简介：摘要：目前，我国经济迅猛发展，城市路网规模不断扩大，交通需求持续增长，交通拥堵已呈现常态化趋势。本文针对出租浮动车线路不固定、地图匹配算法要求较高的缺陷，提出运用公交浮动车数据对拥堵路段进行判别的方法。基于速度对路段交通运行状况进行等级划分，通过将模糊理论引入到交通运行状况等级划分的速度阈值中，解决由于换算导致的速度阈值不准确的问题，进而建立拥堵判别模型，基于公交浮动车数据的交通拥堵路段判别方法能够准确判别路段的交通拥堵状态，具有一定的可行性和实用性。

简介：【摘要】根据高层建筑混凝土结构技术规程要求， B级高度高层建筑结构应采用弹性时程分析法进行补充计算【 1】，本文以淮安地区某超高层住宅项目为例，探讨 SAUSAGE软件在超高层住宅的结构弹塑性时程分析中的应用。

简介：摘要：对传统与新兴的露天矿山资源储量估算方法进行了研究介绍，并针对不同矿山的特点，提出适用范围，为不同情况下矿山的资源储量估算方法选择提供参考。并结合新兴的地理信息技术，分析其对矿山资源储量估算方法带来的改变。希望为资源的合理利用与可持续发展提供有价值的参考。

简介：摘要：结合南通城区范围内上部土层的分布特点，在采用标准贯入试验进行液化判别的过程中，按最不利组合计算不同深度处的液化判别标准贯入击数临界值，在勘察野外作业过程中，可通过实测标准贯入击数与最不利组合下标准贯入击数临界值进行比较，当实测标准贯入击数大于最不利组合下标准贯入击数临界值时，可直接判定为不液化，不需要采用扰动土样进行室内试验；当实测标准贯入击数小于或等于最不利组合下标准贯入击数临界值时，可判定为可能液化，需要采样计算得出最终结果，该方法既符合规范的要求，又可节省勘察成本，在类似地区值得推广。

简介：摘要：持向量数据描述算法（SVDD）是一种近年来运用得越来越多的单分类算法，具有很好的泛化能力，且运用核函数能有效解决“维数灾难”问题，可以较好的划分交通流数据分布特征。虽然在传统的SVDD只关注正类样本，能很好的通过单类数据进行机器学习，但我们又可以使用负类样本点来更好的完善SVDD所构造的超球面的分类性能。这就提出了带负类样本的支持向量数据描述算法（SVDD-NE）。之后通过对比不同分类算法的性能来验证SVDD-NE方法的有效性。最后将SVDD-NE运用于实际道路交通流数据的拥堵判别，用来增加道路拥堵的判别方法，实验证明该方法可以较好的支持道路车流拥堵情况识别，为诊断道路运作情况提供了技术基础。

简介：摘要：针对土木工程结构施工现场人员安全帽佩戴情况识别问题，对基于卷积神经网络的施工人人员佩戴安全帽智能判别方法进行了研究，并设计了一套安全帽佩戴智能识别软件系统。卷积神经网络模型主要包括 AlexNet网络和 Faster R-CNN网络。网络模型在 Matlab中进行了训练和验证，训练损失小于 0.2%，验证了该智能判别方法的有效性。