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...     

HQ70钢疲劳强度统计特性研究

在对HQ70钢疲劳寿命统计特性研究的基础上,利用疲劳寿命分布与疲劳强度分布函数间的转换关系,对HQ70钢疲劳强度分布特性进行研究,并作出疲劳寿命强度概率分布的P-s-N三维空间曲面.确认疲劳强度分布并非通常假设的正态分布,而是偏态分布,其特征函数的概率分布为标准正态分布.     

空地导弹落点精度评估系统

为满足导弹设计与试验中高精度的落点精度评估要求,以落点精度评估系统为研究对象,从系统的总体设计思路出发,设计并开发了系统的数据库、数据处理子系统以及评估子系统,同时,详细给出了各模块的具体计算步骤及计算模型。最后通过软件的实例计算测试了系统的稳定性和维护性。该系统的设计开发可为装备定型、部队作战使用、研制单位验证设计思想和检验生产工艺提供技术支撑。     

坐标动量几率相关分布的辛普森法研究

用辛普森法研究了不同体系的粒子在动量空间和坐标空间的几率分布的相关性及坐标和动量的分布宽度之积与宽度内所含几率的关系。     

变质量高阶非线性非完整系统的相对论性Kane方程

本文在同时考虑经典变质量和相对论变质量的情况下,由相对论性成有Ｄ’Ａｌｅｍｂｅｒｔ原理推导出变质量高阶非线性非完整系统的相对论性Ｋａｎｅ方程。     

马尔柯夫链状预测的概率计算及拓广

提出了一种马尔柯夫链状预测中的概率计算新方法：状态划分矩阵法;具有模糊状态的马尔柯夫链的概率计算公式,并用实例计算作了说明。     

大肠杆菌编码区5′端碱基的统计分析

统计了大肠杆菌１２８８个编码序列开始的３３个碱基位点（１１个密码子）上各碱基出现的概率,发现第２、第３密码子各位点上的碱基概率分布与其它密码子上的碱基分布概率不一样;碱基Ｇ和Ｔ出现的概率从第４个密码子后呈现明显的３周期分布．我们还研究了这些位点上的碱基概率分布与基因表达水平的关系,发现高表达基因和低表达基因在第２、第３密码子各位点上,其各种碱基的概率分布是有区别的;高表达基因碱基Ｇ和Ｔ的概率分布３周期性更明显．     

矩阵函数单重积分的格点漂移技术及应用示例

建立了矩阵函数单重积分的格点漂移技术,并阐述了其特殊的数学意义;把格点漂移技术应用于分立基量子系统中的一般转动算符矩阵的格点方法计算中,并将其结果应用于计算二维叠加态在一般转动算符作用下的几率分布演变比。     

随机变量序列几乎处处收敛的几个等价命题

由随机变量序列几乎处处收敛可推出其依概率收敛，进而可推出其依分布收敛，可见判别几乎处处收敛的重要性．给出了它的几个等价命题，同时还证明了独立随机变量和序列几乎处处收敛等价于依概率收敛，亦等价于依分布收敛．     

在非时齐马氏决策过程中的动态贝叶斯网络研究

提出了用动态贝叶斯网络（DBN）对非时齐马氏决策系统进行建模的改进方法，使动态贝叶斯网络能被更广泛地应用于各种复杂的真实系统中．该方法的基本思路是，将扩展后的隐藏变量引入DBN的演化过程来建立假设条件所要求的马尔可夫模型，给出从不完整的样本数据集以及存在隐藏变量时来学习DBN结构的算法，进而用贝叶斯概率统计方法对后来的时间片的充分统计因子进行估计，并通过当前已存在的和估计的充分统计因子对基于时间变化的转移概率进行学习，以解决假设条件要求的转移概率的时不变性．原理性分析和仿真实验结果也验证了改进方法的有效性．