基于卷积神经网络的不良驾驶行为辨识

为量化描述驾驶员驾驶行为的动态变化过程与不良程度,研究了不良驾驶行为谱的构建与分析方法,用于不良驾驶行为的实时辨识。首先,基于拉格朗日插值法对轨迹数据清洗处理后提取特征指标参数构建驾驶行为谱,采用风险度量法对急转向、急加速、急减速、超速4种不良驾驶行为进行量化表达。其次,使用大样本统计分布的IQR(interquartile range)与客观赋权的CRITIC(criteria importance though intercrieria correlation)方法确定不良驾驶行为特征指标参数阈值与权重,结合隶属度函数构造模糊综合评价模型对不良驾驶行为谱特征值进行确定以标定不良行驶车辆。最后,将不良驾驶行为谱特征值作为输入,基于人工智能卷积神经网络(convolutional neural networks,CNN)算法对不良驾驶行为进行辨识,并与SVM(support vector machine)、RF(random forest)、BP(back propagation)等传统机器学习算法在辨识误差上进行比较。结果表明:CNN算法对不良驾驶行为辨识的理论误差值MAE(mean absolute error)为0.059、RMSE(root mean squared error)为0.084、R 2高达0.911。可见,不良驾驶行为谱作为一种客观量化不良驾驶行为的方法与CNN算法相结合,能依据车辆运行轨迹对不良驾驶行为进行自动辨识,具有客观性、可靠性与适应性。

地下工程衬砌拆模时间研究

地下工程钢筋混凝土衬砌的拆模时间比其它现浇钢筋混凝土结构的拆模时间要短得多，其项拱承重模板可以在较短的时间内拆除，一些地下工程衬砌承重模板的拆模时间只有12-24h。针对规范要求的混凝土拆模强度、衬砌混凝土的荷载特点及衬砌模板的特点，结合二滩水电站引水隧洞和泄洪洞，对承重模板的拆模时间进行了分析和论证，说明提前拆模是可行和经济合理的，能够保证工程的质量和安全。

浅谈国际工程资格审查文件的编制

本文结合亚洲开发银行的《土建工程承包商资格预审指南》,介绍了国际工程资格预审的阶段、评审过程和评审计分实例,分析了业主在资格预审中对承包商资格审查文件的要求,指出了国内公司在编制资审文件中存在的问题和需要采取的措施,为相关单位编制国际工程的资格审查文件提供参考。