防治公路超载车辆破坏作用的技术对策

当前，超限超载现象在我国已相当严重，其中，超载车辆对公路、桥梁等基础设施和人民生命财产造成了严重损害：路面车辙、沉陷、网裂，桥梁铺装破损、梁体裂缝、断裂坍塌等，恶性事故急剧增多。为此，国家和地方已出台多项治理超限超载的法律法规，治理超限超载问题已成为交通管理工作的重中之重。     

戈鲁金不等式的推广的一个应用

本文利用推广后的戈鲁金不等式给出了超限直径与Ｒｏｂｉｎ常数之间关系的一种新的证明方法。     

车辆超限超载运营的危害与整治对策

当前我国公路交通运输车辆超限超载是困扰我国公路交通的严重问题之一。本文分析了车辆超限超载运营的危害，提出了治理对策。     

组合结构的抗震设计和性能

本文讨论了组合框架结构的抗震设计及其性能。新的欧洲4号标准EC4,组合钢筋混凝土结构的设计,欧洲标准委员会,第三草案,英文版,1994-1-1:2001,2001年4月和欧洲8号EC8,欧洲抗震设计,欧洲标准委员会,第三草案,1998-1-1:2001,2001年5月。目前处于开始阶段,用于设计6个组合钢筋混凝土框架。本文讨论了使设计者迷惑的有缺陷的规范和条款。非线性静力推移分析用于获得框架的响应和超限强度。通过对满足屈服和破坏状态下的时程分析增量来评估响应修正系数。本文的另一个目的是研究按弹性设计的结构在耗散模式下能否正常工作。     

低瓦斯矿井老塘回风处理回采面上隅角瓦斯超限的试验

文章阐述了低瓦斯矿井开采深部时,回采面上隅角瓦斯超限给安全带来了威胁,提出了老塘回风解决上隅角瓦斯超限的途径。     

量子粒子群优化核极限学习机的遥感影像分类

极限学习机初始参数具有随机性,容易导致其对高分辨率遥感影像的分类结果出现局部最优现象.为了解决上述问题,提出了一种基于量子粒子群优化核极限学习机的遥感影像分类方法.该方法利用量子粒子群算法对核极限学习机的核参数与正则化参数进行优化,根据参数优化后的结果构建量子粒子群优化核极限学习机的遥感影像分类模型（QPSO-KELM）.通过实验对比了SVM、KELM、PSO-KELM、QPSO-KELM这几种分类方法对高分二号遥感影像数据的分类精度与效率.结果表明：QPSO-KELM的分类精度、运行速度均优于其他几种分类方法,该方法能有效提取遥感影像上的地物要素信息.     

改进的核极限学习机定位算法

针对神经网络无线定位方法,存在训练耗时长,定位结果易受噪声干扰的问题,提出了一种改进的核极限学习机无线定位算法。采取在同一位置进行多次测量的方法得到训练数据;把同一位置测得的数据划分为一个样本子空间并提取样本子空间的特征,以样本子空间的特征代替原来的训练数据;利用矩阵近似及矩阵扩展的相关理论改进核极限学习机算法;将处理过的训练数据利用改进的核极限学习机进行训练,得到定位预测模型。仿真结果表明,在相同数据集下,改进的核极限学习机训练用时短、定位速度快;在相同噪声干扰情况下,此算法定位预测误差小。经验证,该算法不但能提高网络的训练速度、定位速度,还能有效地降低噪声的干扰,提高定位精度。     

基于二层分解技术和改进极限学习机模型的PM_(2.5)浓度预测研究

准确的PM_(2.5)浓度预测对于保护公众健康和提高空气质量有重要意义,然而,由于PM_(2.5)浓度序列的随机性、非线性以及非平稳性等特征增加了对其准确预测的难度.本文提出了一种基于二层分解技术和改进极限学习机(ELM)模型的PM_(2.5)浓度预测方法,该方法融合了快速集成经验模态分解(FEEMD)和变分模态分解(VMD)两种分解技术以及经过差分演化(DE)算法优化的ELM模型.为了验证所提出预测方法的有效性,本文使用该方法对北京市和石家庄市的PM2.5浓度序列进行了预测研究.结果表明:1)相比于单层分解技术,本文提出的二层分解技术可以更加有效地降低PM2.5浓度序列的非线性及非平稳性特征;2)基于二层分解技术的DE-ELM预测模型可以显著提高PM_(2.5)浓度的预测精度.     

基于深度极限学习机的高光谱遥感影像分类研究

高光谱遥感数据越来越普及并为人们广泛使用,基于高光谱遥感数据的地面物体精确分类是高光谱遥感技术的核心应用之一.针对高光谱遥感影像的分类问题,提出一种基于深度极限学习机(D-ELM)的分类方法.该方法利用一种新的深度学习模型——深度极限学习机对高光谱遥感影像进行分类,并与基于极限学习机(ELM)、支持向量机(SVM)、核极限学习机(ELMK)分类方法进行了比较分析.研究结果表明:相对于ELM、SVM、ELMK分类方法,D-ELM分类方法能够更加准确地挖掘高光谱遥感影像的空间分布规律,提高分类的准确度.