泥岩、泥质砂岩填筑路基施工工艺研究

工程概况济邵高速公路位于河南省济源市境内,其中由邢台路桥建设总公司承建的第七合同段,沿线分布均为泥质砂岩和泥岩。这些岩石具有干燥状态下强度较高,浸水状态下极易崩解、软化,强度迅速降低的特点,不宜直接作为路基填料。     

不同出行距离的客货运量分布研究

根据客货出行的随机性以及组成理论中的最复杂原理,可推导出客货出行距离的概率分布,得出客货出行的规律,从而为交通规划以及运输规划提供依据,同时也为客货出行特性的研究提供新的思路。     

55岁以上自然人群中帕金森病患者认知功能障碍的临床研究

目的　了解 55岁以上自然人群中帕金森病 (Parkinson sdisease ,PD)患者认知功能障碍的发生情况。方法　以流行病学调查资料为基础 ,采用非配对的病例对照研究方法 ,分析 55岁以上自然人群中PD患者认知功能障碍的发生率 ,评估认知功能障碍发生的相对危险性。结果　 55岁以上自然人群中 ,PD组和非帕金森病 (noParkinson sdis ease,NOPD)组认知功能障碍的发生率分别为 2 7.78%、5.55% ;年龄调整的发生率分别为 16.2 0 %、9.87%。与同一自然人群中NOPD组比较 ,PD组发生认知功能障碍的危险性明显增高 ,但主要增加低年龄组 (55～ 74岁 )中老年人发生认知功能障碍的危险性 (OR =8.59,95%CI :3 .13～ 2 3 .80 ) ;而且PD是低年龄中老年人发生认知功能障碍和痴呆的独立危险因素 (OR =6.2 7,95%CI :2 .3 5～ 19.2 7;OR =5.50 ,95%CI :1.52～ 19.94)。年龄调整的MMSE分值的均值PD组明显低于NOPD组 (P <0 .0 0 1)。结论　PD主要增加低年龄 (55～ 74岁 )中老年人认知功能障碍发生的危险性 ,而且PD认知功能障碍是疾病本身所致     

具有反应扩散的神经网络的稳定性分析

通过构造适当的平均Luapunov函数，利用M矩阵理论，研究了一类具有反应扩散的Hopfield神经网络的全局稳定性．在放松神经网络的激活函数的有界性、单调递增性和可微性的条件下，得到了神经网络的全局渐近稳定的条件．这些条件适合于神经网络的关联矩阵为对称或非对称矩阵、激活函数为非单调的情况．     

16V240ZJC柴油机凹弧三元弧供油凸轮加速度突变点函数拟合

分析了机车柴油机喷射噪声产生的原因,针对16V240ZJC柴油机采用的凹弧三元弧供油凸轮加速度不连续问题进行了几种函数拟合的计算研究,编制了计算程序,最终获得了比较理想的、其加速度连续的凸轮型面.     

16V240ZJC柴油机凹弧三元弧供油凸轮加速度突变点函数拟合

分析了机车柴油机喷射噪声产生的原因，针对16V240ZJC柴油机采用的凹弧三元弧供油凸轮加速度不连续问题进行了几种函数拟合的计算研究，编制了计算程序，最终获得了比较理想的、其加速度连续的凸轮型面．     

重心法选址探讨

设施选址是物流规划中的一个重要环节,它决定了整个物流系统的模式、结构和形状。选址决策包括确定设施的数量、位置和规模。而重心法亦称网格法或精确重心法,它能利用物理学中对一个二维封闭图形求解重心的原理来解决物流设施的选址问题。     

道路交通预测与实际流量差异原因分析

道路交通流量预测是交通规划的重要环节,也是道路建设前期研究的重要组成部分。目前越来越多的交通建设项目和政策措施在实施前,如上海的内环线、外环线,南北高架、越江设施、高速公路等重大工程都进行了交通预测分析．预测的准确与否将直接影响到交通规划方案的制定。现在当初预测的近期年限2000年已经来到,对照若干     

k部图的符号控制数的一个下界

研究图的符号控制数,得到了n阶k部图的符号控制数的一个下界,当δ=2时这个界是精确的。并且给出了δ=2时一个达到下界的图例．王春香等得到的结果(引言中的定理B)是本文结果当δ=2且k=2时的一个特例。     

基于Adaptive Lasso与RF的航班运行风险预测改进研究

为了解决航班运行风险高维数组运算过于复杂的问题,同时为防止模型过度拟合影响预测精度,基于中国民航局发布的风险评估体系,以某航450组真实航班数据为标准样本,首先使用自适应套索算法（Adaptive Lasso）进行降维,从63项风险自变量中筛选出15项独立变量;然后,使用随机森林算法(Random Forest,RF)进行防过拟合处理,结果显示当使用重要度排序前12项变量拟合时,结果误差达到最小值,即得到最终预测指标;最后,构建Adaptive Lasso和RF的二阶段混合模型,同时选取主成分分析(Principal Component Analysis,PCA)、径向基函数(Radial Basis Function,RBF)网络、支持向量机(Support Vector Machine,SVM)3种对比方法,使用十折交叉验证精度.结果表明：Adaptive Lasso方法在筛选掉48项指标后,结果精度未见下降;经RF处理后4种方法评估精度均大于未处理前;Adaptive Lasso-RF混合模型的预测准确率和稳定性均优于PCA、RBF神经网络和SVM等方法.综上说明混合模型实现了有效降维和防过拟合,可大幅提升预测精度,用于解决航班风险预测问题可行并有效.