基于卷积神经网络的车辆识别技术研究

现有车辆识别技术识别准确率受环境影响较大,因此提出基于卷积神经网络的车辆识别技术研究。通过设置模型层数与超参数,构建卷积神经网络的车辆识别模型多层结构,在输入原始图像数据后,通过对车辆信息数据分类,提取车辆特征信息,完成车辆识别。设计仿真实验,对比基于卷积神经网络的车辆识别技术与基于视频图像处理的车辆识别技术,在不同环境下对多种类型车辆识别准确性,证明设计有效性。     

基于监控视频图像的车辆发电机高寒环境下的适应性分析

针高寒环境下汽车发电机存在适应性差等问题,提出基于监控视频图像的车辆发电机高寒环境下的适应性分析。首先,通过监控视频设备对高寒环境下汽车发电机图像进行采集,其次,采用均值滤波法对高寒环境下通过监控视频采集到的汽车发动机图像进行降噪处理,用单一阈值分割法对预处理后的图片进行分割;然后,通过图像领域中灰度值的波动规律提取发电机轮廓灰度图像,采用Sobel算子提取汽车发电机轮廓灰度图像的边缘,最后,通过确定缺陷区域的面积和周长,得到汽车发电机轮廓缺陷特征。实验结果表明,该方法能够准确分析高寒环境下汽车发电机表面出现的缺陷,以此来提升高寒环境下汽车发电机的适应性能。     

基于神经网络下的车辆自动控制系统决策算法分析研究

为了提高车辆自动控制能力,提出基于神经网络下的车辆自动控制系统决策算法。构建车辆自动控制系统的行驶动力学和运动学模型,以相位偏移和惯性转矩为约束参量构建车辆自动控制系统模糊反馈误差跟踪融合控制律,采用模糊参数融合和自适应参数调节方法进行车辆自动控制系统决策和模型预测,采用变结构神经网络控制的方法进行车辆自动控制系统的模糊决策构造,建立车辆自动控制系统决策的约束参数优化模型,采用自适应模糊跟踪融合识别方法进行车辆自动控制系统决策的参数寻优,实现车辆自动控制系统的优化决策控制。仿真结果表明,采用该方法进行车辆自动控制系统决策控制的自适应性性较好,控制输出的鲁棒性较强。     

强噪音环境下基于震动信号的车辆适应性分析

传统的分析方法在强噪声环境下分析车辆适应性的能力较差,分析结果不准确,为了解决这一问题,基于震动信号研究了一种新的车辆适应性分析方法,采用场景模拟测试手段进行采集并记录不同强噪音干扰下小车的适应性,确定震动传感器系统的组成,在不同噪音频段和地点下采集数据,分别研究了发动机、工作轮胎与地面的摩擦、不同路面的状况对车辆适应性的影响,从震动结构和震动传感器两方面进行改进,提高车辆的适应性。实验结果表明,强噪音环境下基于震动信号的车辆适应性分析方法分析能力更强,分析结果准确率更高。     

基于BP模型对城市交通噪声的数据处理和预测

城市交通噪声的预测和评价技术是城市交通可持续发展的重要研究内容,直接为城市交通规划中环境容量分析和环境影响评价服务。本文通过实测的大量数据,运用神经网络中的BP模型及其算法建立车辆数、道路宽度和交通噪声之间的关系,对城市道路交通噪声数据进行处理和预测。     

基于工况分析法的DCT换档品质耐久试验方法研究

通过对中国用户使用数据的工况分析,识别出与DCT失效模式相关联的典型工况;通过工况转化和等效技术开发出一定质量目标下的试验场车辆行驶规范。兼顾了中、低扭矩或负荷下的DCT在整车条件下的试验认证。     

基于BP神经网络的空调性能预测研究

针对空调系统传统设计所需的匹配试验量大,严重浪费公司水电以及人力资源的问题,本文提出BP神经网络对空调系统的性能进行预测的方法,以设计参数压缩机冷量、冷凝器和蒸发器面积和实验参数室内外环境温度、负荷量等为输入,以空调的能力和能效比为输出,对BP网络进行训练、测试。结果表明:BP神经网络算法的均方误差为0.005 8,预测结果的总相关系数为0.974 47,可用于空调系统的设计选型,减少实验成本。     

基于模糊神经网络的煤炭企业循环经济评价模型

针对煤炭企业循环经济水平具有模糊性的特点,利用模糊神经网络具有模糊化和良好泛化的能力,在探讨煤炭企业发展循环经济影响因素的基础上,从经济发展、资源利用、节能减排、环境状况、循环特征五个方面建立了煤炭企业循环经济评价指标体系,构建基于模糊神经网络的煤炭企业循环经济评价模型,并按照模糊神经网络结构的建立、输入数据的模糊化、输出数据的反模糊化、BP神经网络训练进行模型求解和运算,算例验证了该模型具有较好的学习能力.利用该模型评价煤炭企业循环经济具有有效性和准确性.     

