一种改进的基于密度和网格的高维聚类算法

提出了一种改进的基于密度和网格的高维聚类算法,并对算法有效性进行了验证.该算法通过减少样本点数量的方法达到减少稠密子空间数量.在发现高维稠密子空间时,对样本库进行精简.这些样本点的求得能有效减少求解最小聚类的时间复杂度.     

白沙长江大桥横向抗震体系研究

白沙长江大桥是一座塔墩梁固结的主桥长为920 m的双塔独柱式混合梁斜拉桥.为了研究其辅助墩和过渡墩处横桥向的合理约束体系,分别在横向自由、横向约束、过渡墩约束及辅助墩约束4种约束体系下进行时程分析,研究斜拉桥在不同横向约束体系下的地震响应特点,针对混凝土刚性挡块和粘滞阻尼器减震体系分析不同参数对抗震性能的影响.结果表明:采用混凝土刚性挡块对同时减小各墩的横向地震响应作用较小;采用粘滞阻尼器体系可以有效减小各墩的横向地震响应,以及墩梁相对位移.     

基于轮廓线特征的三维人脸识别改进算法

研究基于面部轮廓曲线特征的三维人脸识别。为提取最优面部曲线特征,提出一种基于模糊聚类方法的人脸曲线特征优选算法。该算法从三维人脸深度图中选取最具代表性的8条轮廓曲线,作为主要识别特征,这在很大程度上降低了计算复杂度,克服表情和光照对人脸识别的消极影响,同时它用最少的轮廓线包含了所需要的人脸识别信息。基于这些人脸轮廓线特征,利用改进的Manhattan距离分类器来提高人脸识别的分类效果。实验结果表明,所提出的算法明显提高了人脸识别率,并且具有很强的鲁棒性。     

关于空气弹簧内部间隙的研究

对橡胶滞回、蠕变、静态刚度、动态刚度、内压等影响空气弹簧间隙的因素进行了分析,阐述了各种因素影响空气弹簧间隙的原理,给出了选择空气弹簧间隙的依据,并结合实例进行了试验验证。     

点式列车自动保护模式下的紧急停车、跳停缺陷及解决方法

点式ATP(列车自动保护)是CBTC(基于无线通信的列车控制)的降级模式。以西安地铁2号线信号系统为例,在分析点式ATP信号系统原理的基础上,结合用户经验,对点式ATP模式下紧急停车及跳停功能的缺陷进行了研究,并提出了相应的解决方法。     

非港湾式公交停车对道路交通流的影响分析

公交车进出站点不仅影响本身,也给其他车辆运行带来很大干扰。文章首先比较全面地分析非港湾式公交停车影响下道路交通流特征,然后借助于EXCEL软件,构建关于公交停车频率、公交停车时间、最大公交停车长度及其存在时间、道路流量的车速和车头时距多元线性模型,并进行了严格的数学检验。该研究为合理分析路段交通流状况、正确计算区间行驶车速与车头时距提供了依据。     

基于客流需求的城市轨道交通动态时刻表优化模型

为使城市轨道交通列车运行时刻表更贴合客流需求,依据不断变化的客流需求确定每列车的发车时刻和停站时间,采用多目标优化方法构建以乘客出行时间费用和列车运行时间费用最小为目标、列车发车时刻和停站时间为决策变量的城市轨道交通动态时刻表优化模型,并采用粒子群算法求解。以广州地铁13号线为例进行验证,结果表明优化后的时刻表更满足客流需求,能有效地提高乘客出行效率,具有更好的动态适应性。     

基于模糊聚类分析的船体分段类型分类方法和应用研究

为提高现阶段船体分段制造过程的标准化水平,实现分段装配工序和工时的标准化,推动船体分段制造数字化发展,本文以船体分段作为分类成组的研究对象,应用模糊聚类分析方法,建立了模糊聚类分析模型,通过输入分段工艺生产数据信息,实现了对船体分段的定量化分类,验证结果表明,应用模糊聚类分析形成的分段族类符合实际工艺需求。     

基于多源轨迹数据的城市交通状态精细划分与识别

针对基于路段的城市交通状态分析方法的不足，本文利用公交车和出租车轨迹数据提出了城市交通状态精细划分和识别方法，实现城市交通状态分析.对两种轨迹点的速度值和空间位置值分别进行归一化处理，以此为属性数据，通过迭代计算轮廓系数确定k 值完成轨迹点聚类，结合二次处理方法对类簇进行拆分和融合以划分道路交通状态；在特征级建立多源数据融合方法，实现交通状态速度值计算；以归一化后的速度值为属性数据，通过聚类将样本分为4类对应4种城市交通流状态层级.实验表明，本文方法能够实现道路交通状态精细划分，能有效地识别出道路局部位置的交通状态，进而可为城市道路交通管理提供决策支持.     

Situation analysis forecasting: the case of European maritime clusters

Within the literature concerned with aspects of competitiveness, innovation and strategic management of industrial clusters, the body regarding forecasting of strategic management is still nascent. This work aspires to render a contribution within the domain of strategic management forecasting, through the indicative case of European maritime clusters. For this end, a two-tier model is formulated. A quantitative strengths, weaknesses, opportunities, and threats (SWOT) methodology that derives from the fusion of a quondam situation analysis and crosstabs’ theory is generated. This leads to the utilization of the crosstab’s conditional probabilities as transition probabilities; the latter are called to compile the transition matrix of a Markov chain. Through this methodology, and the successive Markov chain’s transition matrices, strategic forecasts are extracted for a devised European maritime cluster case. This work relinquishes a novel application with respect to strategic management forecasting, that provides a dichotomy of practical interpretations and scenarios for quantitative situation analysis. Thus, it may enable effective real-time decision-making for strategic management and/or policy drafting. The situation analysis forecasting model may find applicability in a plethora of practical and theoretical cases, wherein forecasting may be desirable. It may as well pertain to an intrinsic methodology for situation analysis forecasting of maritime clusters.