基于灰色系统理论的交通事故预测模型

交通事故的发生是一个典型的灰色系统,利用灰色理论的GM(1,1)模型建立了交通事故起数、死亡人数、受伤人数及直接经济损失预测模型,并利用某市31个月的交通状况数据验证了模型有较好的精确度。     

现行国际海运统计方案述评

本文对联合国提出的国际海运统计方案的主要内容与优缺点作了较详细的分析,并对我国目前试点本方案的组织形式提出了建议。     

基于神经网络的监控数据智能处理方法

针对船用系泊缆绳安全智能报警系统中的表格试验数据，提出了应用神经网络技术的智能数据处理方法。该方法克服了传统数据处理方法一般难以找到合适的逼近函数、处理过程复杂的弱点，避免了传统数据处理方法上的不便性和局限性，实现了表格数据非线性输入输出的映射。通过样本学习而建立的网络可以提高数据的取用效率，具有很大的灵活性和适用性。这是一种很有应用价值的数据处理方法。     

单片微机在仪器、仪表智能化方面的探讨

本文以DPB—Ⅱ型红外测温仪为侧,讨论仪器仪表采用单片微机作为中心控制单元时的基本结构、微机信号处理系统硬件以及系统软件流程简图。     

基于尺度耦合特性分析的侦听网络流量扩张模型

在能量受限的侦听网络中,需要大量的信息交换,由于瓶颈节点的能量消耗无法满足侦听网络的流量需求,需要进行流量扩张模型构建。传统方法采用对偶子梯度法实现对侦听网络的流量扩张,方法只能考虑一种流量和节点的组合,适应性能不好。提出一种基于小波变换尺度耦合特性分析的侦听网络流量扩张模型,对侦听网络流量时间序列进行采集与分析,通过小波尺度耦合分析,对路由接收的调度任务指令数量做出有效预测,从而为调度模型的建立提供准确的数据基础。分析流量序列的瞬时频率线性变化规律,得到带宽频间谐振模型,通过小波尺度耦合特性约束,提高了流量的流通量,实现流量扩张。仿真结果表明,算法能有效提高侦听网络的数据流吞吐量,网络流量通道得到有效扩张,提高了侦听网络的安全性和通信效率,展示了较好的应用性能。     

基于鱼群信息链特征优选的域间流量监测

对内容中心网络的域间流量监测是未来互联网架构和网络安全监护的重要内容,通过域间流量监测,防止网络拥堵和不稳,提供网络性能,同时缩减网络冗余流量。传统方法中,对域间流量的预测采用双谱分析的方法进行特征提取,实现对局域网流量的预测,算法受到短时缓冲流量的非线性特征的影响,性能不好。提出一种基于鱼群信息链特征优选的域间流量预测算法,进行网络流量信号模型分析,构建流量监护数据样本驱动空间,进行鱼群信息链特征优选系统模型与数据预处理,得到域间流量为一阶空间权矩阵,域间网络流量信息数据表示为一个方阵,实现基于鱼群信息链特征优选的域间流量预测算法的改进。实验得出,采用该算法,在较低的信噪比下,仍然具有较高的预测精度,域间流量估计误差较低,性能较优。     

基于交通信息的通勤出行链模式选择行为

为探索通过智能手机等通信工具随时随地获得的交通信息对居民通勤出行链模式选择行为的影响,采用RP(Revealed Preference)调查获取出行者的社会经济属性、交通信息使用属性以及通勤出行链模式选择行为数据,用信息查询频率度量出行者的交通信息使用属性,建立估计通勤出行链模式的二项Logit模型.研究发现:(1)交通信息在促进复杂链的生成上发挥着较大的作用;(2)在交通信息的作用下,停车换乘(Park and Ride,PR)方式比公共交通和小汽车都更能促进复杂链的生成;(3)出行者的性别、婚姻状态、家中是否有12周岁以下儿童等对出行链模式选择不会有显著影响.     

轴承故障音频信号诊断方法的仿真实验

基于滚动轴承的音频信号,采用隐马尔可夫模型(Hidden Markov Model,HMM)建模,分别利用Matlab和Visual C ++工具,对内圈、外圈、滚动体和保持架等轴承的四个重要部件进行了故障诊断的仿真实验.同时,对Matlab和VisualC++这两种环境下的故障诊断系统开发过程和仿真实验结果进行了比较...     

面向国际一流大学的信号与系统课程教学模式研究

信号与系统是大学本科理工科专业的一门重要技术基础理论课程,其基本特点是利用数学工具来分析科学研究和实际过程中的问题,包括数学推导及分析、物理概念揭示以及计算机仿真实验。本文从教材、教学、考核及与计算机实验等四个方面总结了国外一流大学的信号与系统课程特点,并分析了信号与系统课程在内容和教学模式上的发展趋势,最后结合国内的基础,给出了信号与系统教学的具体建议。     

我国高等教育的信号传递与信息甄别的混同化特征

信息不对称理论指出,在不同的制度条件下,由于信息产生的成本不同会导致高等教育信号的分离均衡与混同均衡。我国教育体制与社会评价机制的单一化与行政化是混同的教育信号与信息甄别的混同合同相结合的典型表现。而市场的信息甄别机制会进行新一轮的信号筛选,进而产生新的信号值。