MOVES模型在城市交通碳减排评估中的应用

为准确评估城市道路交叉口信号优化的碳减排效果,在实际交通调查的基础上利用MOVES模型模拟信号优化后道路车辆污染物排放的变化,对交通管控的节能减排效应进行定量分析。结果表明:信号优化不仅能有效缓解交通拥堵,提高主干道交通流的速度,还能够不同程度降低不同污染物的排放总量,尤其是CO_(2)的排放量;虽然信号优化后不同污染物排放总量都在降低,但对于道路行驶的基数较小的车型,其污染物排放趋势有可能增加;不同污染物对信号优化的敏感性不同,因此减排效果不同,但相同车型的不同污染物的减排趋势相似。通过详细分析模型参数的本地化过程和排放结果,所研究的污染物排放测算方法更符合实际情况,可以为其他城市交通管控的减排效益研究提供参考,为城市的低碳绿色发展提供理论基础。

基于MOVES的高速公路客运交通排放特性研究

研究了高速公路客车污染物排放时空分布特性,为政府相关部门制定合理的交通管制措施提供理论支持,从而减轻客车排放对高速公路及周围环境造成的危害。以2021年云南省高速公路通行客车收费数据为基础,结合云南省客车技术特征、环境条件及燃油特性等参数对MOVES模型进行本土化修正,从而计算高速公路客车排放因子,结合车流量及行驶里程建立2021年云南省排放清单,并采取自下而上的方法和ArcGIS技术对排放清单进行时空分布分析。结果表明,各项污染物主要来源于客一。在时间分布上,在工作日期间客车污染物排放量在8时及18时左右出现双高峰结构,而非工作日期间,在14时到18时之间一直处于较高的排放水平;在空间分布上,污染物分布以昆明市为中心向四周扩散,离昆明市越远的地方,污染物排放分担率越小。

基于move-step模型的地铁车站站务通信言语特征分析

规范化的通信用语可以减少沟通双方的交流时间,使接收者获取到准确的信息内容。将地铁车站站务通信按内容分为日常运营信息及突发/紧急事件信息两类,并基于move-step模型将这两类信息分为3个沟通阶段及多个沟通步骤。根据地铁车站站务通信的特点,将其言语特征分为呼叫、指示、请求、声明、通知、回复及通话完毕7种类型,并列举了相应的标准化用语范例。

基于改进显著图和局部特征匹配的copy-move窜改检测

检测整幅窜改图像的方法增加了许多非必要的计算量,为了降低计算复杂度和进一步提高检测精确率,提出了一种基于改进显著图和局部特征匹配的copy-move窜改检测方法。首先,结合图像梯度改进显著图,分离出包含图像高纹理信息的局部显著区域;其次,只对该局部区域采用SIFT(scale invariant feature transform)算法提取特征点;然后,对显著性小的图像采用密度聚类和二阶段匹配策略,对显著性大的图像采用超像素分割和显著块特征匹配的策略;最后,结合PSNR和形态学操作来定位窜改区域。在两个公开数据集上进行实验,该方法的平均检测时间小于10 s,平均检测精确率大于97%,均优于所对比的方法。实验结果表明,该方法能够大幅缩减检测时间、有效提高检测精确率,并且对几何变换和后处理操作也都具有较好的鲁棒性。

基于MOVES模型的西安市机动车排放清单研究

利用本地化修正的MOVES模型结合实地调研数据,测算了西安市机动车排放清单,并对各种污染物的排放分担率进行了分析。结果表明:2012年西安市机动车的PM_(2.5)、PM_(10)、NO_x、总碳氢化合物(THC)、CO、挥发性有机物(VOCs)、NH_3和SO_2排放总量分别为1 890.48、2 668.89、40 847.75、19 413.30、217 103.04、15 244.86、539.76、2 087.50 t;中型货车和重型货车是PM_(2.5)、PM_(10)和NOx的主要贡献者,小型客车和摩托车是THC、CO和VOCs的主要贡献者,小型客车是NH_3的主要贡献者,小型客车与重型货车对SO_2的排放分担率均较高;柴油车对PM_(2.5)、PM_(10)、NO_x和SO_2的排放分担率高于汽油车,而汽油车对THC、CO、VOCs和NH_3的分担率则高于柴油车;CO在冬季排放最多,其余污染物的排放均在夏季最多,但污染物的季节变化总体上不明显。

