一种安全相关输入输出数据总线的实现

提出了一种在SPI总线上利用循环冗余校验码(CRC)、安全码和停等式自动反馈重传(ARQ)实现安全相关闭环传输的方法,给出了硬件电路设计方法和仿真结果.     

基于小波矩特征的小波神经网络目标识别

提出一种具有尺度、平移与旋转不变性的目标识别方法.该方法首先提取目标图像的小波矩特征,然后与小波神经网相结合,构成一套目标识别系统.小波矩不变量不仅可以表示图像的全局特征,而且还能表示局部特征;而小波神经网络结合了小波分析和传统神经网络的优点,具有很强的学习能力和推广能力.因此基于小波矩的小波神经网络目标识别系统在进行目标识别时具有很大的优势.实验中使用该方法对4类飞机目标进行识别,实验结果证明其识别率高于其它的目标识别方法.     

基于BIM和规则推理的施工进度计划自动编排

进度计划是施工管理、施工过程模拟的重要依据,自动生成进度计划能够提高编制准确性和效率.但是,现有相关研究大多采用基于案例或模板的方式,无法实现项目的 精确匹配,且仅考虑了空间上的约束关系,未梳理详细的知识规则.该研究面向建筑工程中常见的装配整体式项目,分解适用于进度计划自动生成的施工基本活动,建立编码体系,分析各类构件...     

不适定线性二层规划问题的一种新的激励模型

针对不适定线性二层规划问题,考虑将部分合作模型中参数合作度更改为变量激励份额,由上层决策者适当分配激励份额给下层决策者,从而使得下层决策者心甘情愿与其合作.首先给出对应的激励模型,并给出与之相对应的罚问题.然后,证明了解的存在性,并设计相应算法来获得原二层规划问题的最优解.最后,数值实验不仅验证了该方法的可行性,并且结果显示,该文激励模型的最优值要优于部分合作模型的结果.     

自动驾驶背景下智能路面研发进展

 综述了自动驾驶背景下智能路面的研究进展和发展趋势。介绍了智能路面为实现与AVs协同交互所需具备的3项关键技术：自导航技术通过在路面中嵌入车辆导航标志为AVs提供位置信息;自感知技术通过对道路气象信息和交通流信息的感知和分析,为AVs推荐安全车速,减少交通事故;自充电技术在解决充电系统可行性的基础上,需研究高透波率和导热路面材料以及新型复合路面结构。总结了智能路面为保证精细化施工和嵌入式元件的使用寿命而采用的预制式路面技术、BIM和3D打印3项先进建造技术。并指出除关键技术问题,智能路面的推广还面临社会、经济、法律和环境等非技术问题。     

基于决策树算法的AMT挂挡过程冗余控制研究

为了对AMT系统挂挡过程进行良好的冗余控制,针对挂挡位移传感器失效状况,提出了一种基于CART决策树算法的挂挡时间预测模型.模型建立过程中,选取挂挡阶段的气压p、变速器输入轴转速n₁、变速器输出轴转速n₂和同步器的同步速差Δn作为特征值变量,选取挂挡时间作为预测值.通过交叉验证,对原始决策树进行修剪,得到最优决策树模型.在使用测试集进行模型验证时,在预测误差不超过50 ms的情况下,对挂挡时间的预测具有90%以上的准确率.台架及实车试验表明,在挂挡位移传感器失效的情况下,基于该算法的电磁阀控制策略可以完成正常的换挡操作,通过实际传动比和控制策略预测得到的理论传动比的对比发现,预测的换挡点时刻的判断误差在50 ms以内.      

基于深度神经网络的高环境适应性水声通信系统研究

深度神经网络中的自动编码器(Autoencoder,AE)通过收发端两个神经网络模块进行全局优化,利用端到端的训练方式以提高通信系统的可靠性.然而,现有对AE的研究未针对信道进行特殊设计,尤其对于时变的水声信道的多径效应,难以进行灵活调整,降低了该方法的实用性.本文提出一种提高水声通信系统信道环境适应性的Attention-Autoencoder网络模型,基于Attention网络可以高效地从大量信息中筛选出关键信息的特点,设计了一种针对水声信道的Attention机制,该机制能够增加网络提取水声信道特征的能力,使系统的适应性大大提高.仿真验证和湖试实验结果表明,基于Attention-Autoencoder网络模型的通信系统与基于文献中AE模型和没有引入神经网络的水声通信系统相比,具有更高的信道环境适应性.     

共享自动驾驶汽车使用意愿模型及其影响因素

为了构建共享自动驾驶汽车(shared autonomous vehicles,SAV) 的使用意愿模型并分析其影响因素,通过使用时机和使用频率来体现公众对SAV的使用意愿;采用验证性因子分析将态度潜变量转化为潜变量得分,以此将态度潜变量引入传统的有序Logit模型;提出SAV使用意愿的有序Logit模型构建方法,并建立基于个人属性、通勤特征、态度潜变量的SAV使用意愿模型.研究发现:是否使用过滴滴拼车、工作单位停车费、自动驾驶态度对使用时机和3种价格(1,2,3元/km) 下的使用频率有显著影响;使用过滴滴拼车、工作单位收取停车费、支持自动驾驶的群体倾向于频繁地、更早地使用SAV出行;公众期望以1元/km或 2元/km即不超过目前滴滴拼车的价格使用SAV.