信号交叉口影响区路边停车的交通流延误模型

为了提高路边停车带的利用率和减小其对路段交通流的影响,以城市一幅路为研究对象,从分析路边停车带的车辆驶出、汇入时对道路动态交通流的影响入手,考虑路边停放车辆及信号控制的共同作用,运用稳态理论分析车辆在信号交叉口的延误时间,建立了停车带第i个泊位车辆驶出影响下,单位时间内机动车流在信号交叉口的延误-Di与停车带离开停车线的距离L0、路段交通流量以及信号周期时长C和红灯时间r的关系模型.以南京市天津路路边停车带为例,重点分析了距离交叉口停车线最近停车位的车辆驶出引起的延误时间-D1随L0、信号周期时长C、红灯时间r变化的规律,结果表明,随着交叉口饱和流率的不同,停车带与交叉口的距离可分别在60m和90m区间设定,而交叉口信号周期长度和红灯时间比例均对延误结果存在显著影响.     

电梯零速停靠的RBF神经网络预测算法

针对电梯运行过程中存在爬行距离的问题,提出了基于RBF(Radial Basis Function)神经网络的爬行距离预测模型.将预测的爬行距离增加到电梯速度曲线的匀速段,实现减小或消除爬行距离的目的,从而实现电梯的零速停靠.从电梯运行现场采集大量的原始数据,建立RBF神经网络预测模型,与BP(Back Propagation)预测方法进行仿真比较,结果表明RBF神经网络具有更好的预测效果.给出了应用零速停靠RBF预测算法前后电梯运行的速度曲线,爬行距离减小或消除,电梯的运行时间变短,实现了节能.     

反距离加权法流场矢量插值研究

为解决非结构网格下诸多水流模型计算所得流场(流速、水位和通量等)在后处理图中显示凌乱(不利于反映流场特征)的问题,运用反距离加权法对非结构网格的流场结果进行插值,得到任意目标结构网格下的流场值.该方法应用于实际工程中,插值结果与原计算结果吻合较好,满足工程精度要求.     

《西安工业大学学报》投稿稿件中图的尺寸要求

线图辅线（坐标线、标尺、中心线等）线宽为0．176mm辅线;主线（轮廓线、数据线等）线宽为0．25mm;稿件提供的所有图片要求清晰、分辨率≥300dpi;图片布局合理、排列整齐、标注（图片编号在左上角（编号白框距离图边1mm）,标尺在右下角（编号白框距离图边1mm））齐全．     

线传感器网络中基于距离变换的骨架提取*

在无线传感器网络中,利用骨架信息可以提高路由性能,也可以用于网络定位、导航以及分割等.以往的骨架算法往往假定边界节点被全部识别,但在绝大多数网络中,尤其是低密度网络,边界节点往往很难被全部正确识别.提出了一种基于距离变换的低复杂度、分布式骨架提取算法,该算法不要求所有边界节点被识别.实验结果表明,该算法对于边界不准确时能够得到较好骨架,同时对于边界点缺失具有鲁棒性.     

红外与可见光复合寻的制导中的快速图像配准方法

对现有多传感器图像配准方法在红外与可见光复合寻的制导应用中存在的计算量大等不足,提出了一种基于部分Hausdorff距离的快速方法和一种两集合相似度的定义,从而实现了有效减小误匹配特征点对的红外与可见光图像快速配准方法.此算法通过分别提取两幅图像边缘上显著特征点,再根据提出的快速方法和两集合相似度定义,粗略估计出图像间的旋转角度、平移量;然后依据此估计值,缩小特征点匹配时匹配特征点搜索范围,求得一致特征点对;最后用最小二乘法求解最优变换参数.实验结果表明了该方法的有效性、快速性.     

涅槃,终点到起点的距离

首先,我谨代表PCworld中国全体同仁,对8月3日,发生在云南省昭通市鲁甸县的6.5级地震灾难表示镇痛的哀悼,希望灾区同胞振作起来,在全体华人的关心和支持下,尽决救治伤员、治愈创伤,早日恢复安静快乐的生活。请相信,大爱无疆,我们永远在一起!由这个话题开始,今天的话题注定会有些沉重。不过,不管怎么样,移动互联改造世界的脚步都不会停止。我们日益感觉到,无论传统行业是否愿意,     

MIL10非接触式距离测量编码器 堡盟电子（上海）有限公司

堡盟推出一款新型的,适用于线性距离测量的无轴承编码器。MIL10包含一个传感器和一条粘性磁带。这种非接触式的磁感应方式毫无磨损,因而具有几乎无限长的使用寿命。     

基于马氏距离和H-K聚类的空值估计研究

传统的基于欧氏距离和K-means聚类算法的空值估计算法容易因为欧氏距离对量纲的敏感性和初始聚类中心对K-means聚类效果的影响产生估值误差。将层次聚类算法和K-means聚类算法有机结合起来的H-K聚类算法克服了K-means算法对初始聚类中心的敏感性,从而改善了聚类效果。与欧氏距离不同,马氏距离可以避免量纲的影响。为此提出一种改进的空值估计算法,将H-K聚类应用到空值估计算法中进行聚类,在聚类时采用马氏距离代替欧氏距离,在聚类后使用多元线性回归法计算样本中的空值。实验结果表明改进后的空值估计算法使得估计值的绝对误差率(MAER)得到降低。     

基于改进的K-means聚类算法在图像分割中的研究

图像分割是由图像处理到图像分析的关键步骤。传统的K-means聚类算法在进行图像分割处理时,由于其算法本身的一些缺陷,使得图像颜色像素在进行聚类时会出现比较高误分类率,为了降低这一比率本文将一种改进的K-means聚类方法应用于图像分割研究中,取得了明显的效果。