综合移动源排放模型——MOVES

美国环保局发布了新一代移动源排放测算模型MOVES2010,该模型代表着排放模型开发的最新技术和研究方向。文中分析了MOVES的开发背景和系统组成,阐述了模型的基本计算原理和主体框架,从模型结构、输入输出、计算原理和结果等角度对MOVES和目前广泛使用的排放模型MOBILE6进行了对比。

基于MOVES的高速公路纵坡段载重柴油车辆碳排放预测模型的研究

为研究高速公路纵坡路段的碳排放规律,以西安绕城高速为依托工程进行现场试验,采用MOVES进行碳排放模拟,并利用试验核算的碳排放数据评估模拟结果。基于MOVES模型得到我国高速公路不同纵坡情况下的碳排量数据库文件,建立高速公路纵坡路段的载重汽车的碳排放模型,并对碳排放模型进行敏感性分析。研究结果表明:高速公路纵坡路段的碳排放量以初速度、坡度、坡长为自变量作多元非线性函数形式的变化;高速公路上坡路段是机动车产生碳排放的主要路段,累计碳排量对坡度i_(上坡_∈[3%,6%]的敏感性居第一位次,对坡长l_(上坡)的敏感性居第二位次,反映出路线设计过程应尽量采用较小纵坡,避免长大纵坡的设计方案;在高速公路下坡路段,累计碳排放对坡度i_(下坡)∈[-3%,-6%]的变化最敏感,坡长次之。

图像内部Move-Copy篡改盲取证算法研究

针对一般Move-Copy图像篡改取证算法低鲁棒性特点,提出新算法.首先利用颜色不变量检测特征点位置,提高特点的数量和取证结果的召回率;其次用RGB颜色通道扩充Surf描述子向量维数,提高特征向量的健壮性和鲁棒性;然后定义噪声敏感系数判断图像噪声点并对之进行预处理;接着利用序贯相似性检测算法对特征点进行配准以提高配准速度;最后利用肯德尔系数和四条假设对取证结果进行约束,得到最后结果.实验结果表明,本文算法取证准确率较高,鲁棒性强,具有较强的取证说服力.

基于MOVES的小半径圆曲线路段载重柴油车碳排放预测模型

半径小于等于550 m的圆曲线路段是车辆易产生高碳排的路段。为揭示载重柴油车在这些小半径圆曲线路段的二氧化碳排放水平变化规律,以MOVES模型为基础,应用符合我国实际情况的道路、交通、车辆、燃油等信息,对MOVES模型中的参数做本地化修正及设置。通过采用MOVES模型进行载重柴油车碳排放模拟,得到了不同平面线形及行驶速度组合条件下的碳排量数据库。在此基础上,首先采用回归分析的方法分别建立了单位圆曲线长碳排量与圆曲线半径、圆曲线长度、车辆驶入圆曲线路段的初始速度3个参数的关系模型,其次采用迭代的方法建立了小半径圆曲线路段载重柴油车累积碳排放量预测模型。通过实地油耗试验,选用IPCC碳排放核算方法,将车辆油耗数据转换成碳排放数据,对比了碳排量核算值与模型预测值,验证了模型的预测精度。结果表明:单位圆曲线长碳排量以圆曲线半径、车辆驶入圆曲线路段的初始速度这2个参数分别为变量作二次函数形式的变化,以圆曲线长度为变量作幂函数形式的变化;累积碳排量以上述3个参数为变量作多元非线性函数形式的变化;经过参数本地化修正及设置的MOVES模型可以用于我国实际道路交通条件下的载重柴油车碳排放水平预测,以MOVES模拟为基础而建立的多元碳排量模型预测值与试验实测值的相对误差平均值为6. 02%,小于10%,具有较高的预测精度,可以在无需借助MOVES模型的情况下方便、快速地估算载重柴油车在小半径圆曲线路段的碳排量。

同源视频Copy-Move篡改检测及恢复

针对同源视频序列的copy-move篡改方式,提出一种通过度量图像内容间的相关性,来实现对视频序列的copy-move篡改检测并恢复的方法.首先将视频帧内容转化为一系列连续的图像帧,对图像分块,提取每帧图像的8个特征矢量,再利用欧氏距离计算帧间相关性,并通过添加偏差矩阵构造动态偏差阈值,检测出copy-move篡改序列且精确至帧,从而实现对视频序列的篡改检测与恢复.实验表明,该算法对同源视频序列的copy-move篡改检测及恢复能够取得理想的效果.

