基于物联网和PCA支持向量机的交通流量预测系统

为了解决已有交通流量监测系统存在的数据采集分散、车辆识别度低、实时性差和流量预测误差大等问题,设计了一种基于物联网技术和最小二乘支持向量机(Least Squares Support Vector Machine, LSSVM)的交通流量预测系统;首先,描述了系统原理和部署模型,然后对系统的硬件即车载传感器节点和Sink节点进行了设计,同时对系统的软件流程进行了描述,通过在监控中心执行PCA主成分分析方法实现对采集数据提取独立主成分,消除无关冗余数据,在此基础上采用LSSVM实现道路交流流量预测;最后,在十字路口布置实验环境,实验结果表明:文章方法能实时精确地实现交通流量预测,与其它方法相比,具有拟合精度高和的泛化能力强的优点,具有很强的实用性。     

GYG-1光纤压力传感器应变体力学模型设计

根据膜片式压力传感器的结构和特点,利用材料力学相关知识对其弹性体进行设计,并建立力学模型;根据膜片式压力传感器灵敏度要求,运用有限元分析方法进行分析,建立了既符合实际又简化的有限元模型;研究了弹性体的结构参数、温度、载荷等因素对传感器灵敏度的影响,为光纤光栅膜片式压力传感器的优化设计提供依据。