未开放代码整车系统间BOM传递方案研究及应用

整车企业系统之间,因为底层代码不开放,数据结构逻辑未知等困难,无法实现精准对接。致力于通过大数据分析,数据结构排列组合等方法,验证出未开放系统的底层数据逻辑,实现数据关键字段管理。得出工程数据系统关键字段,不仅包含业务信息,还存在内核字段的结论。在无法获知底层封装代码的情况下,找到一条系统间从数据本身研究数据底层逻辑结构的有效论证和系统开发方法,建立精准变更对接管理规则,实现数据快速准确传递。     

基于VC的微视V200图像采集卡驱动及内存中图像截取

在VC环境下开发采集卡的驱动程序,可以方便地应用于其他程序中,避免重复开发,提高了软件开发的效率。在内存中获取采集卡捕获的图像并转换为标准的句柄接口,能够提高实时性、方便更进一步的图像处理。     

武汉城市交通“一卡通”的现状及发展对策

"一卡通用、一卡多用"是城市信息化管理的发展趋势,是便民、惠民的实事工程。结合武汉市IC卡应用现状,提出建设"一卡通"的几点建议:解决机制问题,统一技术平台,制定技术规范,加强资金的监管等。由于地铁公司已经建立了一个先进的,符合建设事业的IC卡应用技术标准的系统,并储备了大量的技术力量为避免重复建设带来的资源浪费,在轨道交通清分中心建设期间由地铁公司详尽研究和解决相关技术问题,为城市"一卡通"提供运营管理平台。     

基于IEEE802.11b协议的无线网络组建

介绍了基于IEEE802.11b协议的低成本双机互联无线网络的组建方法。基于该方法组建的双机无线网络成本低廉,同时实现计算机的文件共享、打印机共享和Internet连接共享。     

中国铁通部署网络智能化的思路探讨

在传统的PSTN网上开展全新业务时往往遇到网络制约问题，实施网络智能化，可以将所有呼叫上传到智能网处理，有可能集中管理用户数据，给用户带来全新的业务体验，运营管理更加便捷。从中国铁通的实际出发，探讨了部署网络智能化的思路。     

关于济南市公交管理信息化的思考

介绍了济南现阶段公交管理信息化现状，并从信息化的角度箍出了解决办法：进一步完善车辆定位和动态信息的收集和管理功能，建设多功能、交互的、动态的公交信息WEB平台；提高公交IC卡管理灵活性和集成性。     

磁阻式传感器在EPS中的应用

为解决接触式转角和扭矩传感器在使用寿命及测量精度方面的问题,研制出一种非接触式的传感器,在测量角度的同时,还能测出系统被施加的扭矩。本文介绍了一种基于磁阻式的,集成了转角和方向以及扭矩测量的传感器系统,并对该系统的结构进行相关设计,以实现同时测量转角和扭矩的功能。     

基于IC卡数据挖掘获取公交OD矩阵的方法

以广州市羊城通IC卡以及广州市公交系统信息为例子,探讨了实现基于IC卡信息获取公交客流出行特征的方法。在IC卡数据挖掘和统计基础上,对线路站点OD矩阵、区域OD矩阵进行了推算。相比传统的人工统计法。该方法易于实现,能运用到实际中且运算效率高,适用于海量数据的客流出行特征统计分析。     

基于改进极限学习机的公交站点 短时客流预测方法

以公交车IC 卡和GPS数据为基础，提出了一种基于改进粒子群算法优化极限学习机(IPSO-ELM)的公交站点短时客流预测模型.依托IC 卡和GPS 数据在站点的特征表现和内在联系，定义了站点间距，并分析了站间距和车辆到总站距离间的联系；提出了公交乘客上车站点确定方法，进而得到公交站点上车客流量；通过分析公交客流数据特征，确定ELM输入参数维度，并采用IPSO 算法找到ELM的最优隐含层节点参数；最后依托广州市19 路公交车客流数据仓库进行了方法验证.结果表明：所用优化后的ELM方法预测误差在10%以内，并与应用广泛的SVM、ARIMA和传统ELM模型进行对比分析，发现改进的ELM方法拥有更高的可靠性和泛化性能.     

Large-scale transit market segmentation with spatial-behavioural features

Transit market segmentation enables transit providers to comprehend the commonalities and heterogeneities among different groups of passengers, so that they can cater for individual transit riders’ mobility needs. The problem has recently been attracting a great interest with the proliferation of automated data collection systems such as Smart Card Automated Fare Collection (AFC), which allow researchers to observe individual travel behaviours over a long time period. However, there is a need for an integrated market segmentation method that incorporating both spatial and behavioural features of individual transit passengers. This algorithm also needs to be efficient for large-scale implementation. This paper proposes a new algorithm named Spatial Affinity Propagation (SAP) based on the classical Affinity Propagation algorithm (AP) to enable large-scale spatial transit market segmentation with spatial-behavioural features. SAP segments transit passengers using spatial geodetic coordinates, where passengers from the same segment are located within immediate walking distance; and using behavioural features mined from AFC data. The comparison with AP and popular algorithms in literature shows that SAP provides nearly as good clustering performance as AP while being 52% more efficient in computation time. This efficient framework would enable transit operators to leverage the availability of AFC data to understand the commonalities and heterogeneities among different groups of passengers.