大小兴安岭地区森林生态城市带林业经济增长动力分析——基于Panel Data模型

大小兴安岭地区森林生态城市带具有大兴安岭地区、伊春市和黑河市3个核心发展区辐射周边区域,该城市带的建立有利于整合大兴安岭地区森林资源,发展区域林业经济优势产业。文章运用Panel Data模型对大小兴安岭地区林业经济增长动力进行分析,通过根据固定影响变系数模型计算,测试大小兴安岭地区林业经济增长的主动力,分别测算林业三次产业内部增长动力,根据大小兴安岭地区林业经济发展的实际情况,给出若干提升区域林业经济增长动力,促进林业经济发展的建议。

基于自适应时间窗的数据-模型融合驱动暂态频率预测

新能源大规模并网使得新型电力系统的暂态频率响应特征更加复杂,现有频率在线预测方法难以兼顾准确性和及时性。基于此,提出基于自适应时间窗的数据-模型融合驱动暂态频率预测方法。首先,基于长短期记忆网络,离线训练多个具有不同长度时序数据输入的频率曲线循环预测模型;其次,利用参数辨识方法离线建立各发电集群的通用等值频率响应模型,在此基础上构建系统有功-频率物理机理快速分析模型;最后,串行融合前述频率曲线循环预测模型与有功-频率物理机理快速分析模型,并提出“可信度量化评估指标”,实时分析在线预测过程中不同评估时刻下预测结果的精度,自适应调整输入时序数据长度,直至预测结果满足要求并输出。含风电的IEEE39节点系统的仿真结果表明,所提方法在不同风电渗透率或不同扰动下均能快速、准确地预测暂态频率响应曲线,相较于其他在线预测方法具有更优的评估性能。

基于数据融合的植被NPP时空变化及驱动因素分析——以拜城盆地为例

植被净初级生产力(NPP)是区域生态系统保护及生态环境治理的重要参考指标,针对拜城盆地植被NPP时空变化特征及其与气候变化的响应关系不明这一问题,利用STARFM时空数据融合模型,估算拜城盆地30 m空间分辨率的植被NPP,同时使用Sen斜率估计及M-K检验,分析植被NPP的时空变化趋势特征,并通过偏相关系数法量化气候要素的影响程度。结果显示:时间上,研究区2000-2020年植被NPP均值为152.1 g/(m^(2)·a),总体呈不显著下降趋势;空间上,植被NPP值表现为南北高,中部河谷区域低,其中69.03%的区域呈不显著变化,11.44%呈显著增加趋势,19.53%呈显著减小趋势;研究区植被NPP变化与降雨总量、太阳辐射总量呈正相关,与平均气温呈现负相关关系,其中,太阳辐射是影响植被NPP变化的主导因素。研究结果表明:改进的CASA模型对于模拟研究区植被净初级生产力具有较好的适用性,有助于更好地揭示拜城盆地NPP的变化特征及驱动因素,并为估算与定期监测中小尺度区域的NPP提供了新方法。

深空探测科学目标谱系构建方案探索

中国深空探测活动正在由技术驱动和科学牵引并举逐步发展到以科学引领为主、牵引技术进步的阶段。面向中国深空探测高质量发展需求,创新性提出科学目标谱系概念与方案设想。以科学目标为核心,汇聚深空探测工程、科学、技术、应用大数据,利用人工智能、云计算等技术,将相关要素进行有机组织、信息关联和知识挖掘,建立深空领域“关联成谱,脉络为系”的大模型,打造大知识智能平台。借助该平台,能够充分利用历史数据、立足当前能力,对深空探测未来的规划发展提供生成式的知识与信息支持,推动数据驱动的深空研究范式变革。

自动驾驶汽车仿真测试场景生成方法综述

针对自动驾驶汽车仿真测试场景生成方法进行了系统梳理,综述了自动驾驶汽车仿真测试场景定义、场景解构、数据驱动式场景生成、机理建模式场景生成等方向的最新研究进展,并对测试场景的相关评价与应用进行了总结,最后,提出了未来研究应重点考虑融入中国驾驶场景特征,深化边缘场景生成策略,加速场景构建的标准体系化建设工作。

基于LDA主题模型的在途驾驶风格识别方法

为增强人机共驾条件下智能系统对个体驾驶行为的理解,提出一种基于潜在狄利克雷分配(LDA)主题模型的在途驾驶风格识别方法,从多维度挖掘车辆轨迹信息,快速提取和识别驾驶员潜在驾驶风格特征。首先,建立驾驶行为语义理解规则,从驾驶作业的场景感知层、模式层、操作层以及车辆状态层出发,将连续的轨迹时序数据阐述为驾驶行为语义理解词汇;其次,根据主题困惑度和主题一致性指标定义4类习惯性驾驶风格:稳定型、保守型、适中型以及激进型;最后,将每位驾驶员的在途驾驶风格识别为上述驾驶风格的概率组合。结果表明:所提出的在途驾驶风格识别方法考虑驾驶员在驾驶过程中的异质性和不一致性,能够解释同一驾驶员在不同驾驶环境下表现出差异化驾驶风格的现象,同时,有助于提高驾驶风格在途识别的全面性以及可理解性。

