考虑纤维取向的自密实混凝土梁抗弯性能分析

为了探究自密实混凝土中钢纤维取向分布对梁抗弯性能的影响,考虑纤维在梁中的取向分布,提出了一种能够模拟钢纤维自密实混凝土梁力学性能的数值模拟方法.首先,结合流体动力学软件CFX和Matlab编程,对钢纤维自密实混凝土梁的浇筑过程进行模拟;然后,基于混凝土梁浇筑模拟得到的钢纤维取向,并考虑钢纤维的粘结滑移作用,采用有限元软...     

数字高斯白噪声的频域和时域特性分析

分析了数字高斯白噪声在频域的频谱特性和在时间域的统计特性,提出在数字处理速度一定时,随着输出噪声频域带宽的增加,输出噪声的时间统计特性不再符合高斯分布.通过增加滤波器阶数可以提高噪声的时间统计特性,但是将增加输出噪声的带内波动.通过计算机仿真验证了上述的理论分析,并给出了频域和时域特性都满足相应要求的带宽范围实验值.     

磁浮列车悬浮系统LSTM与MGD融合的在线异常检测方法

针对磁浮列车悬浮系统的在线异常检测问题,提出了一种基于长短时记忆(LSTM)神经网络与多元高斯分布(MGD)的检测方法;建立学习悬浮系统正常运行的LSTM时间序列预测模型,得到了正常情况下的预测误差;基于间隙、电流和加速度的预测误差,建立了反映正常情况下预测误差分布特性的MGD模型;以对数概率密度作为检测指标,设计了在线检测逻辑,并以F₁分数作为检测效果衡量指标设置阈值;为了验证所提方法的有效性,利用磁浮列车运营线数据模拟在线数据,采用所提方法对过轨道接缝异常、砸轨异常和加速度信号异常进行了检测与分析。研究结果表明：在检测以上3类异常时,所提方法的F₁分数分别达到了100.00%、97.85%和83.33%,所提方法的检测指标在正常和异常情况下对比明显,可以反映出悬浮系统产生异常到调整好的具体时间段,并且算法平均耗时约2 s;相较于基于超球体高斯分布方法,所提方法检测率平均提高了1.9%,其中对于持续时间短的过轨道接缝异常的检测率提高了9.4%。可见,所提方法可以对悬浮系统状态数据进行异常在线检测。     

一种改进的基于混合高斯分布模型的自适应背景消除算法

视频检测技术是智能交通系统研究中一个重要研究方向，根据交通流视频检测的特点，对基于混合高斯分布模型的自适应背景消除方法进行了改进，包括：背景模型匹配只使用亮度信息；将高斯分布模型按权值、方差排序；使用单目深度信息来确定背景；动态调整采样频度等，实验表明，本文提出的算法，分割效果较佳，分割的实时性大大增强。     

智能视频监控系统关键技术

<正>1应用背景近年来,我国政府投入大量资金用于交通基础建设,这使铁路枢纽及沿线、民航枢纽、高速公路沿线及城市快速轨道交通等行业对视频监控的需求全面、大幅度上升。由于监控摄像机数目远远超过操作人员所能监视的能     

浅析苏木山隧道衬砌结构厚度检测方法及其分布规律

通过苏木山隧道实际工程案例,验证了地质雷达无损检测技术在隧道衬砌结构厚度检测过程中可达到良好的效果,并对苏木山隧道初期支护和二次衬砌厚度检测结果进行分析,可知实际检测厚度和设计之间差值呈现高斯分布规律,其拟合度较高;初期支护和二次衬砌在不同测线位置的实际检测厚度平均值均高于设计值,通过分析国内山岭隧道质量评价方法,建议从结构安全度和可靠度双重角度制定隧道衬砌厚度评价指标。     

HSV空间自适应背景模板在运动车辆实时检测中的应用

通过对运动车辆的实时检测并加以分析，可以得出有用的交通参数，如车型、车流量、车速等。从复杂的背景中分割运动物体是至关重要的一步，典型的方法是背景相减。本文在研究了目前存在的各种方法之后，提出了一种新的HSV空间的自适应背景模板的算法，应用于运动物体的分割，并给出了具体的试验结果。试验结果表明该方法准确率高，适应性强，运算速度快，兼具灵活性，满足实时检测的需要。     

Bayesian Inference of Empirical Coefficient for Foundation Settlement

A new approach based on Bayesian theory is proposed to determine the empirical coefficient in soil settlement calculation. Prior distribution is assumed to be uniform in [0.2,1.4]. Posterior density function is developed in the condition of prior distribution combined with the information of observed samples at four locations on a passenger dedicated line. The results show that the posterior distribution of the empirical coefficient obeys Gaussian distribution. The mean value of the empirical coefficient decreases gradually with the increasing of the load on ground, and variance variation shows no regularity.