合肥市BRT公交车准确停靠及乘客上车自动引导系统

目前,合肥正在发展快速公交（BRT,Bus Rapid Transit）,而快速公交系统是一种快速运输的简易形式,它是集先进的公交车制造技术、公交运营新观念和管理技术于一体的系统,这个系统可以提供先进的运输服务,相当于快速轻轨运输系统,被称为“地面上的地铁”。但是,合肥的BRT系统还有不尽如人意的地方,比如站台管理混乱;站牌还是传统的形式,导致乘客信息不明等。本文所提的准确停靠也是从乘客的角度来说的,让站台的乘客提前知道即将到来的是几路车,具体停靠在哪。本文提出一种基于频射识别（RFID）技术的车辆自动识别系统,它同时可以实现BRT站台的站牌电子化,智能化。射频识别技术是一项新兴的非接触的自动识别技术,与其它自动识别技术相比,该技术具有识别距离远、速度快以及抗干扰能力强等优点。本文所设计的车辆自动识别系统就是利用该技术来实现对车辆身份的自动识别与信息采集。该方法粥补了传统车辆信息采集中的许多缺陷,方便了对车辆的管理,适应了智能交通系统发展的需要。从乘客的角度来,我们利用无线射频通信,让公交车俘在指定位置的停靠点;利用语音播报及LED显示,使站台上的乘客提前知道即将到来的是几路车,具体停靠的站点;我们还利用传感器技术,限制司机所停靠的位置必须是离站点30厘米以内,方便乘客上车。     

基于深度主成分相关自编码器的多模态影像遗传数据研究

脑成像表型和基因变异已成为影响精神分裂症等复杂疾病的重要因素。研究人员根据以往在致病机理方面的深入研究,已经提出了很多基于深度神经网络或正则化的模型,这些模型通常包含某种形式的惩罚项或具有重建目标的自编码器结构,但其所使用的多模态数据的特征维数往往大于样本个数。为了应对高维数据分析的困难并突破深度典型关联分析的局限性,文中提出了一种由多模态线性特征学习的主成分分析和基于限制玻尔兹曼机的多模态非线性特征学习的多层信念网络组成的有效模型。该模型和先前的先进模型一起被应用在实际的多模态数据集上进行测试和分析。实验发现,与已有模型相比,深度主成分相关自编码器模型学习的特征具有更高的分类性能和更强的关联性。在分类精度方面,两类模态数据的分类精度均超过了90%,相比平均精度在65%左右的基于CCA的模型和平均精度在80%左右的基于DNN的模型,该模型的分类效果有了显著提高。在聚类性能评估的实验中,该模型以93.75%的平均归一化互信息指标和3.8%的平均分类错误率指标进一步验证了其优越的分类性能。在最大关联性分析方面,当顶层节点输出维度一致时,该模型以0.926的最大关联性胜于其他先进模型,在高维数据分析方面表现出了优异的性能。     

不同氮肥施用对杨树苗木生长的影响

文章以钻天杨为研究对象,通过6种施氮处理,研究不同氮肥对钻天杨苗木各器官总氮含量和苗木生长情况的影响。结果显示,与未施肥的CK处理相比其余5种处理苗木生长情况、各器官含氮量与植株总含氮量均显著增加;T1与T2处理相比,T1处理植株各器官含氮量、植株总氮量和苗木生长值均显著高于T2处理;T3、T4和T5处理植株各器官含氮量、植株总氮量和苗木生长值均显著高于施用单一肥料的T1和T2处理。T3和T4的根、皮、茎和叶等不同部位含氮量、植株总含氮量和苗木生长值差异显著,而T5与T4处理并不显著。因此,认为T4处理为最适钻天杨苗木生长的施肥比例。