基于改进K最短路算法的公交线网优化研究

文章研究了公交场站选址和线网设计组合优化问题,建立以站间直达为关键约束的线网优化模型并给出求解算法。在所构建的公交网络中,利用改进的K最短路算法和相应的路径筛选条件获得从节点出发的K最短路径树,找出符合条件的单个K最短路径树作为初始解;通过不同节点的K最短路径树的叠加、删除、替代的优化过程,获得最优的K最短路径树组合,得到最优的公交线路集、场站位置。算例结果表明:公交网络规模越大,所需场站越多;K值越大,所需场站越少;不同场站可相互配合进行布局,实现公交线网性能的提升。     

制冷压缩机舌簧阀疲劳特性实验研究

文章分析了影响制冷压缩机舌簧阀寿命的因素,以某型号滚动转子压缩机的排气阀片为研究对象,设计了一套适用于舌簧阀的加速疲劳实验装置,并基于无限寿命理论制定了实验方案;最后利用PROTO-iXRD型X射线衍射仪对实验前、后阀片特定位置进行残余应力测试;测试得出阀片根部位置压缩残余应力衰减最快,并对此进行了分析。该研究为舌簧阀制造工艺的改进提供了一定的依据。     

矿用汽车纵臂断裂失效分析与结构改进

针对某单纵臂悬架矿用汽车样车在试验的过程中出现纵臂断裂的情况,对前桥纵臂断裂进行了理论分析,并利用ABAQUS有限元分析软件对处于动态冲击下的前桥纵臂的受力变形情况进行了研究分析,得到了满载工况、动态左转向至极限工况、动态右转向至极限工况的应力应变特性.根据应力应变分析结果,对单纵臂悬架进行了结构改进.仿真结果表明,改进后的结构是合理的.     

基于乘客感知的公交车线路服务质量评价模型

针对传统公交车服务质量评价方法的局限性,提出基于乘客感知的普适性因素权值分析方法.首先以相关乘客作为专家并分组,建立基于乘客感知视角的专家权重确定方法,得到专家权重及指标综合权重.然后以上述多组数据作为先验样本进行 BP 神经网络的训练、测试与验证,从而获得可供推广的城市公交线路服务质量评价AHP-BP神经网络模型.最后以沈阳市某条公交线路为例展开实证研究,结果表明该模型在充分反映乘客感知服务质量因素的同时,降低了主观评价的随意性,给出了特定公交线路服务质量改进方向.     

基于编码调制视觉诱发电位脑机接口滤波算法的性能比较

脑机接口(brain-computer interface,BCI)的分类性能一定程度上取决于对脑电信号的预处理方法,这项研究提出了一种空域时域滤波的预处理方法,以解决人类视觉系统中的潜伏延迟对编码调制视觉诱发电位(c-VEP) BCI的目标识别性能的影响。基于一个平均信号和单次试验信号之间的最小均方误差(the least mean square error,LMSE)创建时域空域滤波器,并且通过最小绝对收缩和选择算子(the least absolute shrinkage and selection operator,LASSO)将稀疏约束应用于滤波器的权重系数,并用模板匹配法来对目标进行识别。将算法应用于由63比特的M序列及其循环移位序列调制的16个目标的c-VEP BCI,并与通用的空域滤波算法典型相关分析(CCA)及空域时域逆滤波算法进行比较。结果表明本研究所提出的算法在分类准确率方面优于其他两种算法。     

变系数非线性薛定谔方程的精确行波解

本文研究了非线性光学中的变系数非线性薛定谔方程。基于行波变换和改进的(G/G')-展开方法,成功得到变系数非线性薛定谔方程的精确行波解,包括亮暗孤子解,三角函数周期解,双曲函数解和有理函数解。     

材料力学课程中内力求解的改进设正法及其教学实践

设正法是材料力学课程中求解内力的常用方法,传统设正法有值得商榷之处.研究提出了一种改进的设正法,并通过算例对其应用过程进行了介绍,同时分析了应用该方法教学时应注意的问题.教学实践表明,用改进设正法求解内力,可以有效降低出错率,提高学生内力分析的能力,增加学习材料力学课程的自信,可对后续相关课程的学习产生正迁移效应.在日常教学中,教师应对学生是否能真正灵活地应用该方法进行必要的监控.     

基于栈式稀疏自编码多特征融合的快速手势识别方法

针对复杂背景下手势分割提取效果不佳、图像识别率不高、识别困难等问题,研究多特征融合的快速手势识别方法.利用YCbCr颜色空间模型,构建肤色分布模型,从复杂背景中去除大部分非肤色的干扰,从而实现手势分割;接着采用5层栈式稀疏自编码网络框架,分别提取手势感兴趣区域（region of interest,ROI）的纹理图像、形状图像和显著视觉图像作为自编码网络输入,将提取到的不同类型的特征进行线性融合;最后使用基于径向基核函数（radial basis function,RBF）的支持向量机（support vector machine,SVM）分类器进行融合特征数据分类,从而实现不同类型的手势识别.实验结果表明,相比其他手势识别方法,本文方法识别率较高,提取特征更具有代表性,平均识别率可达95.05%.      

基于随机线性网络编码和UDP的可靠低时延传输方法

针对传输控制协议（transport control protocol,TCP）在无线通信中吞吐量受到丢包和反馈时延影响严重的问题,提出一种结合随机线性网络编码（random linear network coding,RLNC）和用户数据报协议（user datagram protocol,UDP）的可靠低时延无线通信传输方法。分别考虑一般RLNC和降低了编译码复杂度及头部开销的稀疏RLNC,原型实现了（稀疏）RLNC的编码、再编码、译码模块;并通过ns-3网络仿真在两跳有损中继链路中将所提方法分别与TCP和快速UDP网络连接（quick UDP internet connections,QUIC）协议的传输完成时间进行对比。仿真实验结果表明,在较高丢包率链路中,所提结合RLNC的UDP传输显著降低了传输完成时间。通过选择适当的编码参数,稀疏化的RLNC在链路条件较好的环境中能够进一步降低RLNC的传输时间,但在高丢包率环境中其传输完成时间高于RLNC。