基于多点线圈联合数据的高速公路匝道影响范围识别

为准确识别高速公路匝道对主线车流的影响等级和范围，本文提出基于速度波动特性的高速公路匝道影响量化方法。通过建立改进加权速度排列熵指标以量化各服务水平下匝道对高速公路主线车流的影响，对建立的指标进行谱聚类分析来确定匝道的影响阈值。应用京昆高速及二广高速的99个平行式合流匝道和直接式分流匝道多点主线线圈检测器数据的分析结果表 明，所提出方法可识别高速公路主线车流受匝道的影响程度。合流匝道对主线最外侧车道的影响比次外侧车道高4%~69%；A~C级服务水平下，分流匝道对上游主线最外侧车道影响程度比次 外侧车道高6%~29%，D~F级服务水平下，最外侧车道受影响程度比次外侧车道低10%~13%。合流匝道的影响范围是合流点上游350m至下游550m；其中上游160m至下游100m和下游180~ 270m为核心影响范围。分流匝道影响范围为分流点至主线上游850m，其中750~850m、450~ 600m、100~300m为核心影响范围。研究成果可为高速公路匝道交通设计、管控策略和提升仿真可靠性提供依据，可有效降低设置匝道带来的影响。     

基于无线传感器网络的运动目标检测动态聚类图

有效的目标跟踪需要积极的传感器节点对运动目标群实行跟踪。与单目标跟踪相比,聚类在效能上有显著提高。本文提出准确的相干和非相干运动模式下目标的聚类,采用隐式动态时间框架来评估在创建连接组件加权图的目标关系史。该算法采用目标跟踪中定位算法的关键特征,即估计当前和预测的位置来确定移动目标的方向和距离的关系。模拟结果显示,通过动态调整历史窗口大小和预测目标之间的关系,可以显著提高聚类的准确性并减少运算时间。     

轨道交通与城市协同发展的空间差异性分析：以北京市为例

为识别轨道交通与城市协同发展程度的空间差异性,以及不同空间范围内城市发展水平对轨道交通客流影响的差异性,引入描述空间集聚特征的莫兰指数Moran's I 建立轨道站点周边城市发展水平评价方法,将轨道站点周边城市发展水平和站点客流空间集聚分布特征作为轨道交通与城市发展协同程度判断标准,划定若干研究区域,利用地理加权回归GWR 模型研究两者空间相关性和城市发展因素对轨道交通客流的影响. 实证研究表明：轨道站点周边城市发展水平与站点客流协同程度较高的区域,城市发展水平对站点客流影响更大;将城市发展因素对站点客流影响程度进行排序,密度高于交通便捷程度、功能多样化程度和发展紧凑度.     

一种新的任意四边形窗口线裁剪算法

线裁剪技术在计算机图形处理中占有重要地位,是计算机图形学中许多重要问题的基础,关于线段的二维裁剪有许多成熟的算法.在分析已有的二维裁剪缺点的基础上,提出了一个新算法.该算法通过将凹四边形区域转为凸四边形区域,并将该区域分为四个区,对线段进行裁剪,实验结果表明该裁剪方法高效、准确.     

基于模糊相似度的群决策方案排序

为解决排序方案多属性特征、决策者对事物认识的局限性以及决策群体中各个体间的矛盾性导致的决策方案排序困难的问题,引入模糊相似度概念,以测度决策专家的偏好差异,用有序加权平均算子集结群体意见,通过与虚拟正、负理想方案比较,实现决策方案排序,并介绍了决策实施步骤.     

基于AIGA-WLSSVM的埋地管道腐蚀速率预测方法

为了降低埋地管道腐蚀影响因素之间的复杂相关性,提高腐蚀预测精度,文中提出一种基于自适应免疫遗传算法-加权最小二乘支持向量机(AIGA-WLSSVM)的埋地管道腐蚀速率预测建模方法,并采用AIGA优化模型参数,进一步提高模型的学习能力和稳定性。最后通过实例分析验证了AIGA-WLSSVM建模方法在埋地管道腐蚀速率预测中的可行性和有效性,为埋地管道的检修与更换提供参考。     

经验过程的一般加权大数定律

研究了经验过程中加权系数具有某些较弱性质的加权和收敛问题.利用经验过程中已有的几个概率不等式与一般加权和的对称化不等式,得到了经验过程中的独立同分布随机元序列的这类加权和的强、弱大数定律成立的充分条件(E‖f(X0)‖1/αG<∞).同时,对经验过程中的Cesaro大数定律和欧拉弱大数定律进行了推广.     

交通影响评价中的交通区分割方法研究

为了在交通影响分析中准确预测道路网络的宏观交通流和局部路口的微观交通流特征,开发了利用交通量分配模型和交通仿真技术组合分析交通影响的方法。首先在地理信息系统(GIS)的支持下,利用Voronoi图对交通小区进行几何分割,并借助GIS的空间聚合分析功能分割相应的属性数据,然后利用MCI(Multiplicative competitive interaction)模型推求新OD矩阵。从而使交通需求预测模型的输出结果可以直接作为交通仿真的初始数据,以便利用交通仿真技术实施关键路口的微观交通流分析。最后通过一个试验验证了方法的有效性和精度。     

自适应加权融合算法在图像型火灾探测系统中的应用

根据船舶火灾探测的特点以及火灾早期预报的要求,设计了带图像信息的火灾自动报警系统,并将自适应加权融合算法应用于该系统。在该系统中信息层完成数据采集、处理,特征层运用自适应加权融合算法进行特征融合,决策层运用概率神经网络进行决策融合,完成船舶火灾探测系统的自动报警输出。实验表明,将该算法应用于此系统能够准确、快速探测火灾,识别日光灯、酒精灯等干扰源,具有较强的抗干扰性。