简介：结合国外部分项目的实施情况,提出基于Tetra网络的信号系统结构。根据项目的技术标准和运输需求,分析了多种运营场景,并提出有别于目前国内铁路现有信号系统（如CTCS-3级列控系统）,也不同于国外应用成熟的信号系统（如ETCS-2列控系统）的列控系统解决方案。

简介：介绍了基于网络的设备及环境集中监测系统的组成及主要功能，并进一步阐述了各层通信系统的实现方式。

简介：通过对无线列车调度通信系统广泛使用的监测总机的研究,提出一种基于IP网络平台的综合告警平台,解决目前监测总机使用中存在的报警功能单一、设备分散、操作多样、维护困难等问题。采用服务器、客户端模式,允许多用户同时使用,监测终端可配置到调度工区、通信段、维护工区,实现现场维护人员远程监测使用;增加了短信服务器、邮件服务器等新的报警信息传递方式;具备北向接口,向更高一级的监控系统发送报警信息,使之能适应铁路管理信息化要求。

简介：结合图象处理、模式识别等先进技术开发路面破损自动检测系统已经成为本领域的研究热点[1～5].本文主要研究了小波神经网络在路面破损识别中的应用,并与传统的BP神经网络作了对比.试验结果表明,在相同的训练样本情况下,小波神经网络的精度高于BP神经网络.为开发更为高效的路面破损自动检测系统提供新的思路.

简介：简要叙述数据挖掘的概念及几种主要的数据挖掘方法,提出一种基于模糊神经网络的数据挖掘算法,把模糊理论和神经网络结合起来构造、训练模糊神经网络,弥补神经网络结构复杂、网络训练时间长、结果表示不易理解等不足。

简介：通过对网络拓扑的研究，列出三种基本的网络拓扑结构，通过矩阵可以表示这些拓扑结构特征。对于网络结构可以由这三种基本结构组成进行可行性分析，使得不同的拓扑结构结合相应的技术可以更好地解决隐藏终端和暴露终端带来的问题。

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：提出一种改进BP神经网络的交通流数据融合算法,通过对融合模型以及融合算法的改进,实现融合精度及容错能力的提高,最终利用某城市主干路的交通流实测数据进行实验验证.验证结果表明,本文提出模型可以通过LSE值验证且融合精度可以达到94%以上,因此利用改进BP神经网络可以有效进行交通流参数的融合,并可以较为准确反映路段平均速度的变化,为交通流的预测与诱导提供理论支持.

简介：介绍复杂网络的基本统计指标,包括点的度、最短距离、网络有效性和介数.在复杂网络理论的基础上,分析新建线路将给整体网络带来的影响,如度的增加引起网络抗攻击性的下降和介数增大引起级联失效现象的加剧,基于度和介数指标的统计来设计新建线路辅助评价模型.根据上海轨道交通2008年线网进行案例分析,统计网络的度和介数指标,说明新建线路应当避免在网络Hub节点换乘,并尽量避免同站多线换乘,从而达到均衡整个网络压力的目的.

简介：在含富水带山岭地区的隧道工程建设中,往往引起隧道内涌水,不但影响施工安全,还会影响到隧道建成后运营质量,必须采取超前预报和措施,保证工程质量。此文以某在建隧道6个里程段的地质构造和涌水情况为样本,通过建立BP神经网络模型,对隧道内的涌水量进行预测,并与实测涌水量进行比较。所得结果表明,最大相对误差在10%以内,平均为3.8%,符合工程要求。可为隧道施工提供采取有效措施的依据。

简介：嵌入式系统，正在成为当前IT产业关注的焦点。在此背景下，详细阐述嵌入式网络监管系统的设计和实现过程．此次开发严格按照系统分析、系统设计和应用软件开发的程序，通过对功能模块的精心设计和严格测试，基本实现系统各项功能，达到课题的预定目标．此外，本系统还可以加入宽带拨号（PPPOE）、无线网络等技术进一步丰富其功能。

