基于ADS-B数据的机场场面多目标行为识别

针对机场场面监控视频中存在多个飞机目标,且各种行为轨迹相似,难以通过轨迹进行行为判断的问题,提出了一种基于广播式自动相关监视(automatic dependent surveillance-broadcast, ADS-B)数据的机场场面多目标行为识别。首先,利用ADS-B信息通过透视变换的方法对视频中的所有飞机进行定位;其次,利用历史轨迹预测飞机一定距离之后未来时刻的位置,通过历史以及预测的目标位置划定每一架飞机的运动区域;最后,将多目标行为识别转换为多个单目标行为识别任务。在每一架飞机的运动区域中,通过多时间尺度的融合卷积完成对所有飞机的行为识别。针对性地制作了一个包含飞机各种行为的小型数据集为基于融合卷积的行为识别算法提供训练和测试,同时在多个具有ADS-B数据以及相应标定数据的场面监控视频中进行了验证,实验结果表明本文方法可以满足包含多个目标的机场场面飞机行为识别任务。     

机场场面移动目标监控终端显示平台设计与实现

为了进一步提高机场场面监视能力,基于广播式自动相关监视系统提供的定位监视数据,设计并开发了一套应用于机场场面运动目标监控的终端显示平台。首先介绍了机场场面监控系统的组成与原理,然后详细讨论了显示平台下电子地图调用显示、数据解析与存储、目标动态定位跟踪、历史轨迹分析等实现方案。机场场面仿真实验表明在该平台下系统利用广播式自动相关监视系统提供的监视数据可对机场场面移动目标进行有效监视,实现移动目标动态跟踪、历史轨迹分析等功能,一定程度上提高了场面运行效率,具有实际应用价值。     

考虑相关性的雨天城市道路交通拥堵概率预测

雨天城市道路交通拥堵频发,交通运行在道路网络各路段间的交互影响较晴天明显增强。本文针对传统出行时间预算模型应用的局限性,考虑雨天各路段间行车延误的相互影响,改进了走行时间方差的计算方法,提出一种雨天城市道路交通拥堵概率预测方法。选取南京市某行车路径进行验证,通过4种工况、3种模型走行时间的比较,发现考虑相关性的分段组合模型更接近整体路径分布情况,且拥堵概率预测准确率大于90%。研究结果表明:本文提出的预测模型能有效预测城市道路雨天拥堵情况,可为雨天道路适应性评价和交通管控提供依据。     

机场冲突热点识别与等级划设方法研究

针对机场地面运行中航空器之间的潜在冲突区域,提出了基于场面监视雷达数据,提取机场机动区内航空器地面滑行轨迹,分析经过同一滑行道组件的任意两个航空器的滑行路径、滑行时间是否有重合,分析两机航向差绝对值和距离间隔是否满足特定约束条件的机场冲突热点识别方法;提出了基于冲突热点的日平均冲突航空器架次比进行热点的等级划设准则。开发了一套冲突机场热点识别与等级划设系统,并对我国中南某机场冲突热点位置进行识别并划设等级。其结果与专家反馈意见和实际管制运行情况一致,从而验证了热点识别方法与等级划设标准的合理性。机场冲突热点识别与等级划设工作可以有效提醒航空器驾驶员在地面滑行时特别关注"危险地带",降低或杜绝发生跑道入侵或地面冲突的几率,有效地提高机场地面运行安全水平。     

基于模糊C均值算法的城市快速路交通状态识别

针对城市快速路交通状态划分问题,提出一种改进的模糊C-均值(FCM)算法.为了解决FCM算法对初始聚类中心敏感、聚类前必须对聚类数和模糊加权指数给出恰当赋值等问题.首先采用减法聚类得到最大聚类数及相应的初始聚类中心,然后基于模糊决策的方法优选参数m,最终将聚类有效性函数融入FCM聚类,动态确定交通状态的分类.对上述方法通过Matlab6.5编程得出结果,对比分析表明提出的方法能够提高城市快速路交通流状态的分类效果.     

