基于量表型选择集的出行信息需求有序选择模型

研究了城市出行者日常活动和出行所需要的关键信息, 提出了一种针对量表数据的量化分析方法; 以出行者信息需求为研究对象, 设计了一项基于李克特5级量表的问卷调查; 总结了出行个体对各类出行信息需求程度的排名, 分别构建并标定了驾车线路、目的地位置和实时路况信息需求的有序选择模型; 与多项Logit模型在参数显著度、赤池信息量准则和对数似然函数值等指标上进行对比, 以验证有序选择模型的有效性, 并对影响信息需求的关键变量进行了局部效应分析。研究结果表明: 出行者在通勤出行前最需要公交运营变更信息, 而在通勤出行中最需要实时路况信息; 非通勤出行者最关注目的地位置信息, 在出发前和途中对目的地位置信息的需求概率较通勤出行前分别高出31.08%和29.25%;在职人员对信息的需求程度普遍高于学生和自由职业者, 说明时间价值高的人群更期望通过全面及时的信息获取来合理安排出行; 女性比男性对实时路况信息的需求概率高出10.23%, 说明女性对延误的风险规避意识更强; 20~40岁的人群出行信息需求最强烈, 随着年龄的增长该需求将逐渐下降; 各年龄段对实时路况信息都表现出了较高的需求, 说明人们对于有可能带来负面影响的信息更为敏感。可见, 采用有序选择模型能够精确分析量表型选择集。      

多源信息的有序分层融合模式

本文以潜艇Ｃ＾３Ｉ系统需求为背景，介绍了有序分层融合模式及其相应算法。仿真和加载试验表明，该模式成功地解决了多传感器多目标信息的融合处理问题。     

规范经营 有序发展——芷新集团贯彻“条例、客规”初见成效

随着城际道路网的完善，我国城际道路客运发展已进入快车道。近五年来，上海市的省际道路客运有较快的发展，根据上海行业主管部门统计：     

用羊八井加密阵列数据寻找与BASTE实验相符的3TeV能区的宇宙γ暴

采用西藏羊八井加密阵列数据，对美国CGRO天文卫星上的BASTE实验在1998年3月期间所观测到的15个宇宙γ暴进行了3TeV能区的符合寻找。这些γ暴均位于羊八井阵列的有效观测视场内。在寻找工作中采用了组闭方法，以提高观测阵列对γ暴的灵敏度。寻找结果表明，所有BASTE符合暴候选事例团的多重数分布均在背景的统计涨落之内，没有发现在3TeV能区BASTE符合暴的证据。这个结果支持了γ暴的宇宙学起源模型。     

边坡变形阵列位移传感监测技术

我国铁路线路里程长,边坡数量多,分布广,随着高速客运和重载货运列车的开行,影响边坡稳定的因素也较以往更为复杂.边坡变形作为边坡稳定直接判定条件,是边坡安全监测的重点.本文介绍了一种基于微电子机械系统的阵列位移传感器测试边坡变形新方法,变形监测传感器可以被放置在一个钻孔或嵌入结构内,具有精度高、功耗低、自动实时采集及无线传输数据等优点,可应用于铁路边坡的变形监测与稳定性分析,对维护铁路系统的安全运行具有重要的意义.     

拯救货运物流的魔杖在哪里？——有序推进城市物流配送体系建设

2011年四大会计师事务所之一的毕马威发布报告称，中国物流成本过高现状并末改观，已成为产销环节中致命的瓶颈，并列举了“中国式运输”的三个样本：山东进京白菜物流成本超六成，煤炭从产地到北京价格能翻倍，快递费年年涨、服务未提升。其中两项都涉及城市物流配送。城市物流配送体系的发展已成为公众、业界关注的焦点，关系到社会的和谐与稳定，配送难、配送成本高正严重影响着城市的正常运转，成为制约城市健康、可持续发展的“血栓”和难以逾越的物流业发展“顽症”。     

基于时域解析信号的广义MUSIC算法

波束形成是声呐信号处理的关键技术,本文提出一种新的基于宽带时域解析信号的广义MUSIC自适应波束形成算法(TAMUSIC算法)。该算法将时域解析信号与改进的MUSIC算法相结合,对精确时延之后的宽带时域信号进行希尔伯特变换生成复数形式的时域解析信号,增加权向量自由度;通过增加调节指数构建新广义噪声子空间,解决了传统MUSIC算法信源数目估计不准带来的影响,提高算法鲁棒性;最后利用信号子空间和噪声子空间的正交性估计目标方位。仿真数据和海试数据处理的结果表明:TAMUSIC算法可以获得更尖锐的谱峰,提高目标的角度分辨力,增强了弱小目标的发现能力。     

电动汽车动力电池采用V2G的有序充放电策略研究

本文针对电动汽车充电站现状问题,介绍了动力V2G有序充放电技术的背景并提出了相应的控制方法。通过建立仿真模型,验证了本文提出的有序充放电控制方法的有效性。研究结果表明,该控制方法可以提高充电站的服务质量和效率,为电动汽车的普及和推广提供有力支持。     

Min-norm spatial spectrum based on acoustic vector-sensor linear array

1 Introduction1 The Min-Norm(MN) algorithm was proposed by Kumaresan and Tufts[1] for estimating the DOA of targets applied at pressure sensor arrays. It has been proved that lower bias and higher resolution of DOA estimation using the MN algorithm is obt…