基于视频检测技术的城市快速路车流减速波传播特性

选取一段频繁发生车流减速波现象的城市快速路作为数据采集地点,结合视频检测技术进行微观减速波数据采集与处理.基于减速波传播过程中车辆速度和加速度的数据分析,得出驾驶员在波传播过程中的微观行为特征,在此基础上给出减速波传播过程中驾驶员反应过程的具体描述,分为感知阶段、决策阶段和控制阶段;进一步从驾驶员感知时间、减速波传播速度和传播图像3方面对减速波传播特性进行研究,可为减速波微观仿真与控制提供一定的理论基础.     

基于火焰图像特征与BT-SVM的窑况识别方法

针对氧化铝回转窑烧成带工况变化复杂难以实现连续在线检测,长期依赖人工看火操作的难题,提出了利用计算机图像处理技术模拟传统的人工看火过程进行窑况识别研究的方法,方法包括两个部分:提取烧成带火焰图像特征,融合关键工艺过程数据组成混合特征;建立具有准正态二叉树结构的支持向量机窑况识别模型对混合特征数据进行分类识别.最后,应用该方法对采集得到的火焰图像数据与过程数据进行仿真实验研究,获得了满意的效果.     

历届奥运会男子田径速度性项群发展历程回眸

采用文献资料法、数理统计法和归纳法对历届奥运会男子田径速度性项群比赛前3名成绩进行了数理统计分析．结果表明：历届奥运会男子田径速度性项群成绩进展具有一定的阶段性,各个历史时期内奥运会男子田径速度性项群成绩有升有降．这与其各时期训练理论及方法的创新、场地及器材的更新以及当时特定的政治、经济、文化历史背景有关．在各个历史时期内都有代表每种训练方法的优秀运动员出现．从历届奥运会成绩总体发展来看,今后各项运动成绩发展速度将会越来越慢,男子田径速度性项群成绩纪录已逐渐接近人体生理极限．     

云南头寨滑坡全程流体动力学机理分析

云南昭通头寨沟于1991年9月23日突然发生大型高速滑坡,总方量约1 800×104 m3的滑体高速下滑,在2～3 min的时间内冲入盘河.文中用流体动力学理论分析了头寨滑坡全程各个活动阶段的动力学机理,并得出了几点结论.启程阶段由于孔隙水压力及水汽垫层的共同作用,使作用在滑动面上的有效应力显著降低,从而导致滑带土抗剪强度减小;近程阶段高速飞行的滑坡体会产生机翼效应,使滑体势能更多地转化为动能,高速滑体可越过小山包且凌空飞行时间更长,飞行距离更远;远程阶段高速运动的碎屑体与周围空气之间产生复杂的空气动力学现象.产生的高速运动的垂直向上的气流和旋转向前的高速涡流的共同作用是碎屑流高速远程运动的根本原因.     

数字式光栅转矩测量系统的研究

文章概述了各种转矩测量的原理、特点后,提出采用光栅式转矩测量的方法来测量超高速转轴的转矩．在详细介绍了该系统的原理后,分析了转轴的超高速对系统设计的影响及对策,与现有的转矩测量仪器相比,该系统可对100000r／min以上的超高速转轴进行测量,具有较高的测量精度和可靠性。     

从节能角度看高速铁路

通过高速铁路与其他运输方式的能耗比较,提出应重点发展高速铁路,并就高速铁路各方面的节能措施提出建议.     

短跑道速度滑冰全国纪录的灰色模型及其预测

针对运动成绩变化规律的模糊性、未知性等 ,运用灰色理论的灰色模型方法建立了我国男女短跑道速滑全国记录 1 0个项目的灰色GM ( 1 1 )预测模型 ,并进行了后验差检验和关联度分析 ,结果表明预测模型可信 ,精度较高 并用该模型对 2 0 0 1～ 2 0 0 3年运动成绩进行预测     

基于元胞自动机的污染物潜水面扩散仿真算法

污染物由介质进入地下潜水面后,会在饱和带随地下水径流发生扩散。对该过程进行动态模拟与评估,可为地下水污染应急决策提供可视化手段。以元胞自动机为基础,耦合地下水污染扩散的分子扩散和机械弥散过程模型,构建了污染物地下水扩散的元胞自动机规则。采用抛物线方程模拟污染源汇项的输入,在二维平面上通过经验公式推演水动力弥散系数,计算元胞的污染扩散通量。将该方法应用到北京密怀顺地区,动态模拟农药在潜水面的扩散过程,具有较好的可视化效果。     

林火监测中基于视觉的火焰检测方法

基于计算机视觉的火灾监测系统中对火焰的早期检测是防止森林火灾蔓延的关键。提出一种基于运动检测和像素颜色特征相结合的新的火焰检测方法。首先根据图像序列建立背景模型,突出显示运动部分;并采用邻域平均方法对目标和噪声进行分离。其次基于边缘特性,获取序列图像的边缘变化情况,将两者融合得到感兴趣(ROI)区域。最后,将亮度与饱和度分离,产生火焰的有效颜色空间。通过对火焰像素亮度(I)分量区域与饱和度(S)分量区域进行相关性分析来确定火焰。实验结果显示,方法具有良好的快速性,在较短的检测时间下,可以保证较高的检测率和较低的误检率,对火焰序列图像的检测率达到91.78%,对伪火焰图像的误检率达到7.11%。     

LTE上行链路高速铁路应用场景中的频偏估计方法

提出了一种长期演进(LTE)上行链路频偏最大似然(ML)估计算法,并通过定量分析该算法与基于2个训练序列相差的频偏估计算法(相差法)的估计性能,提出了一种联合频偏估计算法.仿真结果表明:与相差法相比,所出提的ML估计算法与联合估计算法的频偏估计范围均能够覆盖高速铁路应用场景中的最大频偏,且ML估计算法不受LTE上行链路跳频传输的影响;在信噪比10 dB且少于4个用户的情况下,2种算法均能够提供10-4或更小的归一化频偏估计均方误差;在单用户情况下,联合估计算法比ML估计算法的均方误差在信噪比上提高了近5 dB.