基于粒子群优化SVM的高速公路交通事件检测

为了更加准确地检测出高速公路上的偶发性交通事件,采用一种粒子群优化SVM参数的高速公路交通事件检测算法,提升事件检测效果。文中运用高速公路实测数据集（L880）,对支持向量机算法进行分类性能测试,并且采用改进的粒子群优化算法对支持向量机的参数进行优化,进而利用测试集数据对该模型进行验证比较,获得满意的检测效果。     

基于直线电机的“章鱼”型波浪能发电装置

在比较现有波浪能发电技术优缺点的基础上提出一种基于直线电机的"章鱼"型波浪能发电装置。以我国东海海区浙江省海域为例,当触脚功率为10 kW,平均水深为10 m,100 m长的海面沿线上,定量计算得到5个装置的理论波能利用率约63%。同时,该装置具有结构简单、有功功率高以及安装维护方便等优点,在波浪能领域具有广阔的应用和发展前景。     

组合封层在农村公路中的应用

结合重庆市忠县拔双路改造工程,对组合封层结构开展了配合比设计、施工管理、质量控制及检测验收等工作,并对工程中出现的问题进行了归纳和总结.实践证明,稀浆封层与微表处组合封层铺装方案可获得平整、密实、抗磨的功能性表面层,适合农村公路建设.     

我是一名光荣的交警

交通巡逻警察是保证一方平安的卫士．是确保道路交通安全畅通有序,大力压降交通事故,确保人民生命财产安全的守护神。     

山区单悬臂廊桥结构抖振响应及等效风荷载

为研究山区风环境下悬挑式人行桥梁抖振响应及风荷载,以某单悬臂观景廊桥为背景,通过风洞试验对结构的静力三分力系数以及不同风参数下的抖振响应进行了测量,并将结构横桥向最大等效风荷载规范计算值与试验值进行比较. 结果表明:山体地形对结构三分力系数及抖振响应影响较大,二者最大值均未出现在常规风向角;结构抖振响应随风速的增大而增大,受小幅风攻角的影响较小;横向抖振响应受一定程度紊流度变化的影响不敏感,但竖向及扭转响应整体随紊流度的增加呈明显增大趋势,在紊流度增大约40%的情况下二者均增大15%左右;竖向抖振响应随紊流积分尺度的增大（增幅约20%）而增大,增幅在9%左右,但积分尺度对横向抖振响应几乎无影响,对扭转响应的影响随风攻角的不同有较大差异,随着积分尺度的增大,3° 攻角下扭转响应增幅约为8%,0° 攻角其受积分尺度的变化影响较小;相比横桥向最大等效风荷载试验值,利用桥梁规范计算的结果偏于保守,静阵风系数的取值有待修正.      

高速公路沥青路面铣刨料在养护维修中的热再生应用

高速公路日常养护维修过程中会产生大量的沥青路面铣刨料,通过对沈山高速公路旧沥青混合料再生性能的分析,验证了旧料厂拌热再生的可行性,并采用AFM原子力显微镜和红外光谱仪对比了新旧沥青的老化性能,在锦朝高速公路维修中首次铺筑了1.6km热再生试验段,取得了良好的经济和社会效益,经过两年半的通车运行,路面使用状况良好,为辽宁省沥青路面铣刨料的循环再利用提供了可靠的技术保障。     

低运量跨座式交通系统需求及技术方案研究

跨座式单轨系统在中运量轨道交通制式中逐渐失去竞争力,但低运量跨座式单轨系统在低运量轨道交通制式中具有极大优势,且适用范围广,市场前景广阔,目前,国内尚无低运量、小型化跨座式单轨工程应用案例.通过对跨座式单轨交通系统轻量化需求进行分析,对轻量化跨座式单轨交通系统新型车辆、转向架结构形式、桥梁、道岔等核心部件进行研究,提出...     

适应客流波动的高铁运力动态调整策略与实践

高速铁路网的拓展和动车组运载工具数量的增加,使我国高铁客流呈现愈加复杂的变化规律。为了灵活、快速、精准地响应不同时期动态变化的客流需求,基于现阶段运力配置模式,首先揭示平峰时期以及包含季节性假期和国家法定节假日的高峰时期客流波动规律;其次剖析客运生产环节中涉及运力调整的原则、流程、资源和措施;最后根据不同时期、不同场景的客流波动规律,针对性地提出可适应平峰时期客流需求的“三批次”运力动态调整策略与高峰时期的“梯次投放”运力动态调整策略。该高铁运力动态调整策略,可满足市场化背景下客流需求的波动性与复杂性,为进一步完善复合场景下铁路运力精准配置策略提供参考。     

基于生成对抗网络的水下图像增强

对光的散射和衰减导致水下图像出现颜色失真和细节模糊对比度低问题进行研究,提出一种基于生成对抗网络（GAN）的图像增强方法。首先以图像分割（U-Net）网络为基础提取水下退化图像特征,再使用改进的白平衡算法对原始图像进行去偏色处理,用卷积神经网络提取去偏色后的图像特征,接着通过卷积神经网络完成两者特征融合,最后重构增强的图像。结果表明,本文算法增强后的图像在UIQM、PSNR和SSIM指标上的平均值为5.071、25.310和0.996,分别比第二名提升了1%、7%和5%。在主观感知和客观评估中,处理后的图像在清晰度、颜色校正和对比度方面均得到改善。     

基于VMD与IMWPE的舰船辐射噪声特征提取研究

舰船辐射噪声的特征提取是水下识别的依据,传统的特征提取可识别性较弱,水下识别较为困难。本文提出一种基于变分模态分解（variational mode decomposition, VMD）与改进多尺度加权排列熵（improved multisacle weighted permutation entropy, IMWPE）相结合的方法进行特征提取,将原始信号通过VMD分解成多个固有模态函数（intrinsic mode function, IMF）,选取能够充分体现目标复杂度特征的IMF作为研究对象,然后通过IMWPE方法采用平移均值法解决多尺度加权排列熵（multisacle weighted permutation entropy, MWPE）的单一粗粒化问题。实验数据表明,将本文算法与对比算法提取的特征参数经过粒子群优化的支持向量机（particle swarm optimization support vector machine, PSO-SVM）进行分类识别,IMWPE算法识别率最高,具有良好的稳定性和优越性。