基于时空关系的手机定位数据处理方法

应用手机定位技术进行交通信息的采集是当前国内外研究的一个热点.但是效果并不如人意,其中手机定位数据中包含了大量的“噪声”是一个重要原因.以某区域的手机定位数据作为对象,结合CELL_ID定位技术与手机切换的原理,首先根据蜂窝网基站的点数据,创建了与之对应的点、面图层;然后采用基于GIS时空关系的方法,对手机定位数据中“...     

基于数据融合的回热系统故障诊断方法研究

作者在火电机组回热系统常见故障的故障集、征兆集及故障树理论基础之上,利用模糊数学知识和相关理论,针对回热系统故障征兆参数的变化特征,采用不同的变化等级和阈值,建立了回热系统典型故障样本模式知识库及实时故障模式集。同时利用模糊推理和RBF神经网络,分别建立了回热系统故障诊断模型,在诊断结果层面上用数据融合算法进行适当的融合,将模糊理论与人工神经网络有机地结合起来,进行了优势互补。通过仿真典型故障数据和部分实测数据的验证表明,该方法提高了诊断的可靠性。     

基于合并电源60044-7/8与61850-9-2传输协议在智能变电站中应用的研究

变电站自动化建设是我国电力系统近年来重点建设项目,由此各种新技术和方法在智能变电站中得以广泛应用。文章对基于合并电源60044-7/8与61850-9-2传输协议在智能变电站中应用进行了探讨,分析其应用情况,这对提高智能变电站建设水平有着重要的现实意义。     

基于小波分析和集成学习的短时交通流预测

针对短时交通流具有随机性和不确定性等特征,提出一种基于小波分析和集成学习的组合预测模型.首先,对原始交通流数据的平均行程时间序列应用Mallat算法进行多尺度小波分解,且对各尺度上分量进行单支重构;其次,对于各重构的单支序列分别使用极端梯度提升模型(extreme gradient boosting,XGBoost)进...     

一种网络攻击下网联自动车的改进换道模型

网联自动车被认为可以提升交通效率、保证行车安全并节约能源,但是由于无线通信系统的开放性,网联自动车很容易受到网络攻击的威胁。现有的研究主要集中于网络攻击的种类及过程,并评估该攻击对车辆纵向行为的影响。本文旨在研究网络攻击对车辆横向行为的影响,即对网络攻击下的换道行为进行研究。通过对经典的跟驰模型智能驾驶员模型（Intelligent Driver Model, IDM）和经典的换道模型最小化换道总制动模型（Minimizing Overall Braking Induced by Lane changes, MOBIL）进行改进,提出了一种扩展换道模型（Extended Lane-Changing model, ELC）,来对网络攻击影响下的车辆换道行为进行建模分析。最后通过仿真实验,说明了不同的恶意网络攻击对车辆换道行为的影响。结果表明,网络攻击会显著影响车辆的换道决策,并导致异常驾驶行为。     

实验室智能排课的研究

针对目前实验室排课的具体情况,提出实现实验室排课的智能化的理论方法.通过分析实验室排课的资源集和约束条件,推导出实验室排课需求集(RCRL),从而提出了一种实验室智能排课的求解算法-AICRL.     

智能计算机辅助教学系统结构模型的研究

本文阐述了智能计算机辅助教学的定义、特点以及ICAI系统在研究中存在的难题,并提出了智能计算机辅助教学(ICAI)系统的结构模型和教学策略推理机的实现方法.     

氧化铝熟料烧结回转窑智能控制系统设计与应用

介绍了氧化铝熟料烧结回转窑的工艺生产过程。针对生产过程存在的大滞后、非线性和多变量强耦合等特点,提出了基于自适应模糊控制、软开关控制、自适应预测控制和传统回路控制相结合的智能控制策略,并基于此策略在计算机集散控制系统上开发了氧化铝熟料烧结回转窑智能控制软件,成功应用于某公司氧化铝熟料烧结回转窑,实现了氧化铝熟料烧结回转窑的稳定控制。该系统投运以来可靠性高,控制效果及时、准确,具有在冶金、水泥等行业推广的价值。     

美国智能运输系统体系框架发展模式解析及对我国的借鉴

对美国国家智能运输系统体系框架的开发过程、内容构成和实施策略进行了分析与总结．在对其框架定义发展模式和执行策略推进模式这两大核心内容进行梳理和分析的基础上,总结了美国国家智能运输系统的体系框架在设计思想、设计方法和与具体实施的关联性等方面的发展特点,并从以上几个方面出发,对我国在发展智能运输系统体系框架的完善过程中应注意的重点提出了建议．     

认知网络中无线电信号智能感知方法研究

无线电信号在噪声波动情形下的检测性能有待提高.该文提出了认知用户根据无线电环境变化自动调整检测阈值的感知方法.融合中心应用坐标搜索算法为认知用户提供最优控制参数,认知用户依据最优参数设定检测阈值,并自主学习特定无线电环境下的最佳阈值.此外,该算法充分考虑了各认知用户的个体特征及其感知贡献,并提出了一种基于能量值的加权算法体现用户特征.实验结果说明该算法对噪声波动具有卓越的鲁棒性,在信噪比低于-15 dB时的检测概率远高于传统方法.