数据驱动下交通异常行为的双层识别模型

为实现对车辆异常行为的准确识别,提高车辆行驶的安全性,提出了一种基于支持向量机(support vector machine, SVM)、监督学习与长短期记忆(long short term memory, LSTM)深度学习的交通异常驾驶行为双层识别模型。首先,对车辆轨迹数据筛除和滤波,构建异常行为数据集;其次,从异常行为轨迹特征中提取出特定异常行为的特征标签,并人为标定在训练集中;再次,构建SVM模型对训练集进行粗识别,基于SVM的二分法原理,从测试集中筛选出异常行为;最后,通过LSTM时间序列模型构建具体种类的异常行为模型,并通过深度学习的方法,从异常行为数据中细分为蛇形驾驶、急速变向、侧滑、大半径转弯、快速U型转弯、急刹车等具体的异常驾驶行为。本次实验选用下一代仿真(next generation simulation, NGSIM)数据中US-101高速公路和peachtree城市道路的数据集的轨迹数据验证SVM和LSTM双层识别模型的性能,包括均方根误差、识别准确率等。结果表明,构建的双层识别模型在第一层有98%的识别准确率,第二层有超过80%的识别准确率,可以较为准确地识...     

龙门山中北段重磁场特征与深部构造的关系

利用平均重力场与深部地壳测深资料估算了龙门山及邻区莫霍面的深度变化,表明龙门山地区正处于莫霍面由东南向西北的陡降带上。均衡重力异常计算结果显示该区为正异常。对航磁异常的向上延拓反映出茂汶杂岩体是“无根”的。此外还应用角度平均径向能谱法反演了该区深部磁性基岩的顶面与底面深度。结果表明,龙门山地区上地壳是由若干块体拼合而成的,川西拗陷带内的磁性界面呈现出向龙门山地腹下插的格局。     

厄尔尼诺现象带来的后果

近年来,由于厄尔尼诺现象不断发生,使全球海洋和大气状况在大范围内发生异常变化,从而给海洋生态带来了严重的影响。如不久前,在南美厄尔尼诺和秘鲁太平洋沿岸海洋寒流水温会异常地升高,不仅使得海洋中鱼类大量死亡,而且还造成了陆地上洪水灾害。据亚洲开发银行近日发表的一份统计报告显示,厄尔尼诺现象在1997年里总共给印度尼西亚、马来西亚、菲律宾、新加坡以及一些太平洋岛国造成了至少200亿美元的经济损失。其中印尼、马     

二叉排序树结点删除算法的另一种思路

树的应用是数据结构的一个重点内容,而二叉排序树结点删除算法是树的应用的难点内容。二又排序树是指二叉树中任一结点,如有左子树,则左子树各结点的数据城必须小于该结点的数据域;如有右子树,则其右子树备结点的数据域必须不小于该结点的数据域。其特点是对该树进行一次中序遍历,打印出各结点的数据域值,可得到一个非递减序列,所以也可以看作是排序算法的一种。如果要求删除二又排序树的某一个结点,删除之后的树依然是二叉排序树,称为二叉排序树结点的删除。二叉排序树结点删除的算法,目前使用较多的是根据被删除是否二叉排序树…     

长江中下游地区汛期降水量异常与旱涝趋势

在（25°～35°N．100°～125°E）范围内利用48个测站1950～1991年降水资料和1470～1974年旱涝等级资料对长江中下游地区汛期（6～8）月降水异常和旱涝趋势进行了统计分析和推断,得出：长江中下游地区汛期降水量一般在450～600mm．相对变率为0.25～0．40．历年降水量最大值出现在武汉地区、浙皖赣交界地区以及苏北兴化─东台地区、最小值出现在安徽合肥─霍山地区,20a、30a、50a─遇的异常多降水量的最大值出现在武汉、衢县及兴化─东台地区,异常少降水量的最小值出现在大别山及长江三角洲地区．大范围旱涝连续出现和交替出现的可能性很小,在长江中游地区汛期旱涝具有50a和20a的周期变化,长江下游地区具有100a和20a的周期变化,本世纪80年代以来长江下游地区降水量波动增加．预计下世纪10～30年代将是洪涝多发期．10～20年代长江中游地区将是干旱多发期．     

准分子激光诱导下a—Si：H膜的电导率异常

用ＸｅＣｌ准分子激光器对ａ－Ｓｉ：Ｈ薄膜进行了低能量密度下的辐照处理,测量了激光辐照区内薄膜的电导率随能量密度与脉冲数的变化。研究表明,能量密度在７５ｍＪ／ｃｍ＾２附近的激光辐照可导致膜的电导率大幅度升高,这种电导率异常是膜表层形成了ｎｍＳｉ晶粒分散于ａ－Ｓｉ：Ｈ基底中的混合相的反映。     

构建和谐社会与心理健康

改革越深化、经济越发展，社会生活节奏越加快、矛盾越复杂。要构建社会主义和谐社会，心理健康就越显得重要。当前要充分把握心理健康标准及其重要性，调查研究心理不健康的主要表现，克服心理异常，医治心理疾病，积极促进社会主义和谐社会的构建和发展。     

可靠性统计与数据挖掘

讨论了可靠性统计与数据挖掘之间的关系．指出了用统计的理论与方法去进行数据挖掘在目前情况下仍不失是一种重要的方法。     

并发更新环境下的视图维护异常研究

通过对视图维护过程中的更新异常进行分析,发现并发更新是导致视图维护异常的主要原因.在并发环境下,数据更新和模式更新极有可能同时存在,这对视图维护工作带来极大的困难.在实例分析基础上,深入而细致地刻画了模式与数据全面并发的典型情形,为视图维护工作奠定基础.     

脑神经元移行异常的MRI诊断

为了提高对脑神经元移行异常的MRI诊断，笔者收集了5例脑神经元移行异常的病例，详细分析了本病的MRI表现，并讨论了脑神经元移行异常的发生、病理、分型以及临床表现．