轨道交通PIS系统显示列车预到站信息的技术研究

来源 :物联网技术 | 被引量 : 0次 | 上传用户:zn19861225
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
在轨道交通车站站台的乘客信息系统(PIS)LCD屏上显示多列列车的预到站信息可以为乘客精准把控到站时间、提高对行程的预知、合理有效地安排出行计划提供很大帮助。针对目前信号系统和PIS系统的接口及通信实际情况,文中对PIS系统与信号系统的接口及预计到站信息的计算方法进行分析,并提出提高地铁PIS系统显示列车预到站信息准确度的解决思路。实验结果表明,该方法达到了预期目标。
其他文献
网络健康信息可信度评估是一个比较复杂的新问题,但可以根据现有理论从多维信息特征展开思考。本研究旨在建立一套网络健康信息的可信度评估指标体系,可用于搜索引擎的网络健
以广州城建职业学院为例,对大数据技术与应用专业的专业人才培养方案从职业面向及岗位分析、培养目标和规格、课程设置和实施保障等方面进行了详细探讨。先从职业面向引入岗
在基于物联网技术的大型电机远程监测系统中,大量实时测试数据的转发、存储和计算给云服务器的性能带来了很大挑战。针对这一问题,文章创新性地设计了一系列大型电机远程监测系统云服务器数据接口。通过Python中的PyMySQL扩展库编写数据库通信接口,通过Tornado扩展库基于协程方式编写数据接收接口,基于WebSocket协议编写数据发送接口,优化了电机远程监测系统云服务器对于数据的收、发功能。相比于
近年来,基于卷积神经网络(CNN)的图像分类应用越来越广泛。为建立一种CNN手势数字识别模型,使用手势数字数据集,利用 Pytorch深度学习框架构建了AlexNet、VGG16、ResNet50三种经典卷积神经网络,实现了手势数字识别模型。将测试数据输入训练完成的网络模型中,对比分析识别结果,实验表明:卷积神经网络在手势数字识别上拥有极佳的表现,且ResNet50模型的准确率可达93.3%,识别
从性别视角分析科学基金负责人受到项目资助后的成果产出与影响,可为项目绩效评价和科研人员性别差异提供新的研究视角与政策启示。本研究基于2017年结项的国家自然科学基金
精细化工率的高低己经成为衡量一个国家或地区化学工业发达程度和化工科技水平高低的重要标志。精细化工产业结构的调整和先进生产工艺、高科技产品和新型装备的不断应用,以
期刊
制造业的发展对于中国的实体经济发展和经济结构转型尤为重要。当今社会经济全球化发展迅猛,制造业的市场也更为广阔。目前,我国制造业的竞争对手不再仅限于国内,国外的同行
石英晶振作为重要的频率源器件,其频率稳定度至关重要。为了在无外界授时情况下长时间保持精确的频率输出,考虑到温度和老化是产生频率漂移的主要因素,提出了一种基于神经网络的晶振频率预测算法。该算法利用晶振频率的以往测量值训练神经网络模型,刻画出晶振频率漂移的规律,提高晶振频率的预测精度。建立神经网络模型,获取预测值后,利用该值对本地频标进行修改,从而使本地频标输出高精度的频率,实现高精度守时功能。通过仿
传统消防系统存在数据孤岛严重、安全风险较高等问题,严重阻碍了智慧消防的建设和发展。文章根据消防数据平台的不同提出了2种智慧消防系统架构,即整体式智慧消防系统架构和分层式智慧消防系统架构,并对2种系统架构的优劣性进行了讨论。智慧消防通过统一大数据平台融合各子系统,从而实现消防数据共享和系统协调统一,有效提高了消防部门的管理效率。文章最后对分层式智慧消防系统进行了描述,为消防部门建设智慧消防提供了参考