摘要：随着交通智能化、城市智慧化的发展,短时交通流动态预测系统在ITS建设中愈显的不可或缺。论文旨在对如何完成一套实用性强、性能高的城市道路短时交通流动态预测系统设计的研究。文章围绕系统的逻辑及物理构架,详细分析了各层次、模块单元的业务逻辑及主要功能,又根据实际需要规划出了具体的系统功能模块及内部详细的预测处理流程与预测模型构建思想,预测结果模拟、评估与存储的方法,又分析了该系统的应用与行业意义,最后根据整个系统设计思路,实现了针对西安市的短时交通信息动态预测系统的原型开发,验证了设计思路的合理性及科学性。

摘要：针对传统LQR(linear quadratic regulator)横向控制的不足,提出了一种前馈-预测LQR反馈控制,实现了曲率多变道路的跟踪控制。在传统动力学模型的基础上建立了误差模型,以误差模型为研究对象分别求解了反馈控制量和前馈控制量。为提高LQR对道路多变的适应性,根据航向和横向位置误差建立了模糊规则实时调节Q、R矩阵。同时利用道路曲率信息,设计了预测模块,实时更新预测点和预测时间,解决了传统LQR响应迟滞问题。在给定规划路径的基础上进行了硬件在环实验,测试了单、双移线多车速工况下传统LQR和前馈-预测LQR的路径跟踪效果,结果表明本文中设计的前馈-预测LQR的控制效果优于传统LQR,单移线工况下轨迹跟踪误差最大可减少4.5%,双移线工况下轨迹跟踪误差最大可减少9.5%。

摘要：近年来随着财政体制改革浪潮的深入推进,财政信息化的建设水平也得到了大幅提升,各地陆续部署并实施了涵盖收入、预算编审、预算执行等20余项核心业务的应用系统。虽然这些系统为提高财政管理规范化、科学化、精细化水平提供了有力支撑,但不可否认系统在架构设计方面普遍存在着数据集成方式单一,决策冲突消解困难等问题。为此,论文提出了一种基于分层结构的财政综合分析与智能决策支持系统架构模型。该模型通过自动数据抽取,转换和加载(Extraction,Transformation and Loading,ETL)系统核心业务数据后建立财政数据中心;并按照混合决策Agent关心主题建立不同的知识模型,采用仲裁模型消除决策冲突,支持混合智能体对不同兴趣点的协商决策。旨在以科学的系统架构助推地方财政管理科学化、规范化进程,提升财政管理效能。通过从稳定性、准确性及适用性初步分析与对比结果来看,论文为地方财政综合分析与群体智能决策支持系统设计的架构模型具有良好的性能稳定性、决策能力及普适性。

摘要：本文首先分析了区域实时交通流数据源、数据汇聚的渠道和方式;其次,对多智能体区域实时交通流可视化数据处理平台的数据集市逻辑结构进行研究,形成了负载均衡的多层数据仓库设计结构;最后,结合实际,探讨交通流可视化数据处理过程,并给出了实时多智能体交通流可视化数据处理平台的设计方案。

摘要：针对SSD目标检测算法在对小目标进行检测时精度与速度不佳,提出一种基于SSD的多尺度特征融合(Multi-scale Feature Fusion Single Shot Detector,MFF-SSD)目标检测模型.该模型以SSD网络为基础,解决了SSD对小目标检测在精度和速度方面存在的问题,将高层特征与低层特征进行融合,并设计融合模块以提取不同尺度特征.对提出的MFF-SSD模型在人脸检测数据集Wider Face上进行测试验证实验.实验结果表明,MFF-SSD模型对目标的检测精度达到78.9%,检测速度达到57 FPS.总体性能更好,充分说明模型在提高目标检测精度的同时也满足了实时性需求.

摘要：针对遥感图像场景分类中多尺度特征提取困难和特征表征能力弱等问题,提出一种基于卷积神经网络和多尺度特征融合MFF-CNN(Multiscale Feature Fusion-Convolution Neural Network)的遥感图像场景分类方法。对MFF-CNN网络的高层特征和低层特征进行提取,采用跳跃式特征融合方式对其进行特征融合,将融合后的特征与全连接层输出作为高层特征,利用多核支持向量机MKSVM(Multi-Kernel Support Vector Machine)进行精确分类。将现有基于深度学习方法与MFF-CNN在3个公开的遥感图像场景分类基准数据集上进行验证,结果表明,MFF-CNN算法总体精度更高。

摘要：近些年,社会经济的快速发展,社会结构发生一定变化,而且城市建筑规模也在不断拓展,但只是通过新建工程已经难以缓解城市建设问题。对此,建筑领域已开始重视旧建筑的应用价值,针对旧建筑实施改造,不仅在一定程度上提高城市环境生态建设,还能够实现资源的充分应用。本文主要对旧建筑改造过程中低技术建造进行了分析与研究。