Delaunay三角网剖分中嵌入约束边的局部调整算法

提出了一种建立约束Delaunay三角网（CDT）的算法，该算法对约束数据集先建立非约束Delaunay三角网，然后嵌入约束边对其影响域按角度最大原则进行局部调整，同时使其满足CDT的性质。详细地说明了在CDT中嵌入约束边的过程，同时给出了三角网拓扑关系更新的方法，最后对算法的时间效率进行了分析。该算法执行效率高，并且运行稳定。     

一种大型带状数字地形模型建模方法

根据铁路选线系统海量地形数据的特点，以快速、自动为目标，通过在构网建模过程中对空白区域和分块边界的处理，综合利用图形子区边界提取、异侧找点、最短距离等原则，提出了一种基于约束Delaunay三角网建立大型带状三角网的快速建模方法．通过对建立的大型三角网模型进行四叉树分割和分块存储，有效提高了建模成果的利用效率．该方法已成功地用于“虚拟环境选线系统”的开发，通过几段实际线路的应用，证明了用此方法建立连续带状数字地形模型的有效性和可靠性．     

带内外边界约束的平面点集Delaunay三角剖分

算法首先将离散点与约束边界点一起进行Delaunay三角剖分,形成初始Delaunay三角网,然后将约束边界上的各条约束线段通过局部更新依次嵌入已有的三角网,最后再删除多余的三角形,从而得到带内外边界约束的平面点集Delaunay三角剖分.     

一种Delaunay三角网数模快速定位算法

逐点插入法是构建Delaunay三角网的主流算法之一，在众多三角形中快速定位目标三角形是影响逐点插入法构网速度的一个重要因素，同时也是影响高程内插速度的关键。在分析多种已有定位法特点的基础上提出区域定位法，给出了详细的判断条件，并加以证明。通过对几种定位方法进行分析比较，在两种投点方式下用逐点插入法对四种算法进行了TIN的构网实验，结果表明均匀投点的构网速度都要快于任意投点的构网速度，区域定位法搜索方向唯一，算法稳健，具有较快的定位速度。     

基于二叉排序树的约束Delaunay三角网局部调整算法

在两步法构建约束Delaunay三角网过程中,向现有三角网中嵌入约束边时需要进行三角网的局部调整,对这一过程进行了研究,给出了一种对影响域进行重新剖分的二叉排序树算法。使用该算法在向三角网内嵌入约束边时,只需以影响域边界点在边界数组中的序号来构造一棵二叉排序树即可完成对影响域的剖分,并且可以利用生成的二叉树中各节点之间的关系迅速重构三角形之间的拓扑关系从而完成一次调整,该算法使用递归思想,简洁而高效。     

基于二叉排序树的约束Delaunay三角网局部调整算法

在两步法构建约束Delaunay三角网过程中,向现有三角网中嵌入约束边时需要进行三角网的局部调整,对这一过程进行了研究,给出了一种对影响域进行重新剖分的二叉排序树算法。使用该算法在向三角网内嵌入约束边时,只需以影响域边界点在边界数组中的序号来构造一棵二叉排序树即可完成对影响域的剖分,并且可以利用生成的二叉树中各节点之间的关系迅速重构三角形之间的拓扑关系从而完成一次调整,该算法使用递归思想,简洁而高效。     

GPS坐标成果的游动九参数转换法

介绍Delaunay三角形的基本概念,提出大区域GPS坐标成果转换采用基于Delaunay三角形的游动九参数转换法,利用该法对实际GPS控制网坐标成果进行转换,取得了较理想的结果,为大区域的GPS坐标成果转换提供了一种可行的方法。     

公路仿真系统设计与实现

对公路的特点和设计评价手段进行了分析，提出了建立公路仿真系统，对设计方案和设计指标进行评价的思路．分析了公路仿真系统的特点，建立了基于Multi—Agent的仿真系统框架，将仿真主体划分为反应Agent，合作Agent，界面Agent3类，分析了各Agent的结构特征．建立了多刚体汽车动力学模型、基于约束Delaunay三角网的公路视景模型、基于预瞄理论的驾驶员模型，并对仿真结果进行了初步的实验验证．     

