一种面向全景视频的交通状态检测方法

传统的交通状态检测方法对全景视频中的车辆检测时存在检测精度低、鲁棒性差等缺点。为了解决这些问题,该文提出了一种新的基于虚拟检测线的车辆检测方法。首先,利用提出的基于动态学习率的改进混合Gauss模型构建背景,背景模型的学习率由检测到的车速决定;其次,通过引入Mahalanobis距离来判断虚拟线上的像素是否属于背景;最后,通过设置检测跟踪区域检测车速并跟踪车辆行驶轨迹,避免重复计算车辆数。实验结果验证了所提方法的有效性及在各种场景下较强的鲁棒性。     

路网应急疏散问题建模及其应用的进展

近年来,关于路网应急疏散问题的研究已经成为研究热点并取得了许多研究成果。首先描述了路网疏散问题,对路网疏散问题进行分类,总结了疏散过程的4个主要计算过程并给出了路网疏散问题的数学化描述。接着从微观和宏观两个方面对数学模型分析方法进行综述,分析了主要数学模型的优缺点。详细描述主要的计算机仿真模型,概括了相关模型的特点和功能。最后对路网应急疏散问题的发展方向做出了展望,指出建立综合数学模型和仿真模型的优缺点的新疏散模型方法,同时建立完善的应急辅助决策系统,是应急疏散发展的重要方向。     

基于动态交通分配的实时应急疏散交通管理

实施科学有效的应急疏散策略对提高城市交通应急响应能力、节约救援时间和降低灾害带来的生命财产损失具有重要的作用。实时应急疏散交通管理的目的是紧急疏散情况下制定某种目标如疏散时间最短来对交通流实行动态控制。采用动态交通分配方法来进行应急疏散。首先,提出基于疏散时间最短的系统优化交通分配模型。然后运用庞特里亚金最小值定理来获得模型最优解的优化解。仿真算例表明所提出的模型能较好地进行交通应急疏散。     

基于动态交通分配的路网应急疏散模型

实施科学有效的应急疏散策略对提高城市交通应急响应能力、节约救援时间和降低灾害带来的生命财产损失具有重要的作用。考虑到应急过程的动态特性,采用动态交通分配方法来进行应急疏散。首先,给出模型的约束条件,提出基于疏散时间最短的系统优化动态交通流分配模型。然后运用Pontryagin最小值定理来获得模型最优解,同时对是否是最优解的充要性给予证明。仿真算例结果表明所提出的应急疏散模型能在较短的时间内完成对指定区域的应急疏散,能较好地用于解决交通应急疏散问题。     

ETSK模糊模型辨识及模糊控制算法

本文提出一种基于扩张原理的ＥＴＳＫ（ＥｘｔｅｎｄｅｄＴＳＫ）模型,导出了该模型的输入输出解析式,给出了辨识这种模型的方法。本文还导出了ＥＴＳＫ模型的一种等价形式——变权ＴＳＫ模型,从而将ＥＴＳＫ模型规则后件中的模糊数及其扩展运算转化为普通数的运算,使基于ＥＴＳＫ模型的模糊控制算法ＭＢＦＣ（Ｍｏｄｅｌ－ＢａｓｅｄＦｕｚｚｙＣｏｎｔｒｏｌ）易于实现。仿真辨识结果表明,ＥＴＳＫ模型的辨识效果和预报精度优于ＴＳＫ和ＬＭ模型;ＭＢＦＣ算法的控制效果优于通常模型ＰＩ控制算法     

归一化滑动窗格形滤波器──一种新的故障检测工具

基于归一化滑动窗协方差算法导出一种新的递推最小二乘格形滤波器，并用它构造了一种新颖的故障检测器。首先，在Ｈｉｌｂｅｒｔ空间定义了信号向量和信号矩阵，描述了归一化残差向量和偏相关系数。然后，用向量空间的正交投影方法推导了ＮＳＷＣ格形滤波器算法方程，并通过对前向残差或后向残差的白色性检验，实现了实时故障检测。最后，用仿真例验证了这种故障检测方法的有效性。仿真结果表明这种故障检测器具有无需被监视系统的数学模型，计算量小、误报警率低等优点。     

随机系统多新息辨识在衰减激励下的性能

多新息辨识算法是估计系统参数的一种有效方法 ,其特点是可以克服坏数据对参数估计的影响 ,具有很强的鲁棒性。该文给出了衰减激励信号的定义 ,并在衰减激励条件下 ,利用随机过程理论 ,研究了随机系统多新息辨识算法的性能 ,给出了参数估计误差收敛时 ,衰减指数应满足的条件 ,以及算法中设计参变量的选择方法。分析表明 :若设计参变量选择为 r(t) =O(t2ε(lnt) c) ,(c>0 ) ,衰减指数满足 0≤ ε<1/ 4,则参数估计均方误差以 O 1(lnt) c 速度收敛于零     

基于PCA的概率神经网络结构优化

为了改善概率神经网络(PNN)在训练样本数量较大冗余度较高时存在的结构复杂的问题,提出一种基于主成分分析(PCA)的结构优化方法.以概率乘法公式为理论依据,根据训练样本的PCA结果对PNN进行结构优化,并引入学习算法减小PNN的参数不确定性.实验结果表明: 在训练样本数量较大冗余度较高的情况下,优化后的PNN能够使用比传统PNN更简单的网络结构达到相近的结果.     

定性信号在混合状态与参数估计中的应用

为了利用实际工程中常可获得的各种测量信号,该文分析定性信号的特点,在某些时刻提取出定量信息,给出将所提取出的定量信息与连续测量信号共同用于混合系统状态估计的方法.同时,针对用于状态估计的模型难以避免误差的情形,在定性信号提取出的定量信息帮助状态估计的前提下,提出一种基于进化粒子滤波的方法,估计模型中存在误差的参数.仿真结果表明,该文提出的混合状态与参数估计方法是有效的,可以充分利用所获得的定性信号.     

实时在线闭环辨识实验研究

为了研究实时在线闭环辨识问题，在实验室里用数字计算机和模拟计算机建立了一 套实时在线闭环辨识实验装置，同时配有实时在线辨识软件，包括用汇编语言写成的数 据采集、处理、变换程序和用ＳＨＹ高级语言写成的辨识算法程序。利用这套实验装置 进行了闭环辨识的可辨识条件研究，并模拟直流锅炉对流过热器闭环控制系统进行实时 在线闭环辨识研究，从而成功地建立了过热器的数学模型。