基于变量选择-神经网络模型的复杂路网短时交通流预测

摘要： 针对传统交通流预测模型正在由单断面历史数据处理向多断面、多时刻历史数据处理转变,但在考虑各断面间的影响时,多变的交通状况往往会使预测模型复杂化的问题,引入一种多元线性回归最小绝对收缩和选择算子方法(Lasso),并利用其优秀的变量选择能力,在复杂路网多断面中选出相关性较高的断面；结合神经网络(NN)的非线性特性,提出了Lasso NN组合模型.结果表明：Lasso NN模型在路网交叉口对未来15 min交通流数据预测的误差率低于9.2%；在非交叉口的误差率低于6.7%,总体优于各自单独使用得出的结果.     

涉枪案件中的气枪杀伤力检验

本文通过对涉枪案件中气枪杀伤力刑事技术的鉴定和检验，说明气枪具有较大的杀伤力。     

用增量有限元法计算金属流动

利用增量有限元理论 ,对金属材料的变形过程进行模拟。为了模拟工程中塑性变形较大的构件的变形规律 ,在每个加载步迭代完成后自动实现坐标更新。     

改扩建项目费用效益判定和计算方法的研究

提出了改扩建项目的概念分析及范围界定，介绍了改扩建项目增量效益和费用的识别和计算方法。     

双质点系统相对动能和相对动量矩表示式的应用

本文通过动能转化的实例分析说明:什么情况下可将相对动能和相对动量矩的表示式用于三质点系统.并通过一题多解的方法说明:使用相对参考系处理双质点系统及可简化为双质点的三质点系统的能量转化问题的优越性。     

C2F6分子里德堡跃迁的绝对广义振子强度测量

C2F6是一种人造气体,它在半导体工业中有着非常广泛的应用.由于它的分解率极低,所以很难把它从环境中排除掉,对温室效应的影响比较显著.采用光吸收技术和电子散射方法已对C2F6分子的电子结构进行了研究.然而,迄今为止,尚没有关于该分子的绝对广义振子强度实验测量.Lassettre及其合作者首先采用角分辨的电子能量损失谱技术用于精确的偶极振子强度测量,角分辨的电子能量损失谱仪的原理和实验方法已在其他文中作了详细的介绍[1].通过采用Bethe求和规则可独立地对任意动量转移下的广义阵子强度进行绝对定标,本次实验中谱仪的能量分辨率为0.8e…     

一类振荡积分渐近可展条件

本文讨论了一类振荡函数积分的渐近展开的充要条件 ,改进了一些已知的结果     

突破列车脱轨难题的能量随机分析道路

综述了列车脱轨的国内外研究现状；分析了脱轨研究中的主要问题为：各国制订的规范标准不能预防列车脱轨，未抓住主要矛盾，脱轨计算理论存在三个根本问题——列车轨道(或桥梁)时变系统振动方程组解的唯一性无保证，横向振动的激振源不清楚，该时变系统振动的随机分析问题未解决；提出了一条突破列车脱轨难题的能量随机分析道路、预防脱轨措施及抗脱轨安全系数的计算方法；计算了四个列车脱轨实例，计算结果均与实际发生的脱轨事故和脱轨试验测出的车辆振动响应符合。     

基于RBF网络的增量学习

提出了一种基于径向网络的增量学习算法 ,在对新样本进行学习时 ,通过恢复受干扰样本的方式来尽可能保持已有的知识不变 .模拟实验证明了本算法的正确性和有效性 .