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...     

用几何形体法求解并联机械手位置正解

本文提出以虚拟杆为主要特点的几何形体法用于求解并联机械手的位置正解。与“六维搜索算法”相比,具有初值选取简单,适用性强的特点。为并联机械手的工作空间分析与综合、误差分析与综合等提供了一个有力的工具。     

苯甲酰类化合物构效关系的模式识别研究

用ＣＮＤＯ／２量化方法计算了３５个苯甲酰类化合物的量化指数,并应用模式识别方法研究了该类化合物的结构对治疗患Ｌ１２１０肿瘤小鼠药效的影响,得到满意的分类图。结果表明化合物的抗癌活性的主要影响因素为ＣＱＳ、ＥＬＵＭＯ、ＥＳＨＥＰ和π,药物的抗癌活性主要是通过抑制核苷酸还原酶所致,而且化合物在体内到达受体的过程和难易程度对药效的影响较大。     

Milestone of the meridian science──970th anniversary of the Chinese Bronze Statue of Meridian

For more than a thousand years, Chinese people were aware of the transmitted sensations by the application of needles on the body surface. This practice is called acupuncture. Acupuncture had been recorded and transcribed in writings and in drawings, until finally the acupoints were inscribed onto a bronze statue. The bronze statue was called the Meridian Figure. Deeply embodied in the bronze statue is a tripartite confrontation-prism representation of the humans body. This concept was a great scientific achievement in ancient China. The author traces the history of Meridian science described in traditional Chinese medical terms. Then he explores a clear analogy of the meridian pathway (MP) phenomenon. In a model system, by using a simple segmental in vertebrate, certain parallels can be demonstrated with the meridian concept. For example, the author demonstrated a clear correlation rule among the central mechano-sensory channels, and characteristics of positional discrimination in individual nerve cells from different receptive field inputs. The evidence suggests that the MP phenomenon is an objective neurobiological response. To clarify the research objective in this paper, the author suggests that the MP is a bi-directional pathway along which a positional message signal is transmitted. This phenomenon is evoked by physical stimulation, transmitted linearly across the human body segments, and is perceived by the brain. The MP consists of low resistance paths, is connected by the liquid media contained in the apposite membranous structure. At the cellular level, the regulation functions of MP must pass through along this low resistance path. Two aspects of the modern Meridian research are the functional regulation and the mechanism of intercellular liquid modulation at the nanometer level.     

基于语音识别的说话人身份辨识系统

提出一种在小字库孤立语音条件下,集成语音识别与说话人的识别技术,并进行说话人身份代码（密码）识别、认证．利用语音信号的短时分析技术进行孤立词的单元分割,采用临界带特征矢量作为语音信号特征,分析了经典语音识别算法——动态时间规整算法,提出了对语音模板各帧加权的改进方法．为提高识别响应速度,研究了多门限多轮次的判决方法,在增加多套模板、提高识别率的情况下,降低了系统的响应时间．     

质心层次特征的无约束手写体数字识别

光学字符识别（ＯＣＲ）是模式识别最为成功的应用之一．目前,ＯＣＲ的研究重点是无约束手写体字符识别．采用了基于字符质心的层次特征对无约束手写体数字进行分类识别．基于字符质心的不均匀分块方法,在一定程度上可以克服无约束手写体数字字形千变万化所引起的不稳定性．层次特征将字符在空间的二维分布转化为一维,特征抽取过程简单,易于实现．将该算法应用于无约束手写体数字的信函分拣系统,单字的平均识别率达９７％以上．     

片状化石燃料的循环流化床燃烧(Ⅰ)--片状颗粒的形貌描述和流态化阻力特征描述

比较了不同球形度概念对片状化石燃料的描述效果,研究了片状化石燃料球形度变化对其流态化特征的影响.分析了Krumbein球形度为0.1～0.4的京西无烟煤在一台50MW循环流化床锅炉上表现出来的特殊现象,如运行床温和炉膛压力大幅度波动、依靠排放冷渣保持稳定运行,揭示了这些现象发生的原因.     

韧性材料的细观力学实验和数值模拟研究

引入能够定量描述内界面的细观统计参量-形状因子,定义了基于内界面形状因子的损伤变量,建立了相应的细观力学模型,探索细观组织演化和材料宏观响应关系的力学问题。通过宏细观相结和的方法,对韧性金属材料的内界面进行实验研究和数值计算。通过对比试验和数值计算结果,认为可以用形状因子能够反映材料细观组织的演化情况,用损伤变量能够表征材料的损伤程度。并得到了内界面演化随应变发展的演化方程。对于发展和应用宏-细观相结合的损伤力学理论,对阐明韧性材料的变形、损伤、破坏机制有重要意义。     

新型功能材料驱动的高性能电液伺服阀

与传统伺服阀相比,以新型功能材料为电-机械转换器的电液伺服阀,具有高频响、高精度和易于微型化等优点。介绍了几种基于新型功能材料(超磁致伸缩材料GMM、电致伸缩材料PMN和形状记忆合金SMA等)的电液伺服阀的结构组成和工作原理,并对它们的各自特点进行了对比分析。最后对新型功能材料,特别是超磁致伸缩材料GMM,在高性能电液伺服阀的应用现状进行了展望。     

用局部奇异值分解与改进LDA相结合的方法进行人脸识别

简要叙述人脸图像的标准化过程，特征脸，LDA算法的原理及实现过程。用PCA获取最佳描述特征，然后用LDA获取最佳分类特征，并用实验证明了这种方案的可行性。