基于SOM的我国民用机场分类研究

科学准确地对民用机场分类可以将机场自身定位,为机场发展及评估提供可靠依据,具有重要的现实意义。本文选用了15个影响我国机场分类的关键因素,运用神经网络技术中的自组织映射(Self-Organizing Map,文中简称SOM)将我国民用机场进行了细分,并分析了各类机场的特点。结果表明,SOM能很好地应用于我国民用机场分类,是一种科学、有效的分类方法。     

一种用于铁路安全的无线自组网协议

文章提出了一种用于铁路运输安全的无线传感器网络协议,并给出了协议的拓扑结构、帧格式以及网络的自组织过程,实现了一种低功耗的传感器网络。通过该协议将列车车门状态数据实时汇集到押运人员手中,实现押运过程的监控与报警。     

自组织人工神经网络在民航旅客盈利能力细分中的应用

目前采用的基于里程的旅客划分方法不能清晰区分旅客价值，应用Kohonen T自组织特征映射的人工神经网络模型将反映旅客盈利能力的多维行为特征属性数据以有序的方式映射到对旅客盈利性判别等级的低维空间，形成对旅客正确识别的一种拓扑意义的有序图。试验结果表明，此模型对客户细分识别成功率较高，准确率可达90．8％。     

高速公路事故多发点鉴别及诱发因素识别

为了提高事故多发点鉴别的客观公正性及自动化识别水平,提出了在公路沿线上划分初始评估地点的动态聚类算法,建立了鉴别事故多发点的自组织神经网络模型,给出了基于离散多变量算法与概率分布相结合的事故多发点突出事故诱发因素识别过程. 方法应用结果表明,基于动态聚类的初始评估点划分方法能够客观地描述出事故点在公路沿线上的集中与分散状况,而神经网络鉴别模型能够对初始评估地点的安全状况进行自动分类且结果较合理. 在掌握了能够满足统计分析要求的事故样本点数量的基础上,能够应用突出事故诱发因素识别方法建立一套评估标准,并用来识别事故多发点的突出事故诱发因素.     

SOFM神经网络在物流中心城市分类评价中的应用

分析了中国各地物流中心规划与建设的发展现状,指出其中可能存在的重复建设问题,提出区域物流规划首先要确定区域内的物流中心城市,而物流中心城市的确定实际上是一个分类评价问题。针对这一问题的本质,引入了自组织特征映射神经网络方法,为了说明该方法的可应用性,简单建立了物流中心城市评价指标体系,并在实际数据样本的基础上,利用自组织特征映射神经网络方法对中国的公路主枢纽城市进行了分类评价。通过对其结果进行分析,证实了该方法能有效地解决这一问题。     

一种自组织的P2P代理协议和搜索算法

针对当前互联网中大量使用的防火墙、代理技术和地址转换协议等给P2P (Peer to Peer)网络造成的通信障碍问题,提出了一种新型的P2P网络的代理协议(S4P),同时提出了对代理服务的搜索算法。该协议采用自组织的方式,使组成P2P网络的节点能够动态穿越双方所受到的通信障碍,解决网络中存在的对P2P连接的限制问题,增强了P2P网络的连接能力和资源访问与共享能力。仿真结果表明,S4P不仅可以完成节点间数据交换的要求,而且具有较好的性能。     

考虑拥挤交通流再分配的单点自组织信号控制方法

为解决目前拥挤交通流无法得到有效疏散的问题,研究一种考虑局部拥挤条件下交通流再分配的自组织信号控制方法。提出该方法的基本原理,拥挤交通流的再分配原则,关键相位的确定方法,并结合模糊理论研究绿灯相位的切换条件,最后以单交叉口为例,借助VISSIM软件进行仿真验证。结果表明,该方法有较好的控制效果。     

基于模糊缺省规则的自组织近似推理

将Ｒｅｉｔｅｒ的缺省规则推广到模糊子集上，研究了基于模糊缺省规则的近似推理 自组织近似推理，从而，为自组织模糊缺省控制器的设计和实现，奠定了理论基础。     

基于视频的城市快速路车辆异常行为检测

文章提出虚拟传感器的概念,针对城市快速路视频监控系统,改革单一功能摄像机,使其成为具人工智能的新型视频传感器,完成道路车辆跟踪及异常行为检测。异常检测算法运用带有时间和空间信息的车辆轨迹对自组织神经网络进行训练,获得神经网络参数后利用概率模型对实时车辆轨迹进行异常提取。该文所提算法能在嵌入式DM642视频处理平台上有效运行,能够提取诸如超低(高)速行驶、违章停车、违规掉头等异常行为,具有低运算量及较好的鲁棒性。