基于CNN和粒子群优化SVM的手写数字识别研究

针对传统卷积神经网络手写体数字识别中Softmax因指数函数运算而易产生计算溢出以及较高的计算机硬件需求问题,提出了基于卷积神经网络特征提取的支持向量机手写体数字识别方法。同时,为了提高手写体数字的识别精度,设计了基于K-CV意义下适应度函数的粒子群优化SVM参数方法。基于Semeion及MNIST手写体数字集的实验仿真表明,文章所设计的方法与传统方法相比能够获得更高的识别率。     

基于K-均值聚类和支持向量机的电动汽车行驶工况研究

针对现有行驶工况难以反映车辆真实驾驶情况的问题,以国内典型大中型城市——西安市为例,对电动汽车行驶工况构建方法进行研究.根据西安市道路布局,设计了城市道路行驶工况数据采集方案;提出了一种K-均值聚类和支持向量机相结合的半监督分类模型,构建了西安工况;最后将西安工况与原始试验数据和国际标准行驶工况进行对比.研究结果表明:西安工况与实际道路行驶数据特征参数的相对误差均小于5％,平均相对误差仅为2.66％,构建的行驶工况能够真实反映西安市车辆的运动特征;且由于动力系统的差异,电动汽车工况比内燃机车工况更为激进.     

基于行驶工况的零部件耐久性测试工况构建

针对汽车零部件耐久性测试工况获取过程复杂的问题,提出了通过实际行驶工况解析出零部件耐久性测试工况的方法.基于西安市某线路纯电动公交车实际运行数据构建得出行驶工况,根据车辆实际参数建立整车仿真模型,仿真并计算得到基于实际行驶工况的电机输出轴应力载荷工况.由线性疲劳累计损伤理论和电机输出轴材料S-N曲线得出电机输出轴损伤值计算方法,并通过四峰谷值雨流计数法统计出不同应力载荷工况下的电机输出轴受到的损伤值,从而得出对应的循环寿命,选择寿命最短的行驶工况对应的电机转速工况和转矩工况作为电机输出轴耐久性测试工况.     

基于行驶工况的零部件耐久性测试工况构建

针对汽车零部件耐久性测试工况获取过程复杂的问题,提出了通过实际行驶工况解析出零部件耐久性测试工况的方法.基于西安市某线路纯电动公交车实际运行数据构建得出行驶工况,根据车辆实际参数建立整车仿真模型,仿真并计算得到基于实际行驶工况的电机输出轴应力载荷工况.由线性疲劳累计损伤理论和电机输出轴材料S-N曲线得出电机输出轴损伤值计算方法,并通过四峰谷值雨流计数法统计出不同应力载荷工况下的电机输出轴受到的损伤值,从而得出对应的循环寿命,选择寿命最短的行驶工况对应的电机转速工况和转矩工况作为电机输出轴耐久性测试工况.     

基于PSO—SVM的交通事故预测

为更加准确地描述道路交通事故发生的规律,结合粒子群算法和支持向量机理论,提出一种粒子群算法（Ps0）优化支持向量机（SVM）的道路交通事故预测模型,并用相应的数据进行仿真研究。结果表明,基于粒子群算法优化支持向量机模型（PS（）ISVM）NNNNNNN,能较好地契合道路交通事故的变化趋势。     

车辆行驶工况运动学水平的研究

为提炼车辆行驶的数字特征,把速度时间记录看作运动学片段的集合.从运动学片段入手,运用主成分分析提取关键特征用于聚类分析,重点论述聚类分析技术对车辆行驶数字特征进行分类,研究了车辆运动的各个不同层次的水平,探讨能够体现交通特征的分类方法.聚类结果符合客观事实,是行之有效的分类方法,研究有利于合成反映实际交通状况的行驶工况.     