城轨车辆电制动性能优化控制策略研究

针对城市轨道交通车辆启停频繁的特点,为实现精准停车、提升乘坐舒适度、降低损耗、节约能源等目的,文章提出一种异步电机纯电制动至零速停车的控制策略。在车辆运行全速范围内,利用数据与模型双驱动技术预测车辆最大可用减速度;在车辆电制动低速区段,设计减速度控制器针对电机制动转矩指令值进行实时调节;采用离散化闭环全阶转子磁链观测器辨识电机运行频率,从而利用辨识频率值替代速度传感器采集频率值完成停车过程。最终,通过半实物仿真平台和车辆运行试验证明上述研究策略的有效性。

基于混合高 斯-隐马尔可夫模型的驾驶意图识别方法研究

驾驶意图的准确识别,能为车辆轨迹预测和行驶风险评估提供有力的理论支撑。首先,提取大量车辆轨迹数据,通过拼接重构方法得到同时包含3类驾驶意图的轨迹数据;其次,以车辆横向速度、加速度以及偏移量作为驾驶意图的表征参数,构建基于混合高斯—隐马尔可夫模型的驾驶意图识别方法,并通过对比不同识别窗口长度得到:窗口长度为2 s时总体精度最高;然后,为避免单点误判对模型精度的影响,设计1种多点识别的修正方法,对驾驶意图结果进一步修正,多次测试发现以连续3帧作为观察窗口时修正效果最好,驾驶意图的识别率高达98.84%。研究成果能应用于轨迹预测和风险评估中,进而为道路交通安全性的提高起到一定的推动作用。

出行活动模型等研究动态

选取来自国际学术期刊的论文,以概述形式对城市交通理论方法、实证分析等学术研究成果进行总结性介绍,旨在增强城市交通业界和学界对国际学术动向和研究热点的关注,促进学术交流。本期共选取2篇论文:《基于长短期记忆网络和手机信令数据的出行活动模型》一文提出一个新的基于长短期记忆网络的出行活动模型框架,该模型框架能够根据手机信令数据识别的出行详细信息直接分析个人出行行为偏好,减少对社会经济属性和活动类型等信息的需求,同时可以很好地预测与时间相关的信息,并具有最佳的稳定性;《用于自动驾驶卡车编队的聚合零知识证明和区块链授权身份验证》一文提出一种聚合高效的零知识证明方法,用于卡车混合队列环境中基于许可区块链网络进行隐私保护身份验证,其能以毫秒为单位执行身份验证,与单一零知识证明设计相比,聚合高效的零知识身份验证系统具有更高的安全性和更好的性能。

南水北调工程仿真系统三维视景子系统实现

通过对南水北调工程仿真系统视景部分任务的分析,提出根据地理数据(DEM数据和矢量数据)来生成逼真的3D模型,使用OpenGVS来实现场景驱动,使用TCP/IP协议实现与其它子系统网络互连。文中为了达到很好的场景显示效果,通过压缩DEM数据和使用缩微模型方式来减少场景的数据量。

军事任务推演的时空模型与驱动机制

针对军事信息系统的作战任务推演需求,提出了一种基于时空事件序列的、较为完备的高效任务推演方法。论述了基于层次化分解的任务表达机制与实体化策略;针对保障数据定制问题提出了面向任务的时空数据应用模型,以任务最小需求为准则对一体化时空数据集进行多维筛选,有效降低数据的冗余度;详细讨论了时空事件序列模型的定义及其在军事任务推演中的数据驱动模式;结合具体仿真实例进行了应用探讨。原型系统的实现证明了该思路的有效性和可行性。

基于模型和数据驱动的航空发动机跨音速压气机失速/喘振虚拟仿真实验设计

文章设计了航空发动机跨音速压气机失速/喘振虚拟仿真实验,采用了计算机图形技术和互联网技术,构建了跨音速压气机、实验台、测量仪器等三维保真模型,通过第一视觉结合声光振效果增强了实验操作体验,实现了实验环境虚拟漫游、仪器设备学习认知、失速喘振实验实操、可视化流动观察以及数据采集、作业提交等全过程在线教学体验。该实验基于最新科研成果开发了内置失速/喘振数学模型和仿真测试数据驱动,以及充分的互动操作步骤和置错不可逆特点,使学生在柔性自主操作条件下,实现了对失速/喘振特性结果的差异化获取,解决了真实跨音速压气机实验高成本、高转速、高危险、失速/喘振现象难捕捉、用户参与深度有限等教学难题。

一个数据模型驱动的代码生成工具的设计与实现

提出一个数据模型驱动的代码生成工具的设计与实现方案。方案尝试在代码生成过程中引入数据模型。首先,分析ERP领域业务逻辑的特征,抽象出ERP简单业务逻辑模型;然后,基于数据模型生成代码,使得概念设计的复用成为可能。代码生成工具有较好的可扩展性和可重用性,可望提升ERP软件的开发效率和适应性。

