简介:针对桥梁结构监测采集到的桥梁异常状态下长期积累演变的惊人数据量,提出了基于主成分分析与人工神经网络相结合的桥梁结构异常状态识别方法。布设多种类型传感器监测获取高维数据,采用主成分分析法对原始高维特征数据进行预处理,将结构异常特征变量的主成分作为人工神经网络的输入特征。该方法有效的降低了神经网络的结构复杂度,同时提高人工神经网络的训练速度,也保证了人工神经网络具有良好的收敛性和稳定性。应用于江苏南通如泰运河大桥和江苏无锡开源大桥的实际监测数据的结果表明,基于主成分分析的人工神经网络方法用于桥梁结构异常状态识别,与传统的神经网络以及其他模式识别算法相比,有更好的识别精度。
简介:为了解和掌握杭州等新开通地铁城市的乘客乘坐地铁出行所具备的安全知识、安全意识水平,利用调查问卷的方法对乘客基本安全知识的认知程度、安全意识、安全行为和突发事件的反应进行初步调查分析与研究。结果表明:63%的乘客对于安全标识的含义、紧急报警装置等了解程度不高;87.88%的乘客表示没有接受过相关安全知识的宣传教育;68.19%的乘客对于地铁这种特殊的公共交通工具的安全性表现出主动关心;90%以上的乘客未携带危险品进站乘车、未在站内/车厢内吸烟,安全行为较好;同时当地铁站内发生突发事件(如火灾、爆炸、停电、恐怖袭击等)时,57.58%的受访者表示在面临危险的情况下可以保持镇定的态度并能听从指挥。