基于LeNet-5的编组站站内机车车号识别系统的研究

编组站内机车车号的识别问题一直制约着本务机车综合管控技术的发展。为了解决这一问题,针对机车车次,机车类型自动识别问题进行研究。改进了基于卷积神经网络LeNet-5的识别算法,并收集了大量机车车次图像素材,通过图像预处理后,使用训练集进行模型训练,形成适用于机车车次识别的网络模型,通过使用python语言与.NET平台实现了机车车次识别系统的设计。实验表明,该方法对机车车号的识别达到了较高的识别水平。目前,车号识别系统已在中国铁路武汉局集团有限公司襄阳北站试验,高清图像素材从车站高清货检系统处获取,识别效果良好,为实现智慧型编组站提供了有力的技术支撑。     

基于TAM的通勤者出行方式选择影响因素研究——以天津市为例

本文在TAM中引入感知亲社会变量,通过实证研究,量化分析了态度和低碳相关的五个因素对于通勤者出行行为意向的影响及其内在关系。实证分析结果显示,功能因素、低碳意识、低碳习惯均通过感知有用性、感知易用性和感知亲社会性显著影响通勤者出行行为意向,其中的两个方面占据主导作用,分别是功能因素通过感知有用性和感知易用性对出行行为意向的影响以及低碳意识通过感知亲社会性对出行行为意向的影响;情感因素仅通过感知有用性显著影响行为意向;象征因素仅通过感知亲社会性显著影响行为意向。结论可为交通管理部门有针对性地制定政策措施,引导居民低碳出行,缓解城市交通问题提供参考和启示。     

基于量表型选择集的出行信息需求有序选择模型

研究了城市出行者日常活动和出行所需要的关键信息, 提出了一种针对量表数据的量化分析方法; 以出行者信息需求为研究对象, 设计了一项基于李克特5级量表的问卷调查; 总结了出行个体对各类出行信息需求程度的排名, 分别构建并标定了驾车线路、目的地位置和实时路况信息需求的有序选择模型; 与多项Logit模型在参数显著度、赤池信息量准则和对数似然函数值等指标上进行对比, 以验证有序选择模型的有效性, 并对影响信息需求的关键变量进行了局部效应分析。研究结果表明: 出行者在通勤出行前最需要公交运营变更信息, 而在通勤出行中最需要实时路况信息; 非通勤出行者最关注目的地位置信息, 在出发前和途中对目的地位置信息的需求概率较通勤出行前分别高出31.08%和29.25%;在职人员对信息的需求程度普遍高于学生和自由职业者, 说明时间价值高的人群更期望通过全面及时的信息获取来合理安排出行; 女性比男性对实时路况信息的需求概率高出10.23%, 说明女性对延误的风险规避意识更强; 20~40岁的人群出行信息需求最强烈, 随着年龄的增长该需求将逐渐下降; 各年龄段对实时路况信息都表现出了较高的需求, 说明人们对于有可能带来负面影响的信息更为敏感。可见, 采用有序选择模型能够精确分析量表型选择集。      

基于散列的长链处理算法

针对铁路信号产品无线闭塞中心、临时限速服务器、列控中心软件对于长链的处理存在的差异进行分析,提出对于长链的一种散列处理算法,兼容目前使用的两种长链规范标准,力求配置最少的信息,得到对于长链计算所需的各种关键参数,以提供给研发、测试开发所需对于长链处理的公共处理接口,使开发人员不再处理长链的计算,解决数据配置人员由于各产品处理长链逻辑的差异而导致的长链数据配置错误率高、影响既有数据大的问题。也将对此算法在线路数据处理的后续应用,提出进一步的展望和规划。     

互通式立交减速车道长度设计

结合高速公路勘察设计实践,参考国内外相关资料及现行<公路路线设计规范>,通过对车辆运行的状态分析,就互通式立交减速车道长度的确定进行探讨.     

车牌自动识别系统在执法中的作用

车牌自动识别系统(ALPR)在若干年前就已经被研制出来了。然而，由于该系统过去可靠性差、难以操作使用，所以直到最近才被广泛应用到实际系统中。过去的这种系统硬件笨重和脆弱，并需要专业人士安装，而今这种系统与过去相比已完全不同，不仅容易操作使用，而且因采用成熟技术而确保系统连续可靠地工作若干年，并只要用户自已安装即可。     

客车生产准时化问题

探讨影响客车生产准时化的因素及如何实现客车生产准时化。     

消防巨擘——1：16美国通用汽车雪佛兰消防卡车仿真模型

通用汽车公司创建于1908年，其汽车产品销往200多个国家。2001年，通用汽车的轿车和卡车销售量高迭850万辆，占全球汽车市场逾15％的份额，超过其他任何一家汽车制造商。     

低高度铁路混凝土梁横向加固技术研究

针对既有线上双片式并置无横向联结的低高度铁路钢筋混凝土梁，论述了桥梁在列车提速后产生的横向刚度不足等问题，提出了加固方案和相应的关键技术，以满足铁路提速运营后的安全性和舒适度要求。