双向分块快速Delaunay三角剖分算法

介绍一种双向分块快速Delaunay平面剖分算法,该算法有别于其他的分治算法,其特点是运算速度快,时间度为O（Nlog2N）,算法易于理解和实现．该算法在二维平面中首先把被三角剖分的点集均匀分为多个只有3点（最多有一个块不是3个点）的点块．首先对每一个点块进行Delaunay三角剖分,再对相邻的点块中三角剖分进行合并．并介绍了该算法的数据结构．充分说明了该算法的可操作性．     

表面重建中的三角网简化方法

讨论由大量的空间散乱数据点形成的三角网的简化技术。选择删除面方法作为简化方法，介绍了三角网简化准则和基于三角形法矢的简化权值计算方法。提出了在三角网简化过程中重新三角化的若干准则，并给出了基于边扩张的三角网重构算法。     

基于贝叶斯正则化 BP 神经网络的 GPS 高程转换

为了改善BP神经网络在GPS高程转换过程中过拟合的现象,提出了用贝叶斯正则化算法的BP神经网络转换GPS高程的新方法,并利用区域GPS/水准数据,将新方法和未采用正则化算法的BP神经网络进行GPS高程转换的比较.结果表明:在较大区域和高程异常呈不规则的情况下,新方法不仅可以有效提高GPS高程转换的精度,而且通过贝叶斯正则化算法可以改善网络结构,抑制过拟合现象.在约10 km的GPS基线尺度上,新方法可以得到精度达0.050 m的正常高.     

基于改进AOE网络的低频浮动车数据地图匹配算法

由于低频浮动车数据时间间隔较长,现有地图匹配方法难以满足低频浮动车数据地图匹配的要求.综合考虑浮动车数据轨迹点之间的整体特性,在局部和全局地图匹配算法的基础上,提出了一种基于改进AOE网络的低频浮动车数据地图匹配方法.首先,采用相交分析判断GPS点缓冲区和候选路段的关系,以获取候选路段和候选匹配点;其次,基于四叉树空间索引和Dijkstra算法,获取候选匹配点之间的最短路径;第三,设计了一种改进AOE网络,提出了基于改进AOE网络的最短可达路径算法,以获取最终的地图匹配点;最后,对改进AOE网络的地图匹配算法进行评价,并通过实验分析了算法的时间效率和正确率.实验结果表明:基于改进AOE网络的地图匹配算法正确率为95.3%,程序执行总时间为96.8 s. 其正确率分别比点到线的局部地图匹配方法和基于弱Frchet距离的全局地图匹配方法的正确率高13.6%和2.8%.      

A Novel Evolutionary Feedforward Neural Network with Artificial Immunology

A hybrid algorithm to design the multi-layer feedforward neural network was proposed. Evolutionary programming is used to design the network that makes the training process tending to global optima. Artificial im-munology combined with simulated annealing algorithm is used to specify the initial weight vectors, therefore im-proves the probabiligy of training algorithm to converge to global optima. The applications of the neural network in the modulation-style recognition of analog modulated rader signals demonstrate the good performance of the network.     

基于LSTM 神经网络的降雨天旅行时间预测研究

降雨给城市道路行程时间的计算和预测带来了许多不确定因素. 以出租车GPS数据为研究对象，在考虑降雨数据的基础上，设计一个基于非最小路段的行程时间计算方法，建立基于LSTM(Long Short-Term Memory)循环神经网络的行程时间预测模型进行算法验证. 最后，以北京市中关村西区出租车行驶的10 d 的GPS数据进行方法验证. 结果表明，加入降雨特征预测的结果比未加入降雨特征拥有更高的准确率. 并与应用较为广泛的BP 神经网络和 SVM进行对比分析，发现在满足数据精度的前提下，本文应用的算法和预测模型有较高的训练速度和预测可靠性.     

