机器学习在河流流量参数估计中的应用

针对经典水位流量关系模型在刻画河流动态变化特性时存在的局限性,提出采用局部加权回归算法估计河流流量;为了提高参数估计精度,提出一种聚类局部加权回归方法。首先对训练样本进行聚类,然后使用k-最近邻方法将新的水位样本划分进最恰当的聚类中,最后估计河流日流量。该方法在估计过程中,避免了不相关信息的干扰,从而提高了日流量数据估计的效率和精度。利用某水文站的实测数据对方法进行测试,仿真结果表明该方法估计精度较高,为水位流量关系模型参数估计提供了新的有效方法。     

城市快速路交通流参数估计方法研究北大核心CSCD

车辆速度、密度、流量关系模型是研究交通流道路通行能力和交通运行状况的重要依据,针对真实道路车辆速度估计,展开经典交通流参数估计解析模型和基于机器学习方法模型的估计效率研究,并提出一种聚类最小二乘方法估计车辆速度。真实交通道路往往存在大量随机因素,而且现场采用的是微波监测器采集数据,导致原始数据存在极大的不确定性,因此,该方法首先对实测数据进行修复、校正和平滑等预处理;为了提高参数估计的效率和准确性,该方法采用k均值聚类对预处理后数据进行聚类;最后采用最小二乘法估计车辆速度。利用实测数据对算法进行测试,结果表明,文章所提出的算法估计效果优于经典解析模型,提高了交通流参数的估计精度,对更加精确的刻画交通流变化趋势有一定的现实意义。     

超高速比例阀用电磁铁的研究与开发

电-机转换元件是电液控制系统中不可缺少的部分,它将电信号转换为机械信号-力(力矩)或位移。这里研究了用于液压控制系统中的超高速电磁比例阀的电磁铁的设计,利用有限元方法进行比例电磁铁磁场的研究,确定并优化了比例阀电磁铁的结构参数。     

基于变分模态分解的管道泄漏信号降噪方法

管道泄漏信号的降噪是精确定位泄漏点的关键,但该信号具有非平稳、非线性的特性,传统方法对这类信号的去噪效果有限。为了有效剔除噪声以提升泄漏定位的精度,提出了一种基于变分模态分解（variational mode decomposition,简称VMD）的自适应降噪方法。首先,通过相关系数筛选有效固有模态函数（intrinsic mode function,简称IMF）实现信号重构;其次,根据重构信号信息熵的最小值,得到VMD的最优分解层数和最优降噪信号;最后,通过负压波理论实现泄漏定位,并搭建了管道泄漏实验系统对所提方法进行验证。结果表明：该方法能有效抑制噪声,保留了信号的波形特征,且能识别出明显的负压波拐点;泄漏定位的最小相对误差为0.9%,最大为3.75%。与传统方法相比,所提方法定位的精度更高,结果更稳定。     

基于联合稀疏模型的图像融合方法

为了达到清晰化图像的目的,利用不同传感器获取的影像互补信息,提出一种基于联合稀疏模型的红外与可见光图像融合方法.首先使用经过学习的过完备字典将源图像联合稀疏表示成共同稀疏部分和各自的私有稀疏部分;然后设计一种新颖的融合规则对两类稀疏系数进行融合;最后使用融合后的稀疏系数和经过训练的字典重建图像.仿真实验结果表明,该方法提高了红外与可见光图像的融合效果.     

超长一字笼多因素吊装数值模拟研究

地铁车站地下连续墙施工中一个主要难点就是超长、超重钢筋笼的吊装问题,能否实现钢筋笼的安全吊装对地下连续墙的顺利建造具有重要意义。现有的研究成果大多从钢筋笼整体刚度角度考虑如何解决钢筋笼吊装过程中的安全性问题。以南京地铁7号线某车站地下连续墙钢筋笼的吊装施工为依托,利用SAP2000有限元软件,建立钢筋笼分析模型,探讨在不增加钢筋笼整体刚度前提下,12、20、24 3种吊点布置方式下钢筋笼吊装挠度的分布规律,确定最大变形对应的吊点布置方式;并在此基础上,通过建模分析讨论不同榀纵向桁架的设置、不同吊点位置方式等因素对一字型钢筋笼吊装过程中挠度分布特征的影响,总结最合理的吊装方案。该研究成果可为今后类似钢筋笼吊装工程施工方案的选择提供有益参考。     

超长地下连续墙钢筋笼吊装施工技术

钢筋笼的制作加工、入槽等工序是地下连续墙施工过程中的关键性环节,直接影响地下连续墙成品强度及抗渗性,因此对钢筋笼吊运、入槽过程开展研究意义重大。以南京地铁7号线省二院站为工程背景,通过对地下连续墙钢筋笼吊装作业中的起重机械选择、吊具安全性验算、吊点布置计算等内容进行探讨,总结了一套安全可靠的超长地下连续墙钢筋笼吊装施工技术,保证了地下连续墙后续作业的施工质量。