面向Web的三维模型生成与处理技术

WebGL标准的推出加速了Web3D时代的到来,在Web3D项目中,三维模型的生成与处理是一个最核心的问题。利用three.js引擎,介绍了Web环境下的数据驱动建模、静态三维模型的导入与处理、动态三维模型的导入与解析问题。实验结果表明:基于WebGL平台和three.js引擎的Web3D技术,能够有效地实施数据可视化,实现了基于数据库的参数化建模,同时也能兼容大多数的工业三维模型,可以支撑完整的Web3D项目。

基于改进闭环子空间辨识的电动轮汽车纵向力估计

为实现电动轮汽车轮胎纵向力的控制与协调分配,提出了基于改进闭环子空间辨识的电动轮汽车纵向力估计方法.分析了电动轮汽车电驱动系统特性,在此基础上提出了用于辨识的纵向力估计模型.进行底盘测功机道路模拟试验并采集数据.模型输入与噪声相关时,子空间N4SID(numerical algorithm for subspace identification)辨识算法是有偏的,针对这一问题,研究了一种改进闭环子空间辨识算法.结果表明:对比子空间N4SID辨识算法,改进闭环子空间辨识算法辨识出的模型具有更好的抗干扰性,纵向力估计精度更高,实时跟踪效果更好,满足基于数据驱动的驱动力模型预测控制的需求.

政府数据开放成效影响因素研究

[研究目的]政府数据开放作为一种地方创新,是大数据时代政府治理转型的重要突破口。通过政府数据开放成效影响因素的组态分析,有助于形成经验借鉴,让数据资源真正成为国家竞争力的一部分。[研究方法]利用模糊集定性比较分析方法,选择上线政府数据开放平台的16个省区作为研究样本,对样本省区政府数据开放过程成效的影响因素展开研究。[研究结论]主要得出以下结论:第一,以政策压力、企业压力、公众压力、组织保障、信息基础保障和财政保障作为影响因素,构建了数据开放成效“外驱-支撑”影响因素模型;第二,从驱动模式来看,现阶段存在组织驱动型、“正三角”驱动型、“正梯形”驱动型、公众驱动型和“窄矩形”驱动型5种政府数据开放的驱动模式;第三,“正梯形”驱动模式同时具备强大的驱动力与支撑力,为政府数据开放最佳模式。

通用化高精地图数据模型

高精地图逐渐成为自动驾驶不可或缺的组成部分,但是其数据模型和表达方式尚未形成统一标准,特别是在生产制作和数据交换阶段,缺乏具备通用性和大规模应用能力的数据模型。针对这一问题,本文分析了当前主流高精地图数据模型NDS、OpenDRIVE和lanelet的优缺点,提出了一种通用化的高精地图数据模型Whu map model。车道模型方面,采用车道组为数据管理单元,由同一路段上的一个或者多个车道组成。车道由车道的左边界线、右边界线、车道中心线、车道属性构成。通过多种常见车道数变化场景下的车道拓扑构建,验证了该模型在表达上的有效性和稳健性。交通标志物模型方面,定义了地面标志物和交通标志牌,分别表达形状、类型、语义以及与道路、车道的关联关系等内容。通过大规模数据制作、NDS和OpenDRIVE格式编译,以及基于ADASIS V3协议的电子地平线应用试验,验证了Whu map model模型的实用性和有效性。Whu map model可以作为通用的交换规格,也可以应用到高精地图生产制作的各个阶段,同时向下兼容、易于扩展,有助于实现高精地图数据模型标准化,从而推进高精地图的规模化生产和应用。

水文水资源领域深度学习研究进展综述

现代水文监测技术的迅猛发展产生了海量的水雨情数据,为深度学习理论助力水文水资源领域的研究和生产实践带来了机遇与挑战。从水文模拟、水资源管理、水环境评价3个方面开展文献调研,综述了水文水资源领域的深度学习研究进展。归纳了深度学习方法的优势及应用难点:无需构建物理模型并可深度挖掘数据特征,在物理机制不明晰的问题中具有显著优势;但在应用时存在模型训练数据缺乏、超参数确定具有主观性、可解释性不足、与物理规律不符及泛化能力不足等难点问题。展望了可通过有机结合深度学习与水文物理机制模型,以融合经典水文规律,并开展迁移学习、强化学习以及对抗学习等应用研究,以更好地在水文资源领域探索运用深度学习方法。

面向电信领域的共享信息模型的研究与实现

对新一代运营系统和软件中信息及数据的建模与共享问题进行了研究。在电信管理论坛提出的共享信息模型标准和规范的基础上,借鉴模型驱动体系结构的开发方法,建立了共享信息模型的应用框架结构,提出并实现了一套与其相应的共享信息建模方法和模型存储、管理与访问机制。模型的应用在基于NGOSS框架应用中间件平台上得到了很好的验证,体现了共享信息模型对于电信运营支撑系统重要的应用价值。

基于DirectX的飞行过程再现

在研究基于飞行数据的飞机飞行过程再现的基础上 ,提出了一种基于DirectX(SDK)实现建模、仿真及动态数据回放的方法。该方法综合利用计算机图形技术和多媒体技术 。