简介:对驾驶行为的危险状态进行动态辨识并提前预警是防止交通事故发生的重要手段。提出一种基于Kohonen神经网络和支持向量机(SVM)的驾驶行为险态动态辨识方法。基于国内外相关研究,选取油门、方向盘转角、刹车、离合、X轴速度、Y轴速度、X轴加速度、Y轴加速度、发动机转速作为驾驶行为状态指标。应用Kohonen神经网络对9个指标组成的向量进行非监督聚类。用聚类结果组成的时间序列表示驾驶员行为指标的动态变化特征并以此作为输入,通过训练SVM实现驾驶行为险态辨识,解决了高维指标数据监督聚类困难和险态识别的静态性问题。最后,采用驾驶模拟器进行试验设计,对方法的有效性进行验证。以8个危险场景作为诱发驾驶行为险态出现的刺激,10个被试共产生8400组识别序列,选取600组标识为险态的时间序列进行验证。结果表明:该模型的驾驶行为险态识别正确率为82.22%。不同被试的正确率差异控制在6%以下,表明此模型具备一定的泛化能力。
简介:基于光纤传感网技术提出一种应用于油田各采油井中集防火、防盗与钻油井架作业安全在线实时监测于一体的智能油田综合监测系统。利用光纤布拉格光栅(FBG)分别进行温度和应变传感器封装,并进行混合组网,对油田各油井区域的实时温度、井架形变、作业区域周界或储油罐周界的入侵、盗窃等进行在线监测,采用自主研发的16通道光纤光栅解调设备对监测网络各传感节点的光信息进行实时解调,通过后端信号处理方法对温度、应变异常和周界入侵进行自动检测、识别和报警,实现油田生产及安全的在线自动综合监测。
简介:基于2008—2012年渭河流域陕西段水体26个断面的重金属监测数据,以Hg、Cd、Cr6+、Pb和As为研究对象,采用单因子水质标准比较法、重金属污染指数法(HPI)和秩相关系数法等对该段水体中重金属污染的时空动态变化特征进行研究。结果表明,渭河流域陕西段水体重金属综合污染程度年际变化呈显著下降趋势,年内变化特征各异,没有明显的规律性,Cr6+污染程度呈不显著上升趋势,Hg、Cd、Pb和As污染程度呈下降趋势,其中Hg下降趋势显著。渭河流域陕西段水体重金属综合污染程度空间分布呈现明显的区域性差异,其中西安段变化幅度最大,是影响渭河陕西段水体重金属质量浓度分布的主要河段。
简介:采用差分吸收光谱(DOAS)这一光学遥感技术,对2008年奥运期间北京海淀区福寿寺桥位置的交通排放进行实时监测,获得自2008年7月6日至9月21日大气主要污染物SO2、NO2、光化学烟雾的重要产物O3和苯的体积分数,并与微脉冲雷达获得的车流量进行数据融合,评估机动车对奥运期间北京空气质量的影响。结果表明,监测位置NO2和苯释放源主要为交通排放,O3的生成主要与其前体物和光辐射相关,而SO2和车流量没有明显的相关性。研究表明,机动车排放仍是北京主要污染源之一。
简介:目前我国高速公路能见度监测主要依靠能见度观测仪,该方法覆盖区域有限且成本较高,而我国高速公路图像采集设备应用广泛,因此提出了一种基于监控视频图像测量雾天能见度的方法。该方法将图像进行分窗格处理,通过相关性分析筛选出最优兴趣窗格的亮度均方差特征矩阵,建立BP神经网络修正线性残差组合模型。结果表明:残差修正模型监测效果优于单一线性回归模型,残差修正模型的决定系数R2为0.977;在光线充足的情况下,残差修正模型的相对误差在10%以下,模型精度相对稳定;最后应用此方法监测高速公路雾天能见度,模型的正确率在80.48%以上。验证了用该方法测量雾天能见度具有可行性和有效性。