基于手机传感器数据的出行特征提取方法

手机调查方法的已有研究较多集中于基于手机信令数据的宏观出行特征获取,而手机传感器数据在个体出行链微观出行特征提取方面具有优势.针对城市居民多采用组合交通方式出行的特征,研发智能手机应用软件,实现GPS数据(位置坐标与速度)、加速度计、服务基站、WiFi等传感器数据采集.运用小波分析、神经网络等数据挖掘技术分析不同交通方式出行数据差异,探索多种数据挖掘算法用于个体出行参数提取的可行性及效果.结合实际案例,总结应用手机传感器数据进行出行特征精细化提取的难点和技术关键.最后,探讨精细化个体出行数据在交通模型和理论优化方面的应用.     

一种改进的SIFT图像立体匹配算法

针对SIFT算法复杂度高、计算时间长、影响立体匹配的实时性等问题,提出了一种改进的立体视觉特征点匹配算法该算法从两个方面对SIFT算法进行改进:首先利用24维特征描述符代替128维特征描述符,以降低计算复杂度;其次在图像对匹配过程中采用改进的BBF搜索算法,通过引入最小优先级队列的限制条件和匹配精度更高的马氏距离判断两幅图像特征点的匹配性.采用经典图像和未知的室外环境下拍摄的图像对本文算法进行实验验证,结果表明,本文提出的算法每100个特征点检测时间为0.01 s,正确匹配率平均为89.65%,相对于原算法,提高了匹配的准确度,并降低了匹配时间.      

用于动车组故障检测的图像识别算法

动车组运行故障动态图像检测系统（TEDS）通过比对现场图像与其历史图像,实现列车运行状态的实时监测和自动报警。由于不同时间采集的图像存在一定程度的差异性,使得单纯基于SIFT特征匹配的故障识别算法误报率较高。为此,本文提出一种自适应融合局部和全局匹配的图像故障识别算法:将图像以车厢为基准对齐配准;基于SIFT特征匹配,通过局部比对粗略定位故障区域;以上述区域为模板,搜寻历史图像以精准定位故障位置。实验结果表明,本算法能有效地分析和预警运行动车组的异常情况,使得系统用户可及时发现重大故障,提升动车运营质量。     

实际行驶污染物排放窗口法的排放数据使用特征

对4辆轻型汽车进行道路排放试验,以移动平均窗口法处理后得到的各数据点进入窗口次数为基础,引入排放因子计算时各数据点参与率的概念.研究表明:利用参与率对数据点加权计算得到的排放因子与窗口法得到的排放因子具有较高的一致性;高速路段参与率较高的数据点对总行程排放因子的影响较大,市区行程早期与高速行程末期参与率较低的数据点对总...     

基于特征和超图理论的交通网络数据模型

分析了目前国际上流行的五种交通网络数据模型的优缺点,然后提出了基于车道和中心线的交通网络数据模型。该数据模型以特征和超图模型理论为基础,既保留了拓扑结构的优越性,又有利于数据以特征的方式进行存储和管理。最后。把这种基于特征和超图模型的交通网络数据模型应用于中山市道路普查系统,用于管理复杂的、与道路相关的各种数据。     

广州城市居民通勤空间特征研究

通勤行为作为居民日常出行最主要的类型之一,其空间组织的合理与否在一定程度上对城市交通的组织起决定性作用。同样,与通勤密切相关的居住与就业两类用地,其空间组织对城市空间格局也起着重要的作用。随着中国城市社会经济和城市规划建设的发展,城市居住一就业的空间格局发生了巨大的变化,伴随着这种变化的是居民生活方式的改变,特别是出行行为的转变。在综述国内外相关研究的基础上,以广州为例,分别从广州市居住与就业空间组织对通勤行为的影响、居民通勤的基本特征出发,来探讨通勤的空间特征。     

长距离密闭输油管道的水击数值模拟

在长距离密闭输油管道中间泵站断电停运的情况下,采用特征线法对全线压力变化情况进行了数值模拟。结果表明:越是靠近下游的泵站停运后,越能更快地形成越站输送,出现进站压力小于泵吸入压力的时间越晚,管道的最大压力越大,管道出现液柱分离的机会越小等。     

南友路膨胀土(岩)路堑边坡滑坡规律与特征

在南友(南宁—友谊关)路膨胀土路段路堑边坡滑坡调查分析的基础上,结合工程地质和水文条件,对该地区路堑边坡滑坡滑动面的形态及其形成、滑坡过程和滑体中含水量分布等方面的规律和特征进行了研究。     

软弱地层中瑞雷波传播的数值模拟研究

瑞雷波技术已经广泛用于工程物探和质量检测中,但对软弱地层的探测尚缺乏系统深入的研究.本文采用有限差分软件FLAC3D对横向存在软硬分区、表层软弱及软弱夹层3种地层模型作数值模拟,分析了相应地层模型中瑞雷波时域信号传播特征,得出了传播规律.为工程技术人员现场快速时域信号分析提供了帮助.     

基于词典的法律案例自动归类系统的开发

笔者详细讨论并成功开发了"法律案例分析系统"的一个子系统—"法律案例自动归类系统".系统首先通过大量的法律案例训练文档得到树结构中每个类(叶子类和中间类)的类特征词权值表,然后在此基础上计算新法律案例文档相对于各个类的累加权值,最后累加权值最大并且是叶子类的类即是该法律案例应归入的类.笔者还给出并分析了用到的两个重要公式(特征词权值公式和类累加权值公式),详细介绍了系统的核心—基于词典的分词算法.实验表明本系统具有很好的通用性和扩展性,归类准确率较理想.