基于活动模式的工作者出行生成预测模型

为改进传统出行生成预测以单个出行为分析单元、难以反映个体出行行为的不足,建立了基于活动模式的工作者出行生成预测模型.采用相关性分析和多项logit方法研究了1617个有效样本的居民个体属性、家庭属性、区位属性、出行属性、活动属性所引起的活动和出行生成模式的差异.通过建立包含显著变量的6种典型活动模式效用函数,获得个体选择概率.按概率集计法分析各交通小区各类活动模式总量,结合活动模式中包含的出行链平均长度,进行工作者出行生成量预测.基于活动模式的工作者出行生成预测模型有助于以出行链整体为单元考察多次出行之间的关联性,增强出行生成模型与行为模型的融合.     

高校智慧校园系统需求分析与功能分类探索

智慧校园系统是提升高校信息化管理水平的重要途径,厘清高校智慧校园系统各类功能的用户需求属性,对提升智慧校园服务质量至关重要.在问卷调研基础上,采用德尔菲法、Kano模型和Better-Worse系数等多种方法,明确了智慧校园系统的服务内涵,构建了包括5个维度、27种功能的智慧校园系统功能需求服务体系,并对智慧校园的用户...     

细集料含量对二灰碎石混合料性能的影响

以工程实际常用的二灰和集料比为20：80的石灰粉煤灰稳定碎石混合料为研究对象，研究分析细集料含量对二灰碎石混合料的无侧限强度、抗压回弹模量和干缩性能的影响规律。结果表明，当2.36mm以下细集料含量在10％左右时，二灰碎石混合料可取得理想的强度性能和良好的抗收缩性能，即二灰材料替代细集料可以得到性能良好的二灰混合料，并可有效提高其抗水侵蚀能力。     

智慧城市研究--以合肥为例

随着城市发展问题越来越突出,智慧城市建设越来越受到各国青睐,国内外也涌现了一批智慧城市建设的典型。合肥作为中部崛起的中坚城市,较深厚的科技创新能力和潜力,较发达的电子信息产业,较成熟的天网工程和数字城管都将助其智慧城市建设。目前比较成熟的四种智慧城市建设模式,分别是政府投资建设模式、政府投资委托运营商建设模式、政府运营商合作建设模式和运营商独立投资建设模式,通过比较分析可以得出,“政策＋技术”的将是合肥智慧城市建设的可行路径选择。     

基于改进粒子群算法的集成网络节点部署优化

针对集成RFID与WSNs网络中智能节点最佳位置的选择问题,采用改进粒子群算法优化策略,在复杂的传播环境、交叉覆盖及智能节点间不可避免的干扰等影响因素下,寻找智能节点的最佳位置。该最佳位置不仅要保证给定智能节点对标签的最大覆盖率,而且要使得智能节点间的干扰最小。仿真结果表明,基于惯性权重线性递减策略的粒子群算法,加快了寻找最优节点部署的速度,并能快速有效地收敛于最优解,从而在保证覆盖率的前提下使干扰最小。     

智能天线与多用户检测的联合抗干扰模型构建

联合抗多址干扰技术是目前移动通信技术研究的热点.将智能天线与多用户检测技术相结合可抑制相干干扰,改善系统的误码率性能,提高移动通信系统的有效性与可靠性,优化无线资源的利用率.提出了采用智能天线接收后进行多用户检测的CDMA系统模型,并引入基于LMS算法的自适应滤波器来消除窄带干扰.Matlab软件仿真结果表明,联合抗干扰模型较好地提升了误码率性能.     

变形钢筋与高强轻骨料混凝土的黏结-滑移性能

研究变形钢筋与轻骨料混凝土间的黏结-滑移性能,完成了9组中心拉拔试验,分析了轻骨料混凝土强度、锚固长度、粗骨料类型及钢筋的直径对黏结应力的影响.结合试验结果,采用厚壁模型,给出了轻骨料混凝土黏结强度的解析解,并建立了钢筋与轻骨料混凝土间的黏结应力-滑移曲线本构模型.结果表明:轻骨料混凝土的黏结-滑移性能主要受砂浆强度影响,使得该类混凝土与变形钢筋间的黏结应力优于普通混凝土;黏结强度随着轻骨料混凝土的强度提高而增加,随着黏结长度的降低而增加;本文提出的本构模型能够较为准确地预测试验曲线.     

无线传感器网络中数据流聚集的预处理

提出了一种基于无线传感器网络数据流聚集的预处理算法。传感器结点将其在一段时间内采集到的信息当作一个数据流,由此组成数据流上的查询集合,为了得到对于给定查询的结果,结点采用预处理的算法在查询集合中选择出最有效的时间段信息,并把该段时间内的数据发给路由上其他结点进行进一步处理。提高了网络结点感知效率和数据精确度。     

基于OV7620智能车的路径识别及控制策略

智能车是可以自动识别道路并以最短时间行驶全程的一种无人驾驶汽车.路径识别跟踪技术和快速、稳定的控制策略是智能车发展的重要标志.给出以OV7620作为智能车的主传感器,以红外对管作为辅助传感器对赛道的信息进行采集.OV7620把赛道的亮暗程度转化成像素的灰度值,采用边沿跟踪检测图像处理算法.采用PID与bang-bang算法相结合的算法对智能车进行速度控制.实验表明智能车可以实现任意路径识别与智能快速行驶.     

智慧学习环境中基于贝叶斯网络构建学生模型的研究

智慧学习环境是当前教育技术学界的一个前沿研究领域,从C/S架构的智能学习系统发展到B/S架构的智能化网络学习环境,学生模型仍然是其最核心的功能模块,是学生自我导向式学习情境中构建智慧学习环境的关键因素.本文采用文献分析法和实践调研法,从学生模型的分类、数据结构和建模方法等几个方面,对国内智能网络学习环境中学生模型的研究现状进行了较为详细的研究,并通过梳理近年来关于静态学生模型和动态推理模型的研究,提出了智慧学习环境中基于贝叶斯网络构建学生模型的框架,期望为智能学习系统中学生模型的理论研究和实践发展提供可借鉴的参考和经验.