基于MOVES的城市道路交叉口组织优化排放分析

将微观交通仿真模型与MOVES排放模型结合使用,以提高微观层面排放计算精度。根据MOVES计算原理,用Labview可视化编程工具搭建机动车运行工况计算平台。利用运行工况计算平台分析交叉口机动车排放特性、交叉口组织优化措施对排放效果的影响。结果表明:原始交叉口车均延误为28.5 s,平均停车次数为0.72,CO排放量为7 875.29 g/h,HC排放量为1 309.78 g/h,NOx排放量为1 509.06 g/h;对交叉口进行渠化后交通延误水平减少了9.1%,平均停车次数减少了13.9%,CO排放量为5 428.99 g/h,HC排放量为1 136.89 g/h,NOx排放量为1 407.45 g/h;设置左转待转区后交叉口延误水平减少了1.4%,平均停车次数增加了2.7%,CO排放量为10 807.18 g/h,HC排放量为1 508.76 g/h,NOx排放量为1 834.74g/h,信号配时优化后CO排放量为7 489.48 g/h,HC排放量为1 089.25 g/h,NOx排放量为1 369.84 g/h,延误水平减少了8.05%,平均停车次数减少了6.64%。排放测算平台能精确地反映交叉口排放情况的变化,可以对交通减排措施进行有效的评价。

基于双树复数小波四元数卷积网络的Copy-move盲取证算法

随着图像编辑软件的普及与完善,使得人们通过Copy-move操作便可伪造图像,而现有的Copy-move盲取证算法很难提取到彩色图像的一致性特征,且结果依赖于手动调节参数,难以定位到准确的篡改区域.为此,利用四元数卷积网络提取彩色图像空间一致性信息和双树复数小波提取图像局部信息的优势,提出了一种基于双树复数小波四元数卷积网络的Copy-move盲取证算法.首先,将图像表示为四元数并输入到四元数卷积网络中,提取彩色图像的颜色一致性特征,并将双树复数小波变换的高频子带与卷积网络的特征图联合学习图像的局部特征.其次,计算特征向量之间的相似性分数.然后,利用卷积网络提取较高分数的特征,定位相似区域,在一定程度上解决了匹配时手动调节参数的问题;并构建了一个仅定位粘贴区域的辅助分支来区分相似区域.最后,融合了相似和粘贴区域得到能够区分复制和粘贴位置的结果.在CoMoFoD和CASIA CMFD数据集上的主客观实验表明,该算法提升了Copy-move盲取证的定位性能.

体育品牌体验与消费者品牌忠诚的关系研究——基于Designed to Move活动

本文以Designed to move活动为基础,分析体育品牌体验对消费者行为(品牌忠诚)的影响,这种形式的品牌体验能够给消费者的生命资产和生活价值观带来影响,具有研究价值。本文采用Brakus的SEMs模型测量品牌体验,通过实证分析,探究了感官体验、情感体验、行为体验和智力体验与品牌忠诚之间的作用关系。分析发现,感官体验、行为体验和智力体验对品牌忠诚有显著的正向影响作用,与以往研究不同的是,在体育品牌体验中情感体验对品牌忠诚影响不显著,这对体育企业的营销活动和体验手段具有现实的指导意义。

基于触摸屏的人机交互技术Move & Touch的研究

近年来,手机触摸屏的普及程度越来越高,舒适自然的触摸屏交互逐渐渗透到人们生活的方方面面。该文在对国内外主要大显示屏交互技术的研究基础上,提出了一种新的基于触摸屏手机的显示屏交互技术Move&Touch。Move&Touch技术以触摸屏手机作为交互设备,用户通过对手机触摸屏的滑动、点击等动作来实现对显示屏的远距离控制和操作,提高了交互的灵活性和高效性。Move&Touch技术是一种自然、直观的大显示屏交互技术,具有易用性、通用性和可扩展性的优点。

