国家高技术研究发展计划(2012AA063301)
- 作品数：35 被引量：113H指数：6
- 相关作者：徐涛丁建立陈海燕王建东冯霞更多>>
- 相关机构：中国民航大学南京航空航天大学中山大学更多>>
- 发文基金：国家高技术研究发展计划国家自然科学基金中国民航总局科技基金更多>>
- 相关领域：自动化与计算机技术环境科学与工程航空宇航科学技术交通运输工程更多>>
- 基于频谱分析与支持向量机的车型音频识别研究被引量：4
- 2014年
- 机动车车型识别是城市道路交通流监测统计的一个重要方面。本文基于频谱分析与支持向量机方法提出一种车型音频识别方法,以1/3倍频程频谱数据作为特征数据,并使用支持向量机方法完成不同车型分类下的车型识别,同时还分析比较了不同训练样本量及不同单个样本数据量大小对识别结果的影响。在将车型细分的情况下,对小汽车、大型公交车、水泥车、摩托车四种车型的样本外识别结果达到96.9%的准确率,验证了方法的有效性。
- 马侠霖蔡铭丁建立
- 关键词：车型识别频谱分析支持向量机音频信号
- 基于路径栅格的机场噪声动态等值线绘制并行算法被引量：4
- 2015年
- 机场噪声可视化在评估机场噪声对周边环境的影响中起着重要的作用。快速绘制机场噪声的动态等值线图,有利于机场管理者分析各时段、各区域的噪声影响情况,为制定有效的降噪措施提供科学依据。针对机场噪声的特征、分布特点,论文提出一种适用于机场噪声可并行的动态等值线绘制算法。首先通过对噪声历史监测数据聚类来发现机场噪声的分布模式,再构造有效网格和并行的更新路径栅格快速生成等值线图,并以每秒20帧的频率绘制。实验结果表明,该文提出的算法效率高,能解决机场噪声数据监测间隔大及动态等值线绘制要求数据刷新频率高之间的矛盾,满足机场噪声等值线动态绘制对于时间复杂度的要求。
- 徐涛崔昭宇吕宗磊
- 关键词：等值线追踪聚类并行计算
- 大气颗粒物的源解析模型研究
- 2014年
- 大气中颗粒物的浓度在评价大气的环境质量和追溯污染源方面是很重要的参数,空气质量模型模拟系统广泛应用于对各种大气污染物在不同尺度下的不同类型污染过程进行模拟,成为大气环境研究中不可缺少的组成部分。通过对扩散模型在颗粒污染物溯源方面的原理分析以及扩散模型的优缺点分析,同时从应用广泛的受体模型中的化学质量平衡模型(CMB)和正定矩阵因子分解模型(PMF)的实现原理和这两种受体模型的对比。最后分析了多尺度空气质量模型(CMAQ)中的第三代空气质量模式Models-3,可同时模拟多种空气污染及其相互转化过程是最优的技术方案。
- 潘业成邹佳肖云龙袁振宇
- 关键词：大气颗粒物源解析受体模型
- 大区域环境噪声评价模型NEM的构建及应用被引量：3
- 2015年
- 提出一种适用于大区域噪声评价的模型——NEM模型,该模型综合考虑暴露人群和声环境功能区差异,并根据城市声环境质量标准及噪声对人体健康的影响程度进行了分级表征。文章运用该模型对广州市噪声状况进行评价,同时将评价结果分别与NPI法和NII法的评价结果进行对比。对比结果表明:NEM模型用于大区域环境噪声评价科学合理,结论可靠。
- 谢林华蔡铭李军黎春燕丁建立
- 关键词：噪声评价大区域
- 一种基于信念修正思想的SVR增量学习算法被引量：2
- 2015年
- 针对实际应用中数据的批量到达,以及系统的存储压力和学习效率低等问题,提出一种基于信念修正思想的SVR增量学习算法.首先从历史样本信息中提取信念集,根据信念集和新增数据的特点选择相应的信念集建立支持向量回归模型并进行预测;然后对信念集进行修正,调整当前认知状态,使该算法对在线和批处理增量学习都有很好的适应性.在标准数据集上的测试验证了算法的良好性能;在某机场噪声实测数据上的对比实验也表明,该算法的性能明显优于传统学习算法和一般增量学习算法.
