一种基于深度学习的交通标志识别算法

在无人驾驶和驾驶辅助领域,交通标志识别是非常重要的.现实道路中,许多交通标志目标较小且存在相互遮挡的问题,导致标志很难被准确检测.为了解决这一问题,文章利用深度学习网络YOLO v3模型实现对交通标志进行检测.首先,利用数据增强用不同的方式模拟现实天气条件对清华-腾讯交通标志集进行数据集增强,得到更为真实、丰富的标志数...     

城市公交线路模态工况构建方法研究

采用GPS设备对西安城市公交典型线路的运行工况进行实测,分别运用瞬态转模态方法和多目标优化法构建出城市客车模态工况。以8个特征参数相对误差为标准,对两种方法的精度进行了对比研究。研究表明,两种方法均能有效地完成工况构建,其中多目标优化法精度最高,瞬态转模态方法简单快捷,从而为工况构建方法的选取提供了思路和数据验证。     

实施物流目标成本事前管理的方法探讨

物流目标成本事前管理是物流企业施行物流目标成本管理的最重要环节,然而在实施过程中却存在着各种问题。本文将站在另外一个角度,对物流企业如何有效实施目标成本事前管理进行尝试性的探索。     

基于Shapley值分配原则的铁路应急资源调度研究

多事故点-多资源-多救援点的铁路突发事件在应急救援初期可能存在资源不足的情形,如何科学、合理地分配各事故点的应急资源关系到救援的公平与效率。提出Shapley值分配原则确定各事故点的资源分配量,在此基础上建立救援时间最短及调运成本最小的多目标优化模型,并借助Lingo软件编程求解,最后以某案例进行实证分析。通过对多种分配原则下的救援方案进行比较分析。结果表明：Shapley值分配原则在多事故点资源分配下可以更好地兼顾公平和效益,使有限资源下的分配更为合理,救援方案更加科学。     

基于多装船机的散货船智能装载

对散货船使用多装船机进行装载作业的情况,建立以最高装载效率、最佳纵倾和最小化船舶最大静水弯矩值为目标,以浮态、稳性和结构强度为约束条件的散货船智能装载数学模型,使用改进的多目标遗传算法进行求解,得到优化后的Pareto解集,结果表明:该算法能够有效求得该问题的优化解,在实际应用方面具有一定的可行性.