基于信息融合的车载式变压器运行信息特征提取系统设计

变压器作为汽车运行系统的主要设备之一,其安全稳定运行对于车辆安全具有重要意义。设计基于信息融合的车载式变压器运行信息特征提取系统,以信息融合层次为依据设计系统结构,将系统划分为数据层、特征层与决策层。数据层从局部放电监测和油内气体监测两方面采集不同监测点信息并进行信息融合,最大限度上提升信息保持率,校正采集数据误差;特征层基于数据层融合结果,选取D-S证据原理对不同方面的信息进行特征融合,通过概率分配函数、置信函数与似然函数处理不同信息造成的不确定问题,提升信息特征融合的鲁棒性;决策层以专家建议模块为核心,利用推理机将不同方面的信息特征进行加权融合,实现车载式变压器运行信息特征提取。实验结果显示该系统可全面、准确的提取车载式变压器运行信息特征,显著提升车辆运行安全性能。     

基于IHS-RELM的回采工作面瓦斯涌出量预测

针对回采工作面瓦斯涌出这样复杂的动态变化系统,提出了改进的和声搜索算法(IHS)与正则极速学习机(RELM)相结合的预测方法。对和声搜索算法的基本原理进行了研究,通过采用动态变化的PAR和BW值,优化和声搜索算法的全局搜索能力;利用IHS选取RELM中的输入层权值(IW)和隐含层阈值(B),以均方根误差为目标函数,提高了算法的预测精度。仿真实验结果表明,通过与已有的BP神经网络和SVM预测模型作对比,该方法具有更好的预测效果。     

数字化环境综合管理信息平台建设

在现有的分散、缺乏有效整合的环保业务系统不能很好地服务于环境综合管理需要的形势下,建设以环境监测数据的快速响应、业务数据的统一协调、信息资源充分共享、高效的分析处理为首要目标的数字化环境综合管理信息平台,旨在推动环保工作信息化、现代化的进程,提高对污染源的环境监管水平和办事效率,以更好地服务于环境管理和政府综合决策,为全面实现环境管理业务的信息化和自动化奠定坚实的基础。     

神经网络在空气污染预报中的应用研究

空气污染预报是一项复杂的系统工程,是当今环境科学研究的热点,国内外已有将神经网络法应用于大气污染预报的研究。本论文以PM2．5为例,采用伦敦市PM2．5的小时平均浓度数据,使用传统的BP神经网络建立预报模型,定量预测伦敦市PM2.5的小时平均浓度,探讨了大气污染预报网络的建模过程中,扩大样本集、去除样本集数据噪声和在输入向量中加入气象变量等因素对建模所产生的影响。最后得出结论,适当的选择样本集、气象变量,有利于提高所建立网络模型的预测精度。     

基于有限元的电力电缆缆芯温度预测方法

温度作为评估电力电缆是否能安全、稳定运行的重要参数,但电缆受到安装环境等因素的影响,导致其电缆缆芯温度难以直接测得。基于此,提出依托有限元开展电缆缆芯温度预测的方法。下文在阐述有限元及BP神经网络相关概念基础上,利用有限元结合电缆热参数、边界条件等相关数据,创建电缆温度场有限元模型,并求出各环境及负荷参数下的缆芯温度,获得相应的样本数据。随之,借助样本数据训练神经网络构建相应的温度预测模型。实验结果证实,文中所提出的缆芯预测方法能准确预测其温度,能够对于电网实现主动预测性管理提供重要的参考。     

车载辐射环境实验室监测数据采集传输系统的实现

介绍一种车载辐射环境实验室监测数据采集传输系统。系统以实验室搭载的放射性探测设备为主,将GPS定位信息、气象参数、放射性核素指标等现场监测数据通过无线信号传输至监测中心,完成中心和现场监测系统之间的远距离实时数据传输,以及数据库存储和数据分析处理功能,实现即时数据传输和控制命令的交互,完成核事故应急决策和指挥,可用于环境放射性应急监测的快速响应行动。     

灰色-神经网络算法预测地网腐蚀与优化

随着社会对电力系统的依赖与日增长,对地网腐蚀安全的研究越来越引发关注。地网腐蚀测量的原始数据大部分是离散分布的,难以用传统方法准确对地网未来的腐蚀走向进行预测,因此提出使用灰色神经网络法来分析变电站接地网检测试验的原始数据。通过分析影响接地网腐蚀的主要因素,对相关测量的原始数据进行预处理,建立灰色神经网络模型,最后以某110 k V变电站的相关数据为例,通过灰色神经网络建模进行初步预测,然后利用遗传算法对原始网络进行初始权值与阈值优化,最后将MATLAB计算数据平均误差进行对比的步骤,实现对25℃实验环境下原始数据的分析处理。实验结果表明,在灰色神经网络算法下平均误差为13.42%,优化后,遗传优化算法其平均误差值为6.31%,验证了优化灰色神经网络法能够试验对地网随时间腐蚀的可靠预测。     