MOVES模型微观层次参数的深圳本土化研究

MOVES模型是基于美国实际情况建立的机动车排放因子模型,在使用该模型模拟我国城市的机动车排放情况时,需要将模型相关参数进行修正。为使MOVES模型能够准确模拟深圳机动车排放特征,基于深圳市的实际情况对地理信息、车辆类型、燃油、模拟年等MOVES模型微观层次默认参数进行本土化。在明确这些参数在MOVES模型中如何界定的前提下,根据深圳实际机动车相关情况对参数赋值。并且,对比分析了本土化前后MOVES模型估算结果与车载实测排放因子的相对误差。结果表明,NOx模拟效果显著改善,其中在快速路上的相对误差由365%减少至14%;CO2在本土化前后相对误差都较小,并且本土化之后的相对误差控制在20%以内;CO在本土化前后相对误差减少30~50%;但是对于HC而言,本土化前后模拟效果改善不明显,有较大提升空间。

基于Tamura纹理特征的Copy-Move图像篡改盲检测

针对图像盲认证中一种常见的Copy-Move型图像篡改,提出了基于图像的Tamura纹理特征的Copy-Move型篡改区域的检测和定位算法。该算法提取每一图像块的Tamura纹理特征组成图像的特征向量,用字典排序法对特征向量进行排序,利用欧式距离计算图像块的相似性,以检测和定位被篡改的图像区域。实验结果表明,该算法能有效地检测和定位被篡改的图像区域。

基于MOVES模型本地化的轻型车排放因子估计方法

考虑中美两国车辆排放限制标准及测试工况的差异,提出了MOVES模型本地化修正的方法,并进行了案例分析。研究表明,我国车辆排放控制水平虽较为滞后但发展较快,如我国国I至国VIa轻型车一氧化碳排放限值标准所对应的美国轻型车排放特征年份分别为:1995、1999、2002、2007、2010及2012年。此外,对估计的轻型车排放因子与真实的测试结果进行了对比分析。

A Longitudinal Study of Hedges in Different Moves of EMRAs

This paper investigates the evolutionary change in the OF(OF) of hedges in different moves of EMRAs(EMRAs).Two corpora are established for longitudinal study,with Corpus A consisting of EMRAs from 1990-1994 and Corpus B from 2005-2009.Generally,no significant change has been found in overall use of hedges.However,apart from move 6,7 and 10,we have found some interesting changes in the other moves.On the one hand,the OF of hedges in move 1,move 3,move 4 and move 5 shows a significant increase.On the other hand,the OF of hedges in move 2,8,9 and move 11 show a significant decrease.

基于深圳本土化MOVES模型微观层次敏感性分析

为了使用户在数据资源匮乏的情况下,能够快速针对模型关键参数进行数据收集,文中在对MOVES模型进行参数本土化修正的基础上,引用经济学常用的敏感度系数（SAF）评价指标概念,通过定义的SAF等级,进行了MOVES中速度、气象等参数对深圳市常见车型排放因子的影响程度分析。研究表明,当速度小于20km/h时,各种污染物的SAF在1-6之间变化,属于敏感参数;车龄为0-3年的新车其污染物的SAF〉1,各车型劣化较快;硫含量对各车型SO2排放因子的SAF≥1,属于敏感参数,雷氏蒸汽压只对私家车的CO排放有影响;温度对柴油车型的THC,CO和PM2.5的SAF≤0.1,属于不敏感参数,湿度对于中重型车、社会中大巴、公交车的THC,CO,PM2.5排放因子的SAF≤0.1,属于不敏感参数。各参数针对不同车型的不同污染物,表现出不同的敏感性。

区分来源和目标区域的图像copy-move伪造检测方法

Copy-move是一种常用的图像伪造手段,它通过复制图像的某一区域,移动并粘贴到同一图像的其他位置,达到掩盖重要信息或伪造虚假场景的目的。近年来,为了防止copy-move被用于违法犯罪,copy-move伪造检测技术迅猛发展,在维护社会运行秩序和信息安全方面发挥着积极作用。本文提出一种基于条件生成对抗网络(conditional Generative Adversarial Networks,cGANs)的copy-move伪造检测方法。针对图像copy-move伪造检测,该方法优化设计了cGANs的损失函数,并使用适量的弱监督样本来提升网络性能。不同于目前大部分检测算法,该方法不仅可以定位出图像中的相似区域,还可以有效区分伪造来源区域和伪造目标区域。实验结果表明,本文所提出的方法在检测准确率上显著优于现有方法。