简介：GSM—R是我国铁路新的通信应用平台，在该通信网络开发列车定位技术势在必行。介绍基于GSM-R的列车定位系统以及GPS、DR定位技术。将两种技术数据融合，采用区间定位算法，实现列车的区间定位。

简介：随着WiFi的普及与BB（Blackboard）教学平台的广泛应用,两者结合已是大势所趋。在校园网范围内组建WiFi无线网络要选择符合管理和安全需要的设备及加密方式,同时使用蓝牙等多种无线网络进行互补。课题组利用BB教学平台在课堂教学、在线测试、课业提交等方面与WiFi网络全方位结合,并在使用中对两者进行不断的磨合及优化,达到良好的教学效果,具有积极的示范和推广意义。

简介：为准确计算动车组牵引能耗,提出BP神经网络模型和改进牵规法预测动车组牵引能耗。选取机车类型、坡度、目标速度、停站方案等8个因素作为动车组牵引能耗之BP神经网络的输入变量,建立3层BP神经网络模型。采用增加动车组运动方程和优化基本阻力公式方式对牵规法进行优化。利用正交实验法对动车组牵引能耗影响因素进行分析,并对111组数据进行模拟验证。研究结果表明:BP神经网络模型的误差在4.26%以内,改进牵规法的误差基本在10%以内,证明BP神经网络模型比改进牵规法模型能更好地预测动车组的牵引能耗,而且当目标速度增大时,BP神经网络模型的计算精度明显比改进牵规法的计算精度高;目标速度和坡度对牵引能耗有显著影响。

简介：介绍一种新的模拟视频传输技术——基于PON的非压缩视频传输技术及其产品VPON。VPON节省光纤,组网灵活,可广泛用于视频监控系统。

简介：社会支持是指一定社会网络运用一定的物质和精神手段对社会弱势群体进行无偿帮助的行为的总和。目前，高校贫困生社会支持网络存在奖助资金来源面窄、社会公益组织和爱心人士发动率低、资助链条的造血功能不足、专业帮扶受到资金限制等物质层面的问题。而在精神层面，则存在心理辅导团体可用率低、文化熏陶作用未发挥功能、人文关怀作用不明显、交往问题突出等问题。这要求高校通过扩大物质支持来源面，运用“助人自助”的方式，提高学生创新创业能力，加大情感支持力度，提供全面的信息支持，改善学生的交往支持，加强学生人文素养的培育，积极构建良好、完善的社会支持网络。

简介：分析影响北京地铁运量的因素,选取城市轨道交通内部生产、人口因素、乘客收入因素和交通因素等作为运量预测的关键要素,应用B-P神经网络（BackPropagationANN,基于误差反向传播神经网络）模型,对未来几年内北京地铁运量进行预测分析。结果发现B-P神经网络对地铁客运量的预测较为适用,可为北京地铁运营规划提供决策参考。

简介：从当前铁路基层站段计算机互联网络技术的应用出发，介绍了适合铁路基毛坫段职工远程教育的VPN网络的构建、特点和应用情况，分析了实际使用中需注意的问题。

简介：随着计算机技术、控制技术和现代通信技术的飞速发展，地铁信号系统的发展突飞猛进，从基于轨道电路的列车控制系统（TBTC），到基于通信的列车控制系统（CBTC），其突出的特点之一就是车一地之间数据传输通道的变革，即从轨道电路变为无线信道。介绍上海地铁11号线CBTC信号DCS系统设备及其构成的原理，并对网络风暴的成因与排故进行分析和探讨。

简介：实时交通流量预测是智能交通系统的核心内容，智能交通系统中多个子系统的功能实现都以其为基础。交通流具有高度非线性和不确定等特征，且与时间高度相关，可以看成是时间序列预测问题。根据交通流的这些特点，提出基于小波神经网络的道路交通流量实时预测模型，并以某条道路为例，通过Matlab编程实现模拟仿真。仿真结果表明，小波神经网络能够比较精确、快速地对实时交通流量进行预测，网络预测值接近期望值。