摘要：介绍了苏州市轨道交通一号线星港街站和高层建筑深基坑合建的结构设计方案,并进行了结构计算,同时分析了东方之门高层建筑沉降对地铁车站的影响。

摘要：为了探究裂缝扩展路径及在不同条件下的扩展规律,该文基于ABAQUS软件中扩展有限元方法(extended finite element method,XFEM)模拟分析沥青混凝土半圆弯曲断裂试验中的裂缝扩展规律。通过对比他人试验及数值模型数据,验证了基于XFEM的有限元模型分析裂缝扩展的有效性。此外,该文建立干法油石分离再生复合路面二维模型,研究模型中施工缝宽度、预埋裂缝长度、偏转角及预设位置对裂缝尖端应力影响,结果表明尖端应力随着裂缝长度、偏转角增加而增大,而随着施工缝宽度增大呈现先减小后增大趋势,随着偏移距离变大则先增大后减小。该文研究结果有助于复合路面反射裂缝定量分析与表征,为复合路面设计及后期养护提供了参考与依据。

摘要：苏州市轨道交通正处于快速发展阶段中,该文通过苏州和国内各大城市在客运量、客流负荷强度、换乘系数等指标方面的对比分析,总结不同阶段下客流特征的变化规律,研判苏州轨道交通发展阶段和客流水平。然后,基于2012-2020年运营客流数据,分别从线网、线路、站点三个层面分析了苏州轨道交通的客流特征与变化情况,主要指标包括客流总量、负荷强度、换乘系数、断面客流量、进出站客流等,为苏州轨道交通后续的规划建设管理和客流预测提供参考。

摘要：本文以苏州市轨道交通线网档案中心建设为例,梳理了轨道交通档案管理工作的现状及存在的问题,并从宏观、中观和微观三个角度对业内现实做法进行了分析,从轨道交通档案馆规划与建设角度同时提出相应的策略,以期为轨道交通档案馆建设提供借鉴和参考。

摘要：高速网络流大小的测量面临着高速存储资源极度稀缺的挑战,难以满足海量流式数据的实时存储需求.目前的研究大多采用存储资源共享技术,以便将设计的估计器置于稀缺的高速片上缓存中.然而,这种方法引入了大量难以消除的噪声,导致中小规模流的估算精度不高.为了解决这一问题,本文提出一种能根据流大小自适应调整所占用存储空间的自适应Sketch技术,并在此基础上设计出一个高精度、低存储开销的每流大小估计器.自适应Sketch技术利用可逆计数器高效滤除海量噪声小流,并进一步采用采样概率逐层递减的采样计数器实现对不同规模流的自适应采样计数,从而控制大流对资源的过多占用,实现了低开销、高精度的每流大小测量.基于真实网络数据集CAIDA 2019的仿真实验表明,所提出的自适应Sketch流大小估计器的平均相对误差较现有机制降低了接近1个数量级.

摘要：在分析目前国内城市轨道交通与土地利用之间存在问题的基础上,以苏州市城市轨道交通1号线为例,借鉴香港"地铁+物业"轨道发展经验,通过优化轨道交通沿线土地利用布局和开发强度,实践轨道交通TOD开发模式。基于苏州市城市土地利用优化前后的布局方案,建立城市轨道交通需求预测模型获得轨道交通1号线客运量与沿线人口、总建筑面积、居住建筑面积、商业建筑面积的相关性,探索轨道交通沿线土地利用变化对其客运量的影响规律。

摘要：针对芯片设计中的后仿流程采用的时序分析用时过长,且传统回归模型预测出的时序值精确度较低等问题,提出一种基于蚁狮优化(Ant Lion Optimizer,ALO)算法的反向传播(Back Propagation,BP)神经网络的读时序预测方法。对14 nm SRAM芯片进行表征,生成对应的liberty文件,提取其中的典型特征和时序参数并进行量化和归一化处理,形成相应的训练测试集。利用BP神经网络的自适应学习能力对数据集进行仿真训练,确定最优隐含层数;针对训练过程中对网络初始值非常依赖这一问题,采用蚁狮优化算法寻找均方误差最小时的网络初始权值,同时对比多种预测方法,对仿真方法和结果进行分析。实验结果表明,该模型收敛速度快、预测精度高,能对读时序进行有效预测。

摘要：[目的]城市轨道交通车辆基地的上盖物业开发已成为上海、北京等诸多城市的车辆基地设计基本要求，为了有效解决上盖物业开发对盖下库房的影响，需对运用检修库房的净空高度进行研究。[方法]以车辆基地的运用库和联合车库作为研究对象，分析上盖开发车辆基地库房净空高度的主要影响因素，梳理运用检修库房净空高度设计流程；提出架空接触网制式和接触轨制式下的库房净空计算方法。[结果及结论]采用接触网制式时，需考虑接触网导线高度及安全距离、起重机走行轨轨顶标高及起重机高度、架空管线层高度、结构主梁高度等因素，停车列检库首层盖板的最小高度为7.5 m;检修库(除停车列检库、临修库外)首层盖板高度统一为8.5 m;临修库首层盖板的最小高度为13.5 m。采用接触轨制式时，影响因素除接触网导线高度外，其余均与接触网制式一致，停车列检库、周月检库房首层盖板高度分别为7.5 m和8.5 m。

摘要：文章基于多源数据融合方法,从客流水平、居民需求、接驳特性、周边设施4个维度对轨道站点特征进行提取与构建。采用PAM算法对站点进行聚类研究,最终形成6类站点画像的标签。在此基础上探索站点功能定位、客流模式之间的内在关系,梳理不同类型站点在城市化进程中面临的阶段性矛盾,指导客流预测任务、引流策略制定等后续工作。

摘要：Obfs4混淆流量是匿名通信网络Tor的一种承载流量,因其强匿名的特性而被滥用于非法网络活动,因此识别Obfs4混淆流量对预防利用Tor网络进行的网络犯罪具有重要作用。现有识别策略往往侧重于分析Obfs4流量特征,将完整流样本利用机器学习或深度学习技术进行精细化识别,但处于在线流识别的应用场景下时间开销偏高,且识别准确度在Obfs4应用间隔到达时间反检测技术(Inter-arrival Timing,IAT)后有所下降。为此,提出了一种基于部分数据的多级剪枝Obfs4混淆流量识别方法,仅收集每个流最先到达的少量数据包进行多轮快速过滤,并重点针对IAT模式特性设计识别方法,提升了Obfs4流量识别的效率和鲁棒性。该方法将识别过程分为握手阶段和加密通信阶段。在握手阶段,充分挖掘Obfs4握手数据包的隐含语义,进行随机性、时序和长度分布特征的粗粒度快速剪枝;在加密通信阶段,先对每个流的前若干数据包进行特征提取,并提高IAT相关特征的权重,最后利用XGBoost分类方法进行细粒度识别。实验结果表明,在包括了应用IAT技术的混淆流量的数据集上,使用流的前30~50个数据包能达到99%的正确率和精确度,平均每条流的处理时间在毫秒级。