流域可持续发展的系统动力学预警方法研究

流域可持续发展是以流域作为特殊区域的一种可持续发展模式,如何度量可持续发展状况以及度量发展模式是否具备可持续性,是目前研究和关注的热点。本文提出了流域可持续发展分析的新思路－系统动力学预警方法,并结合实例进行了分析研究,建立了流域可持续发展预警模型,通过可持续发展能力指数调整流域发展策略,拟定不同政策方案,进行了仿真研究,通过对各种政策方案下仿真结果的分析和评价,得出的对策意见和预警结果符合实际情况,为流域制定发展规划,调节各项政策提供了理论及方法、依据和决策支持。     

基于模糊神经网络的车辆避撞预警算法

为实现车辆的智能控制提供理论基础,研究了碰撞预警算法．在分析不同驾驶员的驾驶行为的基础上,确定碰撞预警算法的报警准则,用于指导报警算法做出合理的报警．基于报警准则采用模糊神经网络方法,提出一种多输入、多输出的协作预警算法模型,用于支持碰撞预警系统．利用实测数据对预警算法进行测试,试验结果表明,算法能够对车辆碰撞进行有效的报警,对提高车辆行驶的安全性具有重要意义．     

基于PEMS的混合动力客车排放和油耗性能评价

在中国城市客车行驶工况条件下,运用车栽排放测试技术（portable emission measurement system,简称PEMS）研究了某重型混合动力客车在怠速运转时采取停机和不停机两种不同控制策略下的实际排放因子和燃油消耗率．试验研究结果表明,停机模式比不停机模式可提高该车燃油经济性4．6％,但CO排放因子却增加了53．6％;怠速不停机时,HC＋NOx排放增加20．6％．同时说明对于混合动力车辆的油耗和排放,特别是排放的评价,应当采取基于整车的评价方法．     

北斗地基增强系统在地质灾害预警方面的应用研究

利用北斗地基增强系统作为基准服务,选择有代表性的典型滑坡和地面沉降区作为示范区,建立滑坡和地面沉降实时监测系统,提高对重点地区地质灾害的监测效率和预警能力,使得地质灾害监测预警更加实时和高效。     

一种基于状态树和拓扑分析的网络入侵预警系统

在LINUX平台下,采用C/C 语言实现了基于状态树和基于拓扑分析的预警系统.该系统能够快速准确地对即将发生的入侵行为进行预警,为大规模网络系统的安全性提供一定保障.该系统框架具有良好的可靠性和扩展性,能够适应于分布式入侵检测预警的需要.     

地震预警技术研究探讨

地震预警是指在地震发生时,抢在地震波传播到设防地区前,向设防地区提前几秒到数十秒发出警报,以减小当地损失的一种技术.目前很多国家如中国、日本和墨西哥等国家已经研发了针对特定工程、城市以及特定区域的地震预警系统.本文从地震预警原理、地震预警盲区、地震预警模式出发总结分析中国、日本和墨西哥的地震预警系统的发展及存在的问题,总结了目前地震预警的相关技术,包括观测台站的布局、地震烈度、地震观测系统和压电地震检波器等,最后指出了目前地震预警存在的问题,并对中国未来的预警系统发展提出了建议.     

嵌入式车载导航系统的地图数据库设计与实现

基于全球定位系统(GPS)和地理信息系统(GIS)的车载导航系统是智能交通系统的最重要的组成部分.结合嵌入式技术阐述了车载导航系统的设计与实现,重点介绍了WinCE下电子地图数据库的设计、连接与显示.     

地质灾害专群结合监测预警设备选型及预期成果

近年来,伴随着科技的快速发展以及互联网技术在多个领域的广泛应用,人们在开展地质灾害及预警网络工程建设过程中的技术得到更好地提升。在开展地表变形以及降雨等相关检测工作时,这些技术的运用变得更加广泛。为了更好地提升工作效率,加速人防及技防共同进步的效果,管理工作者必须从多个角度对其检测预警的设备及选择展开深入的分析,进而让其有更好的发展。本研究主要以甘肃省天水市秦州区地质灾害专群结合监测预警建设为例,阐述设备选型以及相应的预期成果方面的内容,希望能够对相关专业人士有所帮助。     

区域可持续发展质量预测建模

最本文在对预警的背景、理论和方法充分研究的基础上,首先在总体上阐明了预警研究的背景、现状和方法．以及区域发展质量监测与预警的意义及过程。设计了预测系统的指标体系、衡量与评价方案,旨在尝试构建可持续发展预测系统的框架,为可持续发展的定量研究提供一个新的思路。     

一种基于IBDP-GRU模型的热带果树寒冻害预警技术

针对热带果树寒冻害预警中涉及的气象数据不平衡问题,提出一种结合不平衡数据处理和门控循环单元的热带果树寒冻害预警模型(IBDP-GRU)。按照设定的低温阈值,将数据样本按其最低气温分为高于阈值(通常为多数)和低于阈值(通常为少数)2类;利用提出的欠抽样算法对多数类样本进行欠抽样,并为不同类的训练样本赋予不同的权重;将训练样本和权重输入到GRU模型中训练;结合未来一天的最低气温预测值和相关热带果树的寒冻害指标判断这些果树在未来一天是否会受害。实验结果表明,IBDP-GRU能在不显著影响多数类样本预测的同时更加注重少数类样本的预测;在预测果树一天是否会受害时,IBDP-GRU对香蕉寒冻害预警的正报率分别比GRU、LSTM、CNN-GRU和BP模型的高16.4%、19.3%、20.3%、31.3%,对莲雾寒冻害预警的正报率分别比上述模型高18.7%、18.6%、20.5%、32.2%。