基于RetinaNet及优化损失函数的夜间车辆检测方法

为解决智能驾驶系统中夜间车辆检测误检多、远处小目标检测效果差的问题,在RetinaNet的基础上对损失函数进行全面优化。在分类损失函数方面,分析了负样本与正样本交并比的产生机理和对训练的影响,构造了关联交并比的分类损失函数,利用负样本交并比使网络注重于训练难分类负样本,同时利用正样本交并比提高了检测框的定位精度;在定位损失函数方面,改进了传统L1损失的归一化方式,提高了小目标检测能力。此外,针对夜间场景中的车辆特征对网络结构进行了优化设计,并在夜间车辆数据集上进行了测试验证,结果表明模型优化后的平均检测精度提升了14.6%。     

基于自相关分析的交通流预测输入步长研究

目前的交通流预测研究中,输入步长主要取决于人为的选择,容易受到干扰,并且缺少从理论方面选择输入步长的方法。为了能够自适应地选取输入步长,基于交通流历史时间序列的自相关分析,以机器学习中典型的最小二乘支持向量机（LSSVM）、随机森林（RF）以及长短记忆（LSTM）3种算法进行多输入步长的交通流预测,探究以自相关系数值选取最佳输入步长的方法可行性。实验结果表明,在输入步长的自相关系数为0.80～0.91时,LSSVM能获得较优的预测精度,当自相关系数为0.47～0.51时,LSTM能有较好的预测精度,而RF交通流预测的最低误差对应的输入步长自相关程度较低,自相关分析方法 可能并不适用。     

基于线性自抗扰控制的自动驾驶车辆纵向加速度控制算法研究

为提高自动驾驶车辆纵向加速度控制算法的鲁棒性,基于电动汽车纵向加速度系统仿射模型,提出了具有双观测器结构的线性自抗扰加速度跟踪控制算法,并通过带有遗忘因子的递归最小二乘法对阻力模型进行在线辨识,实现了驱动电机与制动系统之间的协调切换。通过搭建硬件在环(HIL)仿真平台对设计的控制算法进行了鲁棒性和实时性验证,结果表明,所提出的控制算法能够实现对加速度信号快速、稳定跟踪,能够在车辆纵向动力学模型未准确建模状态下对纵向加速度进行有效控制。     

基于同方差的递增时间序列自回归预测的改善方法

提出了"利用反双曲正弦函数变换提高数据列光滑程度"的新结论,获得了递增时间序列改善的自回归预测新方法。     

当代大学生健康成长的思考与探索——中部地区某高校大学生心理健康状况的调查及思考

目的是考察中部地区某高校大学生心理健康状况,并比较心理健康的性别差异,为针对性开展心理健康教育和思想政治教育提供参考.采用了SCL-90,随机抽取352名中部地区某高校大学生(男生187人,女生165人)进行心理健康情况调查,将结果与全国青年人常模、男女生心理健康状况进行比较.本次调查的结论是该校大学生的心理健康状况总体水平偏低,有近三成的学生有轻度心理问题,不同性别的学生在症状上也有差异.     

基于采样数字法和自功率谱幅值校正的相位差测量方法

本文提出一种测量同频率正弦信号相位差的新方法：采样数字和自功率谱幅值校正相位差测量法,和一些传统的方法相比,此方法没有理论上的误差,具有硬件电路简单,算法简单,计算量小的特点,给出了理论分析和实际的仿真结果,结果计算表明,本算法的精度可达到2．0分,完全满足工程应用的需要。     

基于Beta样条的船体型线交互设计系统的实现

本文介绍了一种基于Beta样条的船体型线交互设计系统。系统模拟手工设计过程,从型值表中自动读取型值并自动生在船体型线,曲线光顺性判别方法直观方便,图形输出方面可自动实现与Auto-CAD的DXF文件接口。     

电子商务与物流

电子商务是２０世纪信息化、网络化的产物。电子商务的本质是商务,商务的核心内容是商品的交易。而商品交易会涉及到四方面：商品所有权的转移、货币的支付、有关信息的获取与应用、商品本身的转交,即商流、资金流、信息流、物流。其中信息流既包括商品信息的提供、促销行销、技术支持、售后服务等内容,也包括诸如询价单、报价单、付款通知单、转账通知单等商业贸易单证,还包括交易方的支付能力、支付信誉等。商流是指商品在购、销之间进行交易和商品所有权转移的运动过程,具体是指商品交易的一系列活动。资金流主要是指资金的转移过程…     

用MATLAB的特征值函数计算载流管系的振动模态

运用Matlab工具箱中提供的两个计算特征值的函数EIG和EIGS,结合载流管系运动方程的特点,提出了一个用函数EIG和EIGS求解比例阻尼系统特征值的方法,实践证明该方法快捷有效,为问题的解决开辟了一条捷径。     

三相异步电动机自耦变压器降压起动控制电路分析

为减小大容量三相异步电动机的起动电流,常用自耦变压器进行降压起动,然而,在实际使用过程中,却出现了自耦变压器的烧毁以及过电流导致空气开关跳闸的现象。作者在实践中对此进行了改进,消除了这种现象。