摘要：利用北京交通大学轨道减振与振动控制试验室开展钢弹簧浮置板轨道低频特征测试,研究钢弹簧浮置板轨道弹簧刚度和支承间距等参数变化对低频振动的影响,并比较钢弹簧浮置板轨道和普通轨道的低频减振效果。试验结果表明:①弹簧总刚度越大(支承间距不变且弹簧刚度越大,或弹簧刚度不变且支承间距越小),浮置板轨道基频越大,轨道板到基底竖向加速度级传递损失越小,轨道板到隧道内的竖向传递函数值越大;②钢弹簧浮置板轨道基频越小,在其工作频段,减振效果越好;但在基频附近,振动放大现象越明显。相对于普通轨道,钢弹簧浮置板轨道明显降低了10Hz以上频段的振动响应,最大减振量为25dB;同时基频处的振动放大量为25dB;③对于轨道板到隧道内的竖向传递函数,普通轨道的值比钢弹簧浮置板轨道的值大,前者在0.012～0.028之间,后者在0～0.01范围内。

摘要：目的视频行为识别和理解是智能监控、人机交互和虚拟现实等诸多应用中的一项基础技术,由于视频时空结构的复杂性,以及视频内容的多样性,当前行为识别仍面临如何高效提取视频的时域表示、如何高效提取视频特征并在时间轴上建模的难点问题。针对这些难点,提出了一种多特征融合的行为识别模型。方法首先,提取视频中高频信息和低频信息,采用本文提出的两帧融合算法和三帧融合算法压缩原始数据,保留原始视频绝大多数信息,增强原始数据集,更好地表达原始行为信息。其次,设计双路特征提取网络,一路将融合数据正向输入网络提取细节特征,另一路将融合数据逆向输入网络提取整体特征,接着将两路特征加权融合,每一路特征提取网络均使用通用视频描述符——3D ConvNets(3D convolutional neural networks)结构。然后,采用BiConvLSTM(bidirectional convolutional long short-term memory network)网络对融合特征进一步提取局部信息并在时间轴上建模,解决视频序列中某些行为间隔相对较长的问题。最后,利用Softmax最大化似然函数分类行为动作。结果为了验证本文算法的有效性,在公开的行为识别数据集UCF101和HMDB51上,采用5折交叉验证的方式进行整体测试与分析,然后针对每类行为动作进行比较统计。结果表明,本文算法在两个验证集上的平均准确率分别为96.47%和80.03%。结论通过与目前主流行为识别模型比较,本文提出的多特征模型获得了最高的识别精度,具有通用、紧凑、简单和高效的特点。