基于磁阻传感器的无线交通信息采集系统设计与实现

针对现有交通信息检测方式的弊端,提出了一种新的基于CC2530的无线交通信息采集系统设计方案.首先介绍了系统的网络体系结构,其次详细分析了交通信息检测系统的放大滤波电路、复位电路、微处理器和天线模块的硬件设计方法和工作原理,介绍了交通信息采集系统的数据处理流程.实际测试表明:设计的系统交通流量和车速的检测率可分别达到96％和91％,功耗低,在智能交通信息采集方面有广泛的应用前景.     

交通安全与智能控制专业教学资源库建设思考

交通安全与智能控制专业教学资源库以"国家示范性高等职业院校建设计划"骨干高职院校项目为背景,以构建科学化、标准化、结构化、动态化的共享型专业教学资源库为总目标,实现共享型教与学平台、继续教育与培训平台、就业服务与管理平台、技术交流推广平台等四大功能,最终为教师教学、学生自主学习、在岗人员素质提升提供优质服务。     

基于云计算和深度学习的电力电容器故障诊断和识别

为实现电力电容器故障诊断和识别的高精度预测,将云计算技术引入深度学习,提出一种基于Map Reduce的分布式DBN的电力电容器故障诊断和识别方法。通过MR_DBN和DBN、SVM、BP的对比,研究结果表明,MR_DBN可提高电力电容器故障诊断和识别的精度,精度可达99.41%,从而为电力电容器故障的研究和应用提供了新的方法。     

城市道路状况概率神经网络判别方法

针对移动交通流检测信息的特点,在分析概率神经网络与Global K-means聚类算法的基础上,提出了一种基于移动交通流检测信息的城市路况概率神经网络判别方法。通过分析路况的相关因素,同时考虑信号控制交叉口红灯对车辆行程时间延误的影响,利用Global K-means算法改进的概率神经网络对探测车采集的实时交通信息进行处理,进而得出城市的道路状况。应用结果表明该方法能够有效地判别和跟踪道路状况的变化,比不考虑交叉口红灯的影响时能够更准确地反映城市道路的路况信息。     

基于PSO-SVM的短期交通流预测方法

准确的交通流量预测是智能交通系统中的关键问题。在分析支持向量机SVM回归估计方法参数性能的基础上,提出了粒子群算法PSO优化参数的PSO-SVM短期交通流预测模型。模型利用支持向量机具有结构风险最小化的特性和粒子群算法快速全局优化特点,实现了数据降维并且保持了交通流序列的特征,因此可以高效地预测交通流量。用G107国道现场采集的数据仿真表明了该模型的有效性,预测平均误差为3.4%。     

一种多服务模式的GPS交通监控系统设计与实现

通过分析现有GPS交通监控系统存在的主要问题,提出了一种多服务模式的GPS监控系统设计方案;介绍了系统的组成及工作原理,详细给出了系统中车载终端、系统网络架构模式和多模式系统接口设计方法,解决了GPS监控中多种车载终端、多种通讯方式以及和第三方GPS接口的兼容性问题;广州ITS项目实际应用表明,该系统具有性能稳定,扩展性强等特点,能满足大多数应用场合的需要。     

改进粒子群优化的关联交叉口协调控制

提出了基于改进粒子群优化的关联交叉口协调控制方法。建立了关于排队长度的交通流模型和协调控制目标函数,利用改进粒子群算法对各交叉口绿信比和考虑双向绿波的相位差进行求解,实现了关联交叉口的最优控制。以实际采集的几个关联交叉口的交通数据仿真表明,相比单向绿波控制和感应控制,所提方法可有效减少延误和平均排队长度。     

智能交通信号机的设计及其实现

针对我国混合交通流的特点,利用AVR128单片机设计了一种智能交通信号机,给出了信号机各模块的硬件设计方案和软件设计流程图。该信号机采用模块化设计思想,具有硬件自检测和软件抗干扰功能,可实现单点自适应控制和区域协调控制等多种控制方式。实际使用表明,该信号机具有较强的稳定性和通用性,可有效适应我国的混合流交通状况。     

基于ARM和Linux的智能嵌入式网络监控系统

介绍了当前智能家居系统发展的现状,并对现有智能家居系统中所存在的不足进行分析,提出了一种基于ARM和Linux的智能家居网络监控系统的解决方案,完成了系统功能设计,包括基于Linux的设备驱动程序和基于CGI的应用程序设计,并通过远程检测系统,呈现出智能家居监控系统的监控效果,实现了网络监控的目的。     

第一阶段环境场地评价的应用

文章介绍了环境场地评价的习的、定义和程序,随后详细描述了其中的第一阶段环境场地评价的主要调查内容和分析方法,并运用基本的化工厂租用新场地的案例全面具体地说明了第一阶段环境场地评价的实际工作活动、分析过程和结果,从而证明环境场地评价的第一阶段工作在场地变更时的重要作用,又体现了企业的环境责任和风险意识。