图的联结数与分数因子存在性

设G是一个简单无向图,G的联结数定义为bind(G)=min|NG(X)||X|:≠X V(G),NG(X)≠V(G)本文讨论了图的联结数bind(G)与图的分数因子存在性的关系,给出了图有分数因子的若干充分条件。     

关于图的符号边全控制

引入了图的符号边全控制的概念,主要刻划了满足sγt′(G)=|E(G)|且δ(G)2的所有连通图G,给出了n阶k-正则图G的符号边全控制数γst′(G)的下限,确定所有轮图的符号边全控制数,最后还提出了一个关于sγ′t(G)上界的猜想.     

关于正则图的最大特征值的一个不等式

主要讨论了Krivelevich的与图的谱有关的一个不等式的等号成立的情况,得到下面的结果:定理1:设G=(V,E)是n个顶点的d正则图,令d=λ1≥λ2≥Λ≥λn是G的所有特征值.又令λ=max2≤i≤n|λi|,则对于U,W(∪)V,有|e(U,W)-d|U‖W|/n|≤λ√|U‖W|(1-|U|/n)(1-|W|/n),其中e(U,W)表示U到W的边数;等号成立当且仅当U=W,且G|e(U,W)-d|U||W|/n|或者为具有参数(n,k,a,a)的强正则图,或者为完全图.     

铁路通信系统中的信息安全隐患识别与防范策略

随着信息技术的不断发展,铁路通信系统已成为铁路运输中不可或缺的组成部分。然而,在铁路通信系统中,信息安全问题也日益严峻,面临着各种潜在的风险和威胁。基于此,对铁路通信系统中的信息安全问题进行分析,在此基础上,进一步分析铁路通信系统中存在的信息安全隐患,并结合铁路通信系统的特点,提出具有一定针对性的防范策略,以期更好地保护铁路通信系统的信息安全,为铁路通信系统的安全高效运行提供保障。     

基于特征图可视化的医学图像分析

现有的医学图像分类算法中普遍存在模型的可解释性问题,将同一卷积神经网络应用到不同的数据集上,分类性能千差万别.针对这一问题,提出了一种基于特征图可视化的医学图像分析方法.在卷积神经网络的特征提取阶段设计4个特征图可视化模型,这些模型将具有与网络相同的输入层以及权重,但输出则是一系列特征图.采用SSIM相似度对信息熵最大的特征图评估,分析4个模型提取到的特征信息.在kaggle官网上提供的BreaKHis、Chest X-Ray、Retinal OCT 3类数据集上进行实验,其中基于VGG16网络的特征图可视化模型提取到的特征相似度分别集中在0.95,0.93,0.85,分类精度分别为75.96%,77.19%,99.40%.此外,在ResNet18网络上也有相同的表现.研究表明：分类性能取决于网络的特征提取能力,在保证相似性的前提下,卷积层之间提取到的特征其相似度越低,该数据集在同一网络上往往表现出更好的分类性能.     

基于飞机最大起飞重量、商载与航程关系的飞机选型研究

飞机选型与机队规划是航空公司发展与决策的核心内容.本文从航空公司运营角度出发,围绕飞机的最大起飞重量、商载和航程的匹配关系进行深入研究,依据商载航程图,重点分析了其限制条件和最大起飞重量的改变对商载、航程能力的影响.针对16个机型关于商载、航程、起飞重量等10个影响因子建立了商载、航程能力比较算法,进而最终确定最大起飞...     

基于频响函数的结构损伤识别

该文研究了一种由试验测得的频响函数数据进行结构损伤定位和损伤程度评估的方法。由于很难测得实际结构的所有频响函数数据,而且求频响矩阵的逆阵可能产生病态问题,因此文中借助有限元模型,仅用少数几个频响函数便可进行损伤识别,通过数值模拟结果表明,该方法能够达到满意的精度。     

高速公路异常事件检测中的目标检测和主体识别算法

针对高速公路监控中心需要轮询查看大量视频的繁琐任务及人员消耗,文章提出了基于人工智能计算机视觉的高速公路事件检测方法。该方法针对传统检测无法判断事件主体是否为工程养护车辆和工作人员的情况,制作了工程养护车辆和工作人员的数据集,采用yolox网络结构作为基础,在网络结构中增加目标识别头,同时对人和车辆进行检测和识别。经实际应用后表明,该方法检测效果优于对比组,可有效检测和识别社会车辆和工程养护车辆、普通行人和工作人员。     

市政道路工程BIM正向设计应用研究

针对BIM技术在市政道路工程正向设计过程中存在的问题,文章以兴安盟经济开发区风电产业园道路工程项目为例,研究市政道路BIM正向设计流程方法。通过道路工程、交叉工程、给排水工程、涵洞工程等专业在BIM正向设计关键技术方面的研究,提出基于Civil 3D及Revit的多专业三维动态设计、校核、出图方法。工程应用结果表明,通过BIM技术可实现多专业协同设计、土石方算量、从模型中导出图纸等,打通了从设计到出图的全流程,实现了模型数据的流转,推动了市政行业的数字化转型。     

铁路声屏障表观病害智能检测技术

针对铁路声屏障外观状态检查效率低、检测精度差的现状,为满足自动化、智能化检测需求,开展声屏障表观病害智能检测技术研究。通过调研分析声屏障检测技术现状,提出基于图像的铁路声屏障表观病害智能检测技术方案。重点对声屏障外观成像、主从协同控制、在线识别等关键技术的实现方式进行研究,同时对部分功能进行了试验验证;基于钢轨探伤车进行图像采集,检测速度80 km/h,建立声屏障病害典型样本数据集,验证了在线识别的可行性和有效性。结果表明,铁路声屏障表观病害智能检测技术可大幅提升病害检测的自动化和智能化水平。