简介:对驾驶行为的危险状态进行动态辨识并提前预警是防止交通事故发生的重要手段。提出一种基于Kohonen神经网络和支持向量机(SVM)的驾驶行为险态动态辨识方法。基于国内外相关研究,选取油门、方向盘转角、刹车、离合、X轴速度、Y轴速度、X轴加速度、Y轴加速度、发动机转速作为驾驶行为状态指标。应用Kohonen神经网络对9个指标组成的向量进行非监督聚类。用聚类结果组成的时间序列表示驾驶员行为指标的动态变化特征并以此作为输入,通过训练SVM实现驾驶行为险态辨识,解决了高维指标数据监督聚类困难和险态识别的静态性问题。最后,采用驾驶模拟器进行试验设计,对方法的有效性进行验证。以8个危险场景作为诱发驾驶行为险态出现的刺激,10个被试共产生8400组识别序列,选取600组标识为险态的时间序列进行验证。结果表明:该模型的驾驶行为险态识别正确率为82.22%。不同被试的正确率差异控制在6%以下,表明此模型具备一定的泛化能力。
简介:为研究湘江长沙段洲滩菜园土壤重金属污染现状及其潜在生态风险,采用火焰原子吸收法测定了土壤中重金属(Cu、Cd、Pb、Zn)的质量比,应用BCR三步连续提取法对土壤中重金属的化学形态进行了分析,采用改进的潜在生态风险指数法对土壤污染程度的潜在生态风险进行了评价。结果表明,土壤中Cu、Cd、Pb和Zn的平均质量比分别为36.40mg/kg、12.87mg/kg、164.41mg/kg和431.21mg/kg,土壤Cd、Zn污染严重,污染水平超过II级土壤水平。土壤中各重金属均以极高比例的可提取态存在,因而重金属在土壤中不稳定,Cd、Zn弱酸提取态质量比较高,容易释放,具有较强的潜在环境危害。4种重金属的潜在生态风险递减趋势为Cd、Pb、Cu、Zn,Cd为极强生态风险元素,Cu、Pb、Zn为轻微生态风险元素。研究区域所有采样点改进的潜在生态风险指数MRI均高于1200,属于极强生态风险级别。4种重金属中,Cd的平均风险贡献率为98.21%,是最主要的污染物。因此,Cd污染应引起环境部门的高度重视。
简介:检测了珠江三角洲河流及南海近海表层沉积物中25种多环芳烃的含量。其含量范围为138~6793ng·g^-1,主成分分析,多元回归分析结果表明,珠江三角洲水体沉积物中多环芳烃来源主要有石油排放,煤、木柴等低温燃烧排放,机动车尾气排放及生物成因。其相对贡献分别为石油排放占36%、煤、木柴燃烧占27%、机动车尾气占25%,自然来源占12%.珠江、东江河流沉积物中多环芳烃主要来源于区域内工业和生活废物的直接排入和机动车尾气的近距离沉降。西江沉积物中多环芳烃大气沉降是主要输入途径,南海沉积物中多环芳烃河流输入是主要途径,在多环芳烃由河流向海洋的输送过程中,茈可以作为一个有效指标示踪河流输送的多环芳烃。风险评价表明,东江及珠江部分河段沉积物可能存在着对生物的潜在危害,其它区域多环芳烃的生态风险处于较低水平。