机场群一体化运行： 集成进离场与场面运行技术研究综述

近年来,中国民航持续高速发展,预计“十四五”末期中国民航运输机场数量将达到270个以上,逐步实现运输机场网络化覆盖。然而,由于机场之间空间分布过于密集而形成的机场集群式效应,造成邻近空域之间存在着复杂的耦合作用关系,若不能在空间和时间上对机场群内各资源进行充分解耦,则难以提升整体运行安全和效率。当前运行优化技术主要侧重于各自局部单一资源的优化,并没有统筹考虑内部跨区域的约束条件以及跨业务的运行环境,因此仅能得到局部最优化管制策略。为解决机场群全局集中式运行协同规划的实际需求,对集成进离场与场面运行(integrated arrival and departure and surface operations, IADS)技术展开综述。首先,从进场、离场和场面局部运行优化技术出发,分析中外研究近况并指明现存问题及研究局限;其次,创新性地对集成进离场与场面运行概念与技术总-分结构进行阐述,系统性说明IADS内在成分和逻辑关联;最后,分别从宏-微观尺度详细描述IADS所涉及的联合进场-离场调度排序问题、机场场面运行管理问题、进-离场航线选择问题以及基于时间的过点时序管控问题的算法框架和模型,...     

基于BP神经网络的机场旅客吞吐量预测

利用BP神经网络对非线性系统的函数所具有的以任意精度逼近的良好特性,设计了具有成都双流国际机场特点的、低成本的机场旅客吞吐量的BP神经网络预测模型,经过BP网络预测软件运行检验,证明在该机场应用BP网络预测方法不仅可行,而且有更好的预测精度。     

昆明7·18暴雨事件的灰色预测与预警等级

回顾了2013年昆明7·18暴雨事件及其新闻热点.给出了该事件当时在网上的点击量、评论量和转载量的统计数据,并分析得到网民对该事件的关注度随时间的发展而逐渐减少,关注度最高时是事件刚发生的那一段时间.利用C语言编程计算,给出了该事件点击量、评论量和转载量的灰色预测模型和预测结果.根据预测结果,判断该事件的预警等级为"蓝色".     

基于GM（1,1）模型的机场危险源预测研究

为提高机场危险源预警的准确性,提高风险管理水平,根据灰色模型的优点,采用GM（1,1）模型对其进行分析研究,结果表明灰色GM（1,1）模型预测精度高,适于机场的风险管理。     

基于改进FCM均值聚类算法的城市道路状态判别方法

针对传统FCM算法与阈值法两种交通流状态判别方法在适用性上的不足,通过分析交通流数据的分布特征,以各状态数据的离散性变化差异作为参考进行状态的划分,在FCM算法的基础上加入历史先验数据与后验概率进行初始聚类中心的优化,并将传统欧氏距离替换为对多维度数据之间变化关系与空间分布更加敏感的马氏距离进行算法改良,使交通状态判别结果更加接近实际交通运行状况。并使用实验数据进行算法验证,验证了方法的稳定性与结果的有效性,判别结果与数据表现也更加接近。     

基于深度学习的城市区域短时交通拥堵预测算法

城市的交通拥堵已经成为了各个城市中的普遍现象,严重影响了城市日常交通以及人们的出行。针对城市区域交通流的研究与分析,本文为了准确的对城市交通状态进行预测,通过网格划分的方法,把城市区域划分为多个区域,根据城市交通数据流的时空特征,提出了一种基于深度学习的城市交通拥堵预测模型（CS-Transformer）。该模型通过使用卷积神经网络(CNN)提取基于网格划分的城市区域交通数据的空间特征,然后采用全连接神经网络增强模型的表达能力,再通过相似性位置编码机制(SPEM)把位置信息加入交通数据中,最后运用Transformer网络捕捉交通数据的时间依赖特征。用成都市出租车GPS数据对模型进行验证,结果表明该模型预测结果优于卷积神经网络（CNN）、Transformer和CNN-Transformer等模型,以均方误差（MSE）为评价指标,将测试集中交通路网的平均预测精度分别提高了 19.6%、26.3%和10%。     

一种基于萤火虫群的实际流量预测方法

针对计算机网络快速发展产生的拥塞现象,在以往的研究基础上利用萤火虫群优化方法提出一种新的预测算法PGS(Prediction method based on Glowworm Swarm).该算法首先将到达流量视作萤火虫群,节点服务率视作吸引度,通过对萤火虫个体执行移动操作和随机飞行操作来获得最优位置和吸引度,以此达到提高预测精度的目的.同时,结合OPENT和MATLAB进行仿真实验,深入研究了影响PGS算法预测误差的关键因素.最后,对比分析了小波变换预测方法,本文算法的预测误差降低了1.08%,结果表明PGS具有较好的适应性.     

