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:利用6个不同浓度梯度的聚乙二醇(PEG6000)溶液对6个白三叶(Trifoliumrepens)种质资源进行渗透胁迫萌发试验,研究PEG6000渗透胁迫对白三叶萌发指标和根系指标的影响.结果表明:种质资源与浓度两者交互作用对白三叶的发芽势、发芽指数及根长有极显著影响(P<0.01);PEG6000渗透胁迫极显著抑制白三叶萌发和根系生长(P<0.01),随着PEG6000浓度的增加,各萌发指数和根系生长情况均呈下降趋势,PEG6000浓度≥10%时,各萌发参数、根长极显著下降(P<0.01);白三叶的PEG6000半致死胁迫浓度为10%-15%,致死浓度为20%-25%.建议大批量萌发期白三叶PEG6000轻度渗透胁迫耐旱性鉴定浓度为10%,中度耐旱性鉴定浓度为15%.
简介:分析了南昌市2013—2016年大气污染物浓度的时空变化特征。结果表明:2013—2016年南昌市环境空气质量逐年好转;污染物浓度有明显的季节性变化特征;O3为首要污染物的天数逐年上升,PM(2.5)和O3复合污染明显;颗粒物污染状况较重,但呈逐年好转趋势,并正逐步由固定污染源污染为主向移动源污染为主转变;污染物浓度具有区域分布特征,城市近郊、远郊受固定污染源的影响较大,市区交通密集区域受移动源影响较大。