基于PSO-SVR的隧道光面爆破效果预测评价模型

为了实现良好的光面爆破效果,保证巷道施工的安全性,提出一种基于粒子群算法(PSO)的SVR光面爆破效果预测模型。选取了炮眼密集系数、最小抵抗线、装药量、炮孔深度、岩石单轴抗压强度、泊松比作为光面爆破的影响因子,炮孔利用率、超挖量、半孔率为光面爆破效果的评价指标,运用SVR原理建立预测模型,5折交叉验证法评价模型推广能力、粒子群算法优化模型参数。利用该预测模型,对某公路隧道掘进前24组光面爆破实测数据进行训练,后4组光面爆破实测数据进行模拟预测,分析结果表明,其3个指标的平均相对误差为1.1275%、1.8525%、0.9275%明显小于神经网络模型预测的1.5625%、6.0425%、4.6300%,同时其模型稳定性和泛化性优于投影寻踪预测模型。基于粒子群SVR算法预测模型的高精确度、强稳定性,为光面爆破效果预测提供了一种科学、实际的方法。     

有轨电车典型行驶工况的构建

为合理评估有轨电车在轨道交通中的行驶特征及运行指标,为有轨电车设计与控制提供依据,对有轨电车典型行驶工况进行构建. 首先,以巴黎、布达佩斯、墨尔本城市的有轨电车线路及行驶数据为基础,采用聚类方法获取降维行驶特征;然后,基于马尔可夫链理论,构建有轨电车典型行驶工况;最后,将构建工况与实际工况进行特征值对比分析,并基于所构建的典型工况进行仿真验证. 结果表明:构建的典型行驶工况与实际工况样本数据库总体特征的平均偏差仅为2.63%,满足偏差低于5%的开发精度要求;此外,典型行驶工况与实际行驶工况下的需求功率误差也仅为1.78%,验证了典型工况模型的准确性和有效性.      

基于优化支持向量机的隧道涌水量预测

为实现隧道涌水量的高精度预测,该文以支持向量机为基础,通过核函数筛选和粒子群算法优化,构建了隧道涌水量的PSO-SVM预测模型.实例研究表明:支持向量机的核函数和惩罚因子对其预测精度具有较大影响,且Sigmoid型核函数的预测效果相对略优,粒子群算法也能很好的优化惩罚因子,进而达到提高预测精度的目的;同时,PSO-SV...     

合肥市道路汽车行驶工况分析

将一套车载实测系统安装在一辆昌河微型面包车上,研究合肥市不同道路的行驶状况。用速度、加速度等行驶特征参数为准则数,通过将记录的车速曲线在停顿处分割成运动学片段的方法来研究交通状况特征。根据统计分析的概率随机选择并重组实际运动学片段,得出一个基于实际汽车速度、加速度等准则数的行驶工况。     

基于贝叶斯网络的驾驶疲劳程度识别模型

国内外学者大多采用单一类型指标对驾驶疲劳程度进行判断。为克服单一指标检测的不稳定性,构建基于贝叶斯网络的驾驶疲劳程度识别模型。将驾驶环境属性、驾驶人个体属性和原始疲劳属性作为模型输入层变量。选择脑电指标、心电指标、眼动指标、驾驶绩效指标作为模型输出层变量。将清醒、轻度疲劳、重度疲劳三种驾驶疲劳程度作为隐含层变量。采用模拟驾驶方法进行实验,得到不同实验对象各个时刻不同疲劳程度的概率。将利用单一指标和贝叶斯网络模型得到的驾驶人疲劳程度与主观疲劳测评结果进行对照,证明贝叶斯网络模型不仅能消除单一指标失效时产生的误判和漏判,而且可提高识别的准确性。     

基于置信规则库的驾驶人愤怒情绪识别模型

针对“路怒症”诱发的攻击性驾驶行为影响交通安全问题,提出一种基于生理与脑电特征的驾驶人愤怒情绪识别模型.招募15 名被试在武汉市区开展限时实车试验.由于所选实验线路为交通繁忙路段,被试易被行人横穿马路、车辆加塞等道路事件诱发愤怒情绪.实验中采用愤怒量表记录被试的愤怒等级,以及采用生物反馈仪与脑电记录仪记录被试的生理和脑电信号.将血容量脉冲、皮肤电导、δ 波百分比与β 波百分比这四项生理与脑电指标作为模型输入,建立基于置信规则库的愤怒情绪识别模型.验证结果表明,该模型的识别精度(82.24%)较BP神经网络、SVM分别提高7.15%、5.02%.研究结果可为开发基于生理和脑电信号的驾驶情绪识别设备提供理论支持.     