大型无人机机场选址方法

随着大型无人机系统的技术发展越来越成熟,针对大型无人机专用机场的选址研究已经成为极具前瞻性的课题。根据大型无人机的运行特点,将大型无人机机场选址的复杂影响因素按其重要性和选址阶段性归纳为限制性因素、风险性因素、经济性因素3个等级,在此基础上,提出一种地理信息系统(geographic information system, GIS)、熵权法-优劣解距离法(entropy weight method-technique for order preference by similarity to an ideal solution, EWM-TOPSIS)模型、p-中值模型相集成的综合选址方法。首先,利用GIS的空间分析功能获取多个满足限制性因素的初选址区域;其次,利用熵权-TOPSIS模型从初选址区域中筛选出风险较小的预选址区域;然后,利用p-中值模型从预选址区域中确定经济性较好的终选址区域。通过对面向支线物流的大型无人机机场选址的案例分析,验证了该方法的有效性和可行性,极大地提高了选址的时间效率。     

道路交通拥挤水平分类方法研究

道路拥挤水平是评估交通运行质量和道路网络性能的重要指标之一,对交通规划、路线导航以及道路拥堵管理具有重要参考价值.利用车载移动传感信息与驾驶员判断的一致性,研究一种自动分类道路交通拥挤水平的新方法.利用GPS传感器和CCD摄像机采集路况信息,使用滑动窗口瞬时抽样技术抽象出车辆运行模式.此外,还引入驾驶员对道路交通3种状态(Light,Heavy和Jam)的感知评价信息,将驾驶员感知和车辆运行模式引入到决策树学习算法(J48)中进行训练.     

基于模糊层次分析法的机场陆侧智慧交通系统感知水平评价

智慧交通系统感知体系是机场陆侧机电工程建设和运营的新兴领域,其感知水平对建设决策和设施规划具有基础意义?针对机场陆侧智慧交通系统感知水平的评价需求,选取机场陆侧感知设备?感知数据特性以及信息应用水平三个指标为二级评价指标,构建了基于模糊层次分析法的机场陆侧智慧交通系统感知水平评价模型,并通过各指标的敏感性分析说明该方法的应用过程。     

考虑模糊神经网络和小波变换相结合的实际流量预测算法

针对无线传感器网络流量预测误差较大的问题,基于模糊神经网络和小波变换提出了一种新的预测算法(State Prediction algorithm based on Fuzzy Neural Network,SPFNN).首先该算法利用α-稳定分布对实际流量进行刻画,并给出了满足该分布的判断依据;其次,通过结合模糊神经网络和小波变换来提高实际流量的预测精度;最后,结合OPNET和MATLAB进行联合仿真,深入研究了影响该算法的关键因素,并对比其它算法性能,结果发现SPFNN具有较好的适应性.     

基于PSO-Elman高速公路交通流预测研究

本文提出了基于粒子群算法(PSO)的Elman神经网络混合优化策略,采用PSO优化连接权值来训练神经网络,与标准BP算法相比,PSO采用实数编码,结构简单,学习收敛快,仿真结果表明该模型适合于高速公路短期交通流预测.     

棉田残膜拣拾机工作部件和参数选择初步探讨

地膜栽培技术能提高作物产量,但作物收获后,残留地里的塑膜要及时清除,回收,以免污染土壤和浪费塑料资源。本文重点叙述棉田残膜拣拾机械的主要工作部件,工艺流程及有关设计参数的选择。     

交通方式结构对城市可持续发展的影响分析

随着居民出行需求的多样化,从城市可持续发展的角度出发,构造了交通方式对城市可持续发展的评价模型,确定交通方式对城市可持续发展各方面的影响指标,如城市GDP增长、房地产开发、服务行业发展等,运用层次分析法对各交通方式影响城市发展的程度进行了综合评价,结合了评价结果,以城市可持续发展最大效率为目标,以城市交通需求、道路系统容量、环境容量等因素为约束条件建立了交通方式结构优化模型,并以苏州市为例,提出促进其发展的合理客运交通方式结构。     

运输问题悖论及其出现的条件

本提出了运输问题的奇物现象——运输问题悖论,并就退化运输问题和非退化运输问题悖论出现的条件进行了讨论。