成熟期快速时尚品物流分销网络选址-分配模型

为解决快速时尚品在成熟期网络销售过程中的物流节点选址与分配问题,以分销网络收益最大化作为决策目标,考虑销售策略及提前期约束的影响,构建了由4个参与方和4层物流设施构成的快速时尚品物流分销网络的多周期非线性混合整数规划模型,并采用遗传算法确定产品折扣率以及中央仓库、第三方物流企业和自取点的选址、分配及服务方案.算例结果表明:当折扣率为0.687时,物流分销网络总收益最大;当集货期大于等于2d时,物流分销网络总收益的增长率迅速减小.     

优化设计求解的遗传-神经网络新算法研究

提出并研究了一种优化设计求解的遗传神经网络新算法,该算法综合了遗传算法的全局性和神经网络的并行快速性等特点,可克服遗传算法最终进化至最优解较慢和神经网络易陷入局部解的缺陷,具有较好的全局性和收敛速度     

基于卷积神经网络优化回环检测的视觉SLAM算法

传统视觉即时定位与建图（SLAM）算法若无回环检测可能会存在累积误差无法消除的现象,即使有回环检测,也因准确率和效率比较低而无法应用于轻量级设备上,为此,研究一种回环检测优化的视觉SLAM算法. 前端估计时,对相邻帧图像进行ORB （oriented fast and rotated brief）特征提取与匹配,对匹配成功的特征点进行PnP （perspective-n-point）求解,获得相机运动估计并筛选出关键帧图像;后端优化时,利用SqueezeNet卷积神经网络 （CNN）提取图像的特征向量,计算余弦相似度判断是否出现回环,若出现回环则在位姿图中增加相应约束,利用图优化理论对全局位姿进行整体优化;最后利用项目组制作的数据集和TUM （technical university of munich）公开数据集进行测试与对比. 研究结果表明:相比于无回环检测算法,本文方法可以成功检测到回环并为全局轨迹优化增添约束;相比于传统词袋法,在回环检测准确率相同的情况下,本文方法召回率可提高21%且计算耗时减少74%;与RGB-D （red green blue-depth） SLAM算法相比,本文方法建图误差可降低29%.      

基于加权密集连接卷积网络的快速交通标志检测

为提高算法对交通标志快速定位的准确性，改善现有检测算法在复杂交通环境下检测效果不佳、实时性较差的问题，提出一种基于动态加权密集连接卷积网络的交通标志快速检测算法. 选用YOLOv2 作为基础网络，通过增加动态加权密集块对各层特征图的权重进行调节，实现深层高语义信息和浅层低语义信息的融合；使用MobileNet 轻量化网络结构，通过可分离卷积操作有效降低网络的计算成本；针对池化操作中图像特征丢失严重问题引入 CBAM模块，利用通道注意力和空间注意力信息增强关键特征的表达能力. 实验结果表明，本文算法在GTSDB数据集上分别达到了96.14%的检测精度和139 frame/s 的检测速度，在保证较高检测精度的同时，能够有效提高检测效率，满足实时检测要求.     

GNSS卫星导航地基增强系统与位置云服务关键技术

针对地基增强系统自主研发了高精度增强参考站网络位置服务平台,通过与国际上代表性的平台系统比测,结果表明:网络RTK服务的初始化时间基本一致,相同测试点两个系统的精度相当,均实现了厘米级的RTK定位.北斗与GPS联合数据处理结果表明:联合解的57条基线在X、Z方向均优于1 mm,Y方向优于2 mm.与北斗和GPS单独解算相比,联合解算分别有55条和53条基线精度得到了改善,占总体的96.5%和93.0%.针对大规模CORS网络的多模GNSS数据融合、处理与位置服务问题,提出了建立位置无关服务和资源池的位置云服务的思想,实现数据处理与分析能力共享、多样性服务、广域无缝定位连接,为广域分布式CORS网络的信息获取、共享、处理和分析等提供了全新的理论基础.      

视景系统的特效技术研究

探讨视景系统开发中的若干模拟特效,如粒子特效(如雾、雨、雪)的仿真、声音效果、GPS仪表指示器,及基于全局光照的烘焙渲染等技术.基于Cg的Shader多分辨纹理技术采用GPU硬件绘制方式,改进了传统的Mipmaping算法,提供了一种快速的实时绘制方法.这些技术增强了驾驶模拟器视景仿真系统的可视化效果.