智能交通系统中的地图匹配定位方法

介绍了地图匹配的基本概念。为构建导航型数字地图数据库,基于弧线、节点和索引文件建立了数字地图面向弧线的数据库结构。在分析了基于面向弧线数据结构的地图匹配方法基础上,结合距离、方向和连通性要素给出了地图匹配可信度的定义,并对地图匹配的流程进行了分析和仿真。     

图像感兴趣区域提取技术研究

感兴趣区域提取技术在图像分析与处理领域中起着重要的作用。文中对现有的感兴趣区域提取技术进行了深入探讨,详细研究了当前几种较具代表性的感兴趣区域提取技术,并对其提取效果做了评价。总结了它们的优缺点以及适用场景,为用户选取合适的感兴趣区域提取方法,提供了实验依据。     

基于CML的级联失效下异质多层交通网络节点抵抗特性研究

为了有效刻画拟合实际的多层交通网络级联失效过程,识别多层网络中对整体韧性安全影响显著的对象,提升交通网络抵抗失效的能力,建立一种基于耦合映象格子（Coupled Map Lattice, CML）的级联失效模型。首先,将交通管控措施赋予交通网络节点额外的容纳能力引申为节点抵抗特性,通过为CML添加抵抗参数H,形成考虑抵抗特性的级联失效（HCML）模型,沿常值-拓扑关联-时变拓扑关联的路径深化H的表征方式,并在小世界（Small World, SW）网络上对比3类表征方式的优劣;其次,应用Space H方法建立异质3层公共交通网络,对比度值与介数2种时变拓扑指标关联的抵抗效果,探究不同交通层抵抗系数对网络失效的影响程度;最后,在6组不同的网络结构上进行HCML模型与传统模型的对比,讨论建网方法、网络规模等不同网络性质的差异对模型有效性的影响,并结合实际客运数据验证HCML模型优越性。研究结果表明：3类表征方式中时变拓扑关联可以兼顾其余2类的优点;同等条件中网络在介数关联的抵抗特性作用下失效增速更缓,模型识别得到的对网络整体失效影响更大交通方式符合客流量实际;HCML模型在多种不同类型的多层交通网络中均可以有效实施,相比于传统模型,HCML模型的最终失效比例平均下降了5.78%,与实际交通级联失效过程更加拟合。     

基于GB/T27025的整车研发试验管理数字化平台的研究与探讨

文章基于GB/T 27025:2017《检测和校准实验室能力的通用要求》的理解与实施,结合工作实践及各车企及第三方检测机构试验室CNAS能力评审的经验,探索了如何建设满足CNAS的全部要素的整车研发试验管理数字化平台。试验管理数字化平台在对人、机、料、法、环的管理的基础上,运用5G、网联技术等新兴科技手段,加入融合设备网联管理、试验数据采集与分析等数字化功能模块,承载从试验策划到报告交付的试验业务流程,实现试验流程规范标准、试验数据互通共享、客户服务高效便捷、运营数据精细准确,更加高效的服务于整车研发。     

数字测量仪的结构与应用

文章通过介绍数字测量仪的结构与应用,对标准数显量具进行改造,通过无线传输的方式自动将数显工具的测量值直接记录到测量报告中,解决目前手工测量精度差、效率低等问题,实现了手工测量半自动化,用低成本实现手工测量"快"、"准"、"省".     

新型IP网络语音终端设备的设计

提出一种面向局域网／企业网的IP网络语音终端设备设计方案。采用低功耗定点数字信号处理器和通用微控制器，分别完成话音编解码和Internet接入与访问，提供多种高速和低速通信接口。该设备可以作为网络终端，还可与其他终端直接互联。     

公路带状地形图数字化数据处理的研究

地图数字化是获取GIS空间数据 ,建立数字地面模型的主要手段之一 ,是公路室内选线的基础 .本文对地图数字化过程中直线型和直角型地物采集的数据进行了平差处理 ,并讨论了衡量地图数字化的质量标准     

连拱隧道模型试验中的量测方法应用研究

为准确采集地质力学模型试验中的试验数据,以连拱隧道的模型试验为例,研究采用压力盒、数码图像分析系统、自制沉降板等仪器以及基于图像相关分析的模型试验变形场量测方法,进行应力、应变及变形场的量测。通过对量测结果的分析对比表明,数码图像分析量测技术应用于岩土工程的模型试验,所测变形场规律性好,与试验过程中各种现象拟合好,与对应点沉降板的测量结果很接近,并且与传统方法相比,量测变形场范围广,对模型试验本身基本无扰动和影响;在一定变形范围内,模型试验无需布设任何实际量测标点或描画网格,直接利用数码图像分析方法,是一种简便有效且经济实用的变形场非接触量测方法。多种量测方法的应用实现了真正意义上的连拱隧道三维地质力学模型试验应力及变形场的量测,取得了令人满意的效果。     

TETRA数字集群技术在深圳地铁中的应用

介绍深圳地铁无线调度系统结构，详细说明NOKIA-TETRA数字集群系统的构成、技术特性，以及数字集群系统在深圳地铁无线调度系统中的应用。     

几种人工智能技术在入侵检测系统中的应用

介绍几种人工智能技术,如多层感知机网络、自组织映射网络和支持向量机等,以及这些技术在入侵检测系统中的应用.