城市道路轻型汽车行驶工况构建

为了制定标准车辆能耗规范和标定车辆排放,优化汽车使用性能,以呼和浩特市区道路上轻型汽车为研究对象,对轻型汽车行驶工况进行了分析. 首先通过中国汽车检测工况研究和开发（China automotive test cycle,CATC）专用数据采集设备,收集了74台车辆的行驶工况样本数据,数据采集覆盖所有时段类型、道路类型、轻型车类型和驾驶员类型;其次通过加权二次构建控制不同车辆类型的比例,采用主成分分析和聚类分析预处理数据,制定短行程规则;最后将运动学片段进行裁剪和特征值分类,构建了城市道路轻型汽车行驶工况. 研究结果表明:CATC平均速度为25.87 km/h,运行平均速度为33.92 km/h、匀速比例为20.59%,怠速比例为23.72%,加速比例为28.56%,减速比例为27.13%. 与欧盟提出的轻型车循环测试工况相对比,平均速度、运行平均速度、匀速比例低于欧洲工况,加速比例、减速比例、怠速比例高于欧洲工况.      

随机数在汽车行驶工况构建中的应用

为了研究车辆速度微小瞬变和不确定性对行驶工况构建模型的影响,将汽车行驶状况看作随时间变化的马尔科夫过程.利用最大似然估计法,按照怠速、加速、减速和匀速将实验数据分类,构成模型事件集,并把具有相似平均速度的模型事件组合在一起,构成6个不同的状态,计算出各个状态之间的转移概率.在此基础上,构造满足状态转移概率分布的随机数,以此扩展行驶工况的长度.分析合肥市行驶工况实验数据表明:典型行驶工况的行驶特征参数与实验数据的平均相对误差为7.81%,比传统方法降低了14.72%.     

基于典型行驶工况的城市客车性能分析

基于原型客车建立了相应的仿真模型,分析了影响城市客车燃油经济性的因素。根据实际典型城市驾驶循环,对该城市客车的动力性和经济性进行仿真,得出了该客车具有良好的动力性和较好的燃油经济性的结论。同时对影响城市客车燃油经济性的几个主要使用因素也作了定量分析,提出了几条提高客车燃油经济性的措施。     

基于归类分析的城市公交客车线路行驶工况快速合成方法

针对WLTP方法在合成车辆行驶工况时的计算量大、耗时过长的问题,本文提出了基于预归类分析的工况快速合成方法.该方法将整条线路工况分为三个典型地域工况类型,在数据采集传送过程中,将数据分类存放于短行程和怠速片段数据库.在合成工况时,先对工况片段进行主成分和聚类的预归类分析,再将各工况片段随机组合构建工况,从而避免WLTP方法由于随机选择工况片段造成的弊端.结果显示,在合成典型工况时,本文所提方法的计算量及计算用时大大降低.     

电动汽车馈能式主动悬架在循环工况下的仿真研究

采用前向仿真和后向仿真相结合的思想,建立了基于循环工况的1/4馈能式主动悬架仿真系统。通过模糊PID控制器来控制电机的四象限运行,并考虑了电机、电池所造成的功率损,完成悬架主动力的输出以及能量的回收。选取了美国城市循环工况UDDS进行馈能式主动悬架的平顺性与经济性的仿真分析。仿真结果表明:相比于传统被动悬架,基于模糊PID控制的馈能式主动悬架能较好地改善汽车行驶平顺性,其在UDDS工况下的车身垂直加速度均方根值改善了32.43%;相比于传统电磁式耗能主动悬架,馈能式主动悬架在该工况下的节能效果达到了24.88%。     

一种基于分道线模型的道路识别方法

介绍了一种基于分道线模型的道路识别方法。该方法首先对图像进行预处理,然后应用分水岭算法划分道路感兴趣区域ROI,最后采用Hough变换拟合分道线,实时地进行道路识别。试验结果显示,在一定条件下,该算法能够满足道路识别的要求。     

基于车辆能耗状态的济南市道路行驶工况构建

为指导车辆设计及优化整车动力系统性能,对道路坡度、瞬时比功率、车速等反映车辆能耗的关键因素进行分析,在建立运动学片段特征值的基础上,运用主成分分析方法及快速聚类分析方法分析了运动学片段特征值,构建了候选工况,综合运用相关系数、相对误差及关键参数概率分布选出了代表性行驶工况,该代表性工况即为构建的济南市道路行驶工况.研究结果表明,以车速信息为基础的特征值与总体样本的相对误差平均值为2.82%,反映道路坡度和能耗状态的特征值与总体样本误差平均值为3.40%,表明构建的工况特征值能够表征车辆实际道路行驶状态.