搭建不同的测试环境,对目前应用较广的多种高清摄像机进行性能测试。希望此次测试明确用户需求,掌握高清摄像机在宽带动态、清晰度以及带宽方面的变化,给用户提供有效的性能指标和测试数据。     

故障安全串行输出电路的设计与实现

在铁路应用中,控制系统的故障安全特性是必须考虑的重要问题.为保证故障安全特性,设计一种用于铁路车载设备的故障安全串行数据输出电路,该电路采用动态安全与门、强故障安全数据比较、动态电源转换等技术.通过电路仿真与实际样机测试,证明电路设计正确,满足铁路车载设备的故障安全要求.     

基于改进GAN的端到端自动驾驶图像生成方法

基于端到端数据系统的自动驾驶系统对驾驶图像存在巨大需求。为解决一般生成式对抗网络模型在扩充驾驶图像数据集时不稳定及生成图像特征缺乏多样性的问题,研究1种改进网络模型LS-InfoGAN。结合最小二乘对抗损失防止模型梯度消失,并缓解生成器优化矛盾,提升模型训练稳定性。通过最大化生成图像与真实图像间的互信息提升生成器特征学习能力,改善生成图像特征多样性。利用转置卷积层还原图像特征,提升生成图像特征清晰度。以自主构建的模拟驾驶场景中获取的带标签驾驶图像集对模型有效性及其数据集扩充应用效果进行验证。实验分析表明:相比改进前模型,LS-InfoGAN模型的图像生成过程稳定性平均提升35%;使用此模型扩充的数据集进行端到端自动驾驶系统中决策网络的训练能在不采集新图像的情况下将系统决策性能提升1%~2%;建议使用此模型扩充图像数据集时将生成图像数量设置为原始训练集图像数量的1~2倍。