热腐蚀环境下动力传输试验方法与系统

车辆转向架装置在运行中会经历很多苛刻复杂的工况,例如液体腐蚀环境、沙尘环境、高温高湿环境、交变扭矩载荷、交变弯曲载荷等。在此工况下,最容易出现的问题是:橡胶密封圈在高温高湿环境、交变载荷下发生异常,导致密封失效,从而使得转向架内部的结构受到腐蚀断裂。故在转向架装置研发中,需要进行试验验证。本文将提供一种转向架装置在热腐蚀环境下平稳实现动力传输的试验方法,设计并搭建了一套试验系统,解决了转向架装置试验验证的技术难题。本方法与系统成功的复现了转向架装置的实际工况,并得到了相关试验数据。     

以大数据驱动固体废物管理创新的思考

2015年7月,国务院印发《关于积极推进"互联网+"行动的指导意见》,鼓励利用物联网、大数据开展信息采集、数据分析、流向监测,跟踪废物流向,创新再生资源回收模式。我国固体废物种类多、数量大,部分废物具有一定的综合利用价值。从环境风险角度来看,需要关注固体废物生产、转移、利用、处置等多个环节,一直是环境管理的难点。但以大数据和云计算为代表的新技术为推动固体废物有效利用、提升环境风险防控能力提供了可能。文章介绍了新加坡利用大数据关联模型分析技术开展共生产业园区规划和建设,以及江苏省利用大数据和物联网技术开展危险废物转移动态监管的案例,分析了大数据应用在固体废物管理方面的优势和存在的挑战,为固体废物管理大数据建设提出了初步设想。未来固体废物大数据的建设应围绕《土壤污染防治行动计划》,首先要服务社会,实现数据共享和信息公开;其次要服务于日常管理,固体废物管理部门可以通过大数据应用辅助决策,落实简政放权,实现智慧管理;再次要服务于环境应急,通过对固体废物全生命周期的数据实时采集和动态分析,整合应急资源,服务应急救援。     

对专题式环境教育课案的自我评析举例--以初二沙尘暴教学为例

课题：关注沙尘暴课时：1课时教学目标：1．关注目标：认识地表植被破坏是导致沙尘暴的主要原因之一。2．知识目标：我国沙尘暴的分布和沙尘暴的防护。3．技能目标： 学会着手进行环境议题的调查，培养学生搜寻数据并加以处理的能力。培养利用地图的能力。4．态度目标：防止沙化,减轻沙尘暴的危害是一项长期的任务。5．参与目标：学习自护常识。研究环境策略并采取适当行动——参与种草、植树和保护绿化区的活动。重点与难点：如何搜集有关沙尘暴的信息（搜集信息的能力）。方法：小组合作，探究法。教具：中国行政区图；学生准备彩笔及有关…     

用跌落试验评价产品和包装

大多数生产厂首要考虑的问题,是在恶劣的运输、装卸和使用环境下产品的可靠性。采用简单的跌落试验方法,就可以对包装效果和产品的可靠性检查提供有价值的数据。 产品从生产厂到达目的地的典型的分布循环,包括工厂中的发货、运输振动、在中转仓库的装卸和堆放以及在送到零售商店或顾客手里途中的装卸振动。随之而来的是产品去除包装以及在实际使用过程中可能受到的粗枝大叶的对待。后文几例是用于行驶车辆、现场广播或记录仪器的活动通讯产品以及跨国或海外旅行用的扩音设备。     

我国县级地区生活垃圾焚烧设施环境社会风险分析及应对策略研究——基于31省份设施负荷率与网络舆情的分析

在政策支持和实际需求的驱动下,可能会导致县级地区垃圾焚烧项目迅速增多,且带来潜在的环境监管压力和环境社会风险,需要给予持续的特别关注,并对地方做好环境监管和风险管控的指导。本文基于全国精细化的生活垃圾焚烧处理设施、生活垃圾产生量、网络舆情等数据,通过构建泰森多边形等空间分析方法进行了焚烧处理设施的服务范围识别及负荷率计算,通过自然语言处理技术进行了关于生活垃圾焚烧处理设施的情感分析。在此基础上,基于焚烧处理设施的负荷率和负面舆情比例,对31个省份环境社会风险进行定量的评估分析并提出对策建议,一是平衡解决“缺口大”和“吃不饱”问题,合理规划布局县级地区生活垃圾焚烧处理设施;二是聚焦负面舆情高发领域、区域,积极防范县级地区生活垃圾焚烧处理设施环境社会风险。