一种改进的模式匹配算法

针对现有的模式匹配算法的不足,在分析了传统的BF、KMP和BM模式匹配算法的基础上,提出了一种改进的模式匹配算法(NBM),该算法的思想是对BM算法中滑动距离函数dist右移模式距离大小进行改进,并且定义了两个新的滑动距离函数,在不同的条件下,分别调用不同的滑动距离函数,更好的控制模式匹配过程.实验结果表明,该算法比BF、KMP和BM算法显著减少了字符匹配次数,有效地提高了模式匹配的速度.     

基于手机定位的交通OD数据获取技术

居民出行OD数据是交通规划中最重要的基础资料之一。传统的利用纸和笔、电话调查以及路边询问等调查方式虽然简单,但存在较大局限性。随着信息技术、移动技术等的发展,手机信息和定位技术应用于交通数据采集是研究的热点之一。在CDMA通信网络和gpsOne手机定位技术的基础上,对出行者进行连续位置跟踪,通过数据处理提取出行者的起讫点位置信息,再结合已有交通区划分,根据点与多边形关系的算法中的面积判断算法得到出行者的OD信息。最后利用所提出的方法对重庆市九龙坡区杨家坪地区进行了OD调查,得到OD发生集中专题和OD线专题。     

出口集装箱堆场位置的优化

出口集装箱堆场位置的确定是集装箱堆场管理中的重要环节,其对缩短集装箱船在港停留时间,提高集装箱码头作业效率有着重要的意义。提出了一种优化出口集装箱堆场位置的启发式优化算法,模拟试验表明该算法能够在保证装船质量的同时,有效提高集装箱码头装船效率。     

基于遗传粒子群算法的船舶航迹融合研究

研究利用遗传算子对粒子群算法进行优化设计,建立了基于遗传算子的粒子群算法多源数据融合模型。该模型克服了粒子群算法在训练过程中容易陷入局部极值的缺陷,得到了更高的学习精度和更快的收敛速度。利用多传感器检测到的目标船舶航迹点数据进行了融合验证,MATLAB仿真结果表明,基于遗传算子的粒子群算法融合模型融合后的目标船舶航迹点比各传感器单独检测到的目标船舶航迹点数据更加精确,更适用于船舶航迹的跟踪及预测。     

基于兴趣相似度的社区结构发现算法研究

复杂网络通常会呈现出社区结构特性,如何在实际网络中高效地发现社区结构是近年来复杂网络的研究热点之一.到目前为止,已经提出很多分析复杂网络社区结构的算法.但是大部分算法基于无权网络并且有些算法由于其时间复杂度的过高导致其不适合应用于对大型网络的分析.本文提出一种基于兴趣相似度的社区结构发现算法.该算法适用于加权网络,并且降低时间复杂度.     

高速网络环境下一种对入侵检测系统的改进方法

高速网络环境下,现有的入侵检测系统存在检测效率低、准确率低和丢包现象等问题.改进后的入侵检测系统先对数据包中的应用协议进行预处理,检测出比较明显的入侵特征.如果没有检测到,就利用基于决策树的模式匹配方法进行更进一步的检测.它可以提高检测速度和降低误报率,更加适应高速网络.     

Kalman算法在纯电动汽车SOC估算中的应用误差分析

针对纯电动汽车电池组的工作状态和输出特性,分析了模型参数的变化对Kalman算法估算精度的影响.指出了纯电动汽车应用Kalman滤波算法估算SOC应考虑的因素,并结合电池模型参数的变化提出了Kal-man方程修正方案.最后通过电池的城市工况模拟试验,验证了分析的正确和可行性.     

基于参数扫描算法的HEV多能源控制策略优化研究

为了改善某并联式混合动力SUV汽车的燃油经济性与动力性,运用ADVISOR2002中基于Matlab的多层次参数扫描算法,以燃油经济性为优化目标,以动力性为约束条件,对该车型的多能源控制策略进行优化。最后对控制策略优化前后的SUV性能进行仿真。结果表明,优化后燃油经济性在多种路况下都得到了不同程度提高。     

一种手机定位数据的非运动数据聚类剔除方法

从手机定位数据中获取道路交通信息效果并不如人意,其中手机定位数据中包含了大量的＂噪声＂是一个重要原因。以某区域的手机定位数据为基础,根据蜂窝网基站的点数据,创建了与之对应的泰森多边形;采用空间邻近关系聚类的方法,对手机定位数据的非运动数据进行了剔除。实验结果表明,该方法可以有效地解决上述问题。     

基于加速度区间判断的坡道识别方法

介绍了坡道识别的原理;在功率谱分析的基础上,设计了纵向加速度滤波算法,通过比较汽车在坡道上行驶时用加速度传感器测得的加速度数值与汽车纵向速度经差分后获得的加速度数值之间的差异,进行了基于加速度区间判断的坡道识别方法研究;完成了水平道路的加速度比较试验和坡道识别的实车试验,并在此基础上进行了基于坡道识别的换挡规律设计。实车试验结果表明:该方法能够进行坡道识别,并具有简单、实用、高效的优点;这种基于行驶环境识别的控制是未来汽车控制技术发展的方向。