- 陈海燕丰文安王建东王寅同孙博
- 关键词：信念修正支持向量回归机场噪声
- 基于航迹分割的航空器噪声预测模型被引量：2
- 2014年
- 根据航空器的航迹来预测其影响区域的噪声情况,基于航迹的几何特性,将航迹分成直线段航迹和曲线段航迹两个基本航迹元素;确定了直线段和曲线段的各自影响范围之后,分别计算各航迹段对它们影响区域的噪声值贡献情况;统计了各个航迹段对监测点的噪声影响之后,综合得出整个航迹段对监测点的噪声影响,从而建立了航空器航迹噪声预测的模型。将该模型计算的结果分别和软件模拟数据、实际监测数据进行对比分析,发现该模型在航迹段内对监测点噪声均值的预测较为准确,监测点噪声峰值预测结果更接近实测数据。
- 丁建立周磊
- 关键词：飞行航迹噪声强度噪声预测
- 基于观察学习的机场噪声监测点关联预测研究被引量：2
- 2015年
- 针对机场噪声监测点设备损坏和老化导致噪声数据采集异常的问题,寻求软件解决方案。在分析监测点之间关联性的基础上,建立了一种基于观察学习的机场噪声监测点关联预测模型。首先,通过衡量失效监测点和其余正常监测点之间的关联性来筛选出关联度高的监测点;接着,利用BP神经网络集成建立回归预测模型。提出了一种"基于学习成果优异度加权"的观察学习算法,解决了小样本的欠拟合问题,提升了模型泛化能力。基于某机场实测数据的实验表明,所提出的预测模型具有较好的预测能力,并且改进后的算法比标准的观察学习算法更为稳定,效率更高。
- 陈曦王建东陈海燕
- 关键词：BP神经网络
- 基于土地分类的机场噪声评价限值标准比较被引量：2
- 2013年
- 现行的机场噪声评价方法众多,其限值标准各不相同。针对限值标准间难以相互比较这一问题,提出了一种基于土地使用分类的比较方法。将受机场噪声影响的区域按照土地使用类型划分为3类,结合不同评价方法的特点,将限值标准统一到一致的土地使用类型。定义限值区间和土地使用类型的关系,进而通过计算并比较同类型土地所占面积实现不同限值标准的比较。基于某大型繁忙机场的实例得出记权等效连续感觉噪声级(WECPNL)限值标准最严,澳大利亚噪声暴露预报(ANEF)次之,昼夜平均噪声级(DNL)最为宽松。限值标准过严不利于实施,建议将WECPNL限值标准下限调整为74 dB,上限调整为80 dB。验证结果表明通过土地使用分类对不同机场噪声评价限值标准进行比较的方法切实可行。
- 冯霞刘学刚
- 关键词：环境影响评价机场噪声限值标准
- 物联网技术在城市交通污染预测、预警系统设计中的应用被引量：2
- 2015年
- 交通工具是现代人的生活中不可缺少的一个部分,随着社会经济的发展和科技水平的提高,人们使用的交通工具越来越多,在给每个人来了极大方便的同时也造成了严重的污染。如今城市机动车污染已导致很多城市的空气质量极速恶化,给人们的生存环境带来极大危险,改善城市交通状况以及减少空气污染是目前急需解决的问题。物联网是基于互联网技术发展而来的一种网络技术,应用领域广泛,尤其是在交通领域更是发挥了重大作用。物联网技术的诞生将开启智能交通的新时代,物联网城市交通中的应用是改善城市交通状况以及减少空气污染的重要途径。本文就物联网技术在城市交通污染预测、预警系统设计中的相关应用进行探讨。
- 陆波马恩恩
- 关键词：物联网技术城市交通空气污染
- 一种基于动态集成学习的机场噪声预测模型被引量：5
- 2014年
- 准确预测机场噪声对控制噪声影响、制定航班计划和规划机场周边环境具有重要意义。而现有机场噪声预测模型复杂,需要监测和采集较多高精度数据作为输入参数,给机场噪声预测增加了困难。针对上述问题该文提出基于动态集成学习的预测模型,该模型基于粗糙集理论对历史监测数据集进行约简分组并构造属性子集,然后对由3维空间向量拟合属性子集生成的基模型进行动态集成。实验结果表明,预测参数完整时,该模型针对特定机型的预测准确性优于现有模型。即使预测参数部分缺失,预测结果也能随参数的增多逐渐逼近真实值。
- 徐涛杨奇川吕宗磊
- 关键词：信息处理机场噪声属性约简
