基于支持向量机的物流传送带场景下RFID识读性能研究

为避免调整参数布置导致多次验证实验,探寻各因素对识读效率的影响程度,提出一种基于支持向量机的动态RFID系统识读效率分类模型。建立支持向量机模型预动态场景下的RFID识读效率,并使用网格搜索法寻优模型。结果表明,基于支持向量机的动态RFID系统识读效率分类准确率可达92.3%。使用此模型对各影响因素进行分析,可以得到动态场景下对RFID识读效率影响最大的因素,并在动态场景中能够依此进行最佳参数设置。     

基于DSP的动态称重系统设计

通过分析目前国内外使用的动态称重系统（WIM）存在的问题,选择石英压电称重传感器作为动态称重传感器,并采用TMS320C6416的DSP核心器件设计并实现了相应的动态称重系统,利用Delphi完成了该动态称重系统的软件设计。该系统克服了传统动态称重系统测量精度低、所需时间长等缺点,通过实测表明该系统运行良好,应用前景广泛。     

数据融合技术在高速公路异常事件检测中的应用

交通异常事件的检测一直以来都是高速公路监控系统的难点和重点。现有的交通异常事件检测系统在实际应用中检测效果不很理想。而数据融合技术是近年来发展起来的一种新的信息综合处理方法，目前已经在ITS中有许多尝试。本文简述了交通异常事件检测的基本原理，并通过对数据融合基本理论的总结与剖析，重点阐述了数据融合的3个层次（数据级融合、特征级融合、决策级融合）在交通异常检测中的具体应用以及交通异常事件检测的数据融合系统模型。应用数据融合技术的交通事件检测系统能提高系统的有效性，得到最佳协同作用的结果。     

双光纤环冗余PROFIBUS-DP在公路隧道监控系统中的应用

介绍了PROFIBUS现场总线技术及其协议结构、总线存取协议，分析了公路隧道机电系统监控的必要性与传统隧道监控系统存在的弊端．提出了基于PROFIBUS—DP现场总线技术的隧道监控系统。     

交通流量经验模态分解与神经网络短时预测方法

基于经验模态分解（EMD）和神经网络,提出了一种短时交通流量预测方法。通过EMD分解把交通流量分解成不同的模态,利用神经网络对分解后的各分量进行预测,再将预测值累加得到最终的预测结果。利用EMD与神经网络模型对I-800数据库实测交通流量数据进行预测,结果表明该方法具有很高的预测精度,明显优于直接采用神经网络的预测结果。     

动态可扩展机群系统性能分析

局域网机群系统是建立高性能计算环境的有效途径.定义机群系统抽象结构及性能模型是实现上述目标的关键.给出了机群m/ w计算模型系统性能分析模型,通过大规模Monte Carlo仿真应用实验,证性能模型的有效性,研究成果对于机群系统建立提供有效的组织、规划、实现方法.     

求解分布式顺序统计CFAR检测器参数的新方法

复杂条件下,分布式顺序统计恒虚警率（OS-CFAR）检测系统的参数选择和检测性能分析是一个典型的非线性优化问题,通常采用数值求解和计算机搜索的方法。但在复杂条件下,特别是当传感器数量较多,或采用分布式OS-CFAR这种双门限参数检测方式时,其计算量会异常庞大。提出了一种基于模拟退火的微粒群优化算法,将模拟退火思想引入到具有杂交和高斯变异的粒子群优化算法中,并采用具有递减w算法,保证算法具有较好的全局搜索能力和较好的收敛性。使用这种方法,在进化100代后,在保证精度达到0.000 001,可使所有的系统参数同时得到优化。仿真结果表明,同遗传算法比,虽然该方法收敛速度稍慢,但是可避免遗传算法的早熟问题,同时该方法实施简单方便,便于工程应用。