基于模糊模式识别的城市道路安全状况综合评价

针对影响城市道路安全状况的因素众多且具有模糊性的特点,采用模糊模式识别与模糊综合评价相结合的评价模型来评价城市道路安全状况.建立了城市道路安全状况综合评价指标体系,应用层次分析法确定了指标权重,应用集值统计法对指标特征值进行了量化.通过对大连市黄河路的评价实例证明,该模型实用性较强,可用于完善道路安全设计及辅助道路安全管理.     

识别简支梁单处裂缝位置的泛函分析法

本文讨论了具有裂缝的简支梁，其固有频率的变化规律与裂缝所在部位的关系。并推导出一种判断裂缝位置的泛函分析法。     

基于属性识别理论的公路养护质量评价体系研究

通过对公路养护质量要求的分析,建立了公路养护质量综合评价的指标体系,利用层次分析法确定评价指标权重。基于属性识别理论,构建了公路养护质量的综合评价模型,最后结合工程实例对该模型进行了验证。结果表明,属性识别模型能够客观有效地评价公路养护质量。     

城市轨道交通票卡凭证分类及适用性分析

城市轨道交通票卡凭证体系合理的规划和技术选型对于吸引客流、提高运营效益具有重要作用。分析了票卡凭证的类别及特征,提出了具有普适性、可拓展性的票卡凭证分类框架。阐述了各类票卡凭证的识别技术原理,对比分析了各类票卡凭证的技术经济特征,分析了各类别票卡凭证的适用性、发展趋势和应用前景。     

Authentication and distinction of Shenmai injection with HPLC fingerprint analysis assisted by pattern recognition techniques

In this paper, the feasibility and advantages of employing high performance liquid chromatographic (HPLC) fingerprints combined with pattern recognition techniques for quality control of Shenmai inject...     

基于梯度关联规则的老年行人交通事故风险识别

为构建老年行人交通事故严重程度风险关联因素识别方法体系，本文应用极限梯度提升关联规则挖掘算法(Extreme Gradient Boost-Apriori，XGB-Apriori)识别城市道路老年行人交通事故风险因子。运用机器学习优化关联规则算法结构，通过机器学习库 scikit-learn 中 XGBoost (Extreme Gradient Boost)算法与SFM(Select From Model)特征选择类功能实现变量特征值的选择。进而，对Apriori算法设置有序定向约束，得到适用于交通事故致因分析的数据挖掘技术。通过逐层迭代识别关联项，选取频繁项集，总结高置信度、高提升度的关联规则。关联因素模型评估结果表明，本文采用的SFM功能准确度可达78.31%，关联规则XGB-Apriori算法较传统算法精度提升了91%。挖掘结果显示，驾驶员与行人的自身特征、车辆特征、碰撞状态以及道路特征均对老年行人交通事故的严重程度具有重要影响。其中，男性驾驶员造成的行人死亡事故频次较高，女性驾驶员造成的受伤事故频次较高；大型、重型车辆(SUV、卡车、施工车)发生死亡事故频次相对小轿车更高；位于匝道等道路线型弯曲的坡道中，老年行人发生致死交通事故的频次相对线型缓和路段更高。本文对老年行人交通事故耦合因素全面识别并针对性提出风险防控精准预判方法，为有效保护道路弱势群体提供必要的理论支持。     

基于坐垫体压分布的驾驶员生理状态识别方法

提出一种基于坐垫体压分布识别长途驾驶过程中驾驶员生理状态的方法.开展长途驾驶模拟试验,采集9名被试者在驾驶过程中的坐垫体压分布数据,提取82维分类特征,再采用序列浮动前向选择算法从中选出55维最优特征子空间.试验结果表明,该方法能准确识别驾驶员生理状态,贝叶斯分类正确率可达93.37％.     

某新能源汽车复合材料前车门轻量化设计

本文以汽车前门作为研究对象,以碳纤维结构设计及铺层形式进行研究。经过仿真分析表明,碳纤维前车门的模态、刚度、强度都得到了明显的提升,在满足性能要求的基础上,重量得到了减轻,实现了轻量化的目的。     

基于深度学习网络模型的车辆类型识别方法研究

为了将有效地识别车辆类型用于智慧交通系统,本文在分析Inception V3模型的基础上,提出了一种基于迁移学习理论的车型分类深度学习模型。该模型首先在Inception V3模型的基础上去除最后的全连接层,并加入参数优化层,然后采用Dropout和全局平均池化层。理论分析和试验结果表明,该模型的性能优于基于VGG-16的车型分类模型、基于Xception的车型分类模型和基于Resnet50的车型分类模型,其训练精度优于96.48%、测试精度优于83.86%。     

基于PR-OWL的战术意图识别概率本体建模

网络中心环境下的战术意图识别问题具有不确定性和分布式等特点,如何描述战术意图领域的不确定知识是战术意图识别的基础。考虑到网络中心环境下战术意图识别过程中知识共享和协同识别的需要,论文首先建立一个适合网络中心环境下战术意图识别系统的框架结构;然后提出一种基于PR-OWL的战术意图领域知识的概率本体模型建模方法;最后,给出一个战术意图识别概率本体模型的设计实例。