一种基于Gabor小波和颜色参数模型的阴影检测算法

本文提出了一种基于Gabor小波纹理特征分析和阴影参数模型颜色分析的阴影检测算法.首先,建立背景的混合高斯分布模型,通过对特定帧的颜色分析建立阴影参数模型.对图像序列中的每一帧,首先通过差分法提取出前景区域,然后通过Gabor小波滤波的方法,对背景和前景图中的相同小区域进行纹理特征分析,比较特征向量的距离,以判断潜在的阴影点.然后,通过阴影参数模型对这些潜在的阴影点进行颜色分析,并通过连通区域标记,形态学运算,FPR(去除假阴影)分析等方法,找出真正的阴影区域.实验结果表明,本算法具有较高的阴影检测率和物体检测率,可以满足实时检测的需要.     

ETC系统收费费率折扣优化方法

为制定合适的费率折扣,合理使用和推广不停车收费(Electronic Toll Collection,ETC)技术,利用非集计方法分别对费率折扣与ETC技术选择概率、系统平均延误以及系统成本增量与效益增量之比的关系进行了分析．在此基础上,分别建立了以系统平均延误最小和系统成本增量与效益增量之比最小为目标的费率折扣优化模型,并提出了一种采用黄金分割法的优化算法,由此可计算得到给定车道配置情况下的最佳费率折扣值．     

多车型多准则SUE模型及在通行费清分中的应用

为解决联网收费路网中因车辆行驶路径难以确定而给通行费清分带来的困难,考虑到通行费额与收费入出口点和车型有关这一事实,提出利用联网收费路网的入出口流量,通过建立多车型多准则的随机用户均衡SUE模型来计算路段流量,以实现通行费的清分,并根据部分路段实测的交通流量来调整模型中的校正系数．算例结果表明该方法实用有效,能够实现通行费的准确清分．     

超临界CO2流体萃取核桃油的工艺条件研究

文章采用正交试验方法,探讨了操作压力、温度、时间对超临界CO2流体萃取核桃油的影响,研究得出了最佳萃取条件为:萃取压力30MPa,萃取温度40℃,萃取时间4h。此时的得油率为55.92%,占种仁油脂含量的91.49%。     

多部件验证的双层行人检测算法

受韦伯局部描述子和局部二值模式(LBP)特征的启发,针对Haar特征维度高、冗余度大等缺点,提出了一种基于显著性的二值化Haar特征(SLBH).虽然利用整体行人特征能取得较好的检测效果,但其检测性能在遮挡场景中会迅速下降.为提高整体特征对部分遮挡的鲁棒性,文中提出了一种结合SLBH特征多部件验证的双层行人检测算法.该算法结合了整体特征与局部特征的优点,增强了算法对部分遮挡的鲁棒性.在INRIA行人检测库上的实验结果表明,文中提出的算法对噪声和部分遮挡有较好的鲁棒性.     

路网下收费道路的分车型费率优化模型

为了科学地对收费道路的费率进行决策,以收费道路及相邻道路组成的路网为研究对象,利用双层规划理论建立起路网下的分车型费率优化模型,上层规划描述路网管理者追求社会效益最大化的思想,并以实现道路经营者的财务目标作为约束条件;下层规划采用多车型多准则交通均衡模型来描述道路使用者的出行选择行为;通过模型求解可以获得各收费路段的分车型最优收费费率以及相应的路网交通流量.文中还介绍了利用遗传模拟退火混合算法进行模型求解的步骤.算例分析表明,路网下收费道路的分车型费率优化结果可以有效地提高整个网络的运行效率,并更好地体现不同车型用户间的公平性.     

路网联网收费位置与费率组合优化模型与算法

对经济欠发达、交通流量小的地区公路网联网收费现状的调查表明,如果对所有可收费的路段都实施收费,可能出现某些收费路段经营处于亏损状况。因此,在决策路网最优收费费率的同时,还需对路网最佳收费位置进行选择。研究如何利用双层规划模型来测算公路网联网收费位置与费率组合优化的问题具有现实意义,上层以路网用户盈余最大化为目标,下层是弹性需求下的多车型随机用户均衡配流模型,双层模型很好地兼顾了相关各方的利益。基于模型求解的复杂性和困难性,文中采用遗传-模拟退火的求解算法,算例表明用多车型的双层规划模型测算收费位置与费率的组合优化是合理有效的。     

多类型、多准则、混合策略网络均衡行为研究

本文建立了一个多车型、多准则、混合策略（UE、SO、CN）网络均衡行为的变分不等式模型,来预测道路收费和交通信息系统作用下公路交通网络中的流量分布形态。模型在依据车型和策略对出行用户进行划分的基础上,通过行程费用参数的设置反映不同车型用户在行驶速度、行驶费用、道路收费等方面的差异,通过设置感知行程费用函数反映不同策略用户路径选择目标的差异,并提出这种情况下的网络均衡条件。介绍了改进MSA进行模型求解的步骤。算例分析说明,模型可以描述道路收费和交通信息系统对于提高网络效率所发挥的作用,并揭示出混合策略均衡行为的一些特性。     

基于改进型蚁群算法的最优路径问题求解

如何向用户提供"高质量"的最优路径是导航系统应解决的关键问题.针对该问题,文中提出了带多个路径质量约束的最优路径数学模型.为求解该模型,在蚁群算法的基础上重新设计信息素局部更新规则和全局更新规则,引入信息素更新算子,动态调整、增加最优路径上信息素的规则,并通过改进能见度启发因子,得到改进型蚁群算法.仿真实验证明,改进后的蚁群算法具有良好的寻优性和收敛性,能准确找出路网中满足路径质量约束的最优路径.