离散点集实时Delaunay三角网剖分算法的研究

为了解决分治算法、插入算法和生长算法都要求在构网之前给出所有点数据这个问题,实时三角网剖分算法先利用部分离散点生成一个外轮廓为凸包的初始三角网。然后将点加入到既有三角网中,如点落在既有三角网的某一三角形中,将该点与三角形的顶点相连构建新的三角网;如点落在既有三角网外,找出该点向既有三角网外轮廓围成的凸包发出的两条支撑线,这两条支撑线与既有凸包围成了一个多边形,再将这个多边形剖分成三角网即可。最后利用局部优化算法对所生成的三角网进行优化,使之成为Delaunay三角网。该算法构网时无需预先给定所有数据点,可用于实时生成三角网;此外,通过对凸包进行分区管理,在搜寻凸包支撑线时,能预先确定出支撑点的范围,减少了搜索工作量,提高了三角网的生成速度。     

快速构建三角网数字地形模型方法的研究

改进和优化了逐点插入算法，通过建立网格索引，实现了DTM数据的高效组织和管理，再结合有向查找技术，研究出了三角形的快速定位算法，采用Watson的空外接圆法优化构网，为减少优化时间，提出了按网格轮流取点的策略，在地性线的处理上，采用了先构建初级Delaunay三角网，再将地性线做为约束边嵌入初约网中的二级建网方案。经实践验证，该算法具有速度快，网形优，精度高，用途广的特点。     

快速构建Delaunay三角网算法研究

研究一种快速构建Delaunay三角网的算法，该算法结合逐点插入算法和分治算法，具有建网速度快，耗费空间小的优点。采用多级自适应网格划分点集，对叶子网格内的点采用改进了的逐点插入算法生成了三角网，子三角网间利用分治算法的思想进行合并。经实践验证，算法复杂度与点数几乎成线性关系。     

基于三角网数字地面模型快速定位算法的研究

Delaunay三角网在道路勘测设计一体化，地理信息系统等领域有着广泛的应用，逐点插入算法是生成Delaunay三角网的主流算法之一。其中，定位目标三角形的快慢是影响逐点插入法生成Delaunay三角网效率高低的一个重要因素，同时也是影响内插速度的关键。本文提出了两种快速定位目标三角形的算法，即方向定位算法和最速方向定位算法，同时对两种定位算法进行了分析和比较，得出方向定位算法定位路径具有随机性，算法不够移健，而最速方向算法定位跨径唯一，算法运行稳健，时间效率更高的结论。     

一种快速的逐点插入算法构建DTM

改进和优化了逐点插入算法,通过建立网格索引,实现了DTM数据的高效组织和管理,再结合有向杳找技术,研究出了三角形的快速定位算法.采用Watson的空外接圆法优化构网,为减少优化时间,提出了按网格轮流取点的策略.在地性线的处理上,采用了先构建初缀DeIaunav三角网,再将地性线做为约束边嵌入初级网中的二缀建网方案.实践验证,该算法具有速度快、网形优、精度高、用途广的特点.     

约束Delaunay三角网数模在线路CAD软件中的开发和应用

数字地面模型是铁路线路CAD的基础核心模块。针对海量地形数据,提出了基于空间对象的网格—散点—三角形的索引机制,基于约束Delaunay三角网理论,采用逐点插入算法构建了顾及地形特征的数字地面模型,并通过大量实例对数模的速度和精度进行了分析。     

利用三叉树构建三角网数模的生成算法研究

本文提出了一种新的三角网数模生成算法，其特点是先生成一个包含所有要参加构网点的三角形，然后将点逐一插入到既有三角网中，采用三叉树来描述三角网的生成过程；此外，它还能将地理信息线作为三角形的边参加构网并且能对三角网进行优化，从而最大限度地保证了三角网密贴地面。     

线路工程带状走廊三维地形构建及轻量化研究

基于线路工程带状走廊三维地形海量空间数据的特点,总结了线路工程数字高程模型(DEM,Digital Elevation Model)的获取方式和数据来源,对三维地形建模方法及其轻量化处理方式进行了研究。分别通过方格网和三角网2种模式对试验路段地形进行了构建,选取Delaunay算法进行三角剖分,并应用边缘收缩和点删除法对数据进行了轻量化处理。试验结果表明,不规则三角网模型能用更少的数据来合理地表达复杂的地表形态;Delaunay逐点插入算法更适用于线路工程三维地形建模;点删除法对线路走廊带曲面模型的简化效果更好,主要参数未发生改变且失真较小。     

基于二分迭代法的铁路线路纵断面优化算法研究

为提高铁路线路纵断面优化自动化水平,加强变坡点的寻找精度,减少人工调节工作量,基于二分迭代法设计了1种自动化程度和精度更高的纵断面优化算法,该算法采用最大矢距值二分查找方式,精确定位变坡点位置,并对查找过程进行有效的阈值控制。为实现该优化算法开发了1套高程自动优化软件,进一步采用试验数据对比分析验证该算法的实用性,与传统算法相比,提高了自动化程度,且计算结果精度满足精捣作业需求。     

基于区域增长的LiDAR点云数据DEM提取

机载Li DAR系统能够快速获取数字表面模型,通过滤波处理,可以获取数字高程模型(DEM)。提出一种从机载Li DAR点云数据获取DEM的方法,首先对点云数据建立网格分块索引,然后逐行逐列按照一定的间距选取地面点作为种子点,使用区域增长算法增长地面点,获得地面点集,最后通过逐点内插生成DEM。选取机载Li DAR数据进行实验,结果表明该方法得到的DEM质量较高。     

不规则三角形网格(TIN)地形的生成

数字地形模型是地理信息的基础数据.讨论并对比了几种数字地形模型的表示方法,分析了采用不规则三角形网络模型来表示地形的优越性.在以Delaunay三角剖分作为理论的基础上,给出了基于离散无序散乱点来建立三角形网格地形模型的生成算法和数据结构.     

一种动态加权模糊聚类算法的研究

针对模糊C均值聚类（FCM）算法选取初始中心具有随机性这一缺陷,利用遗传算法优化FCM算法,根据适应度函数动态确定交叉、变异算子,从而选取最优初始中心,避免FCM算法陷入局部极小;针对FCM受噪声点、孤立点影响较大的缺陷,利用LOF加权降低数据噪声点对聚类的影响,并将FCM聚类、遗传算法、加权策略相结合,提出一种新的动态加权模糊聚类算法。经UCI通用数据集验证,优化后的聚类算法可以有效提高聚类质量和准确度。     

基于蚁群算法的铁路纵断面优化算法研究

将蚁群算法应用于铁路纵断面优化设计,提出一种基于蚁群算法的铁路纵断面优化设计方法。即在初始纵断面方案的每个变坡点附近区域内划分网格并设置网格中心点之间的初始信息素;由计算机模拟出人工蚁,根据概率选择路径并更新所选路径上的信息素,在划分的网格范围内多次迭代优选变坡点位置;通过缩小范围、逐步求精的方法进一步优化,直至优化结果达到要求为止。结果表明,采用该设计方法,既能满足各项技术要求为止,又能使各种工程费用或运营费用达到最优,为改善平面位置提供依据。     

基于聚类及霍夫变换的轮对廓形提取算法研究

针对轮对尺寸在线检测中廓形计算复杂的问题,提出一种新的轮对廓形提取算法。总结在线检测系统中的6种典型轮对廓形,采用DBSCAN算法对廓形数据进行聚类,并采用改进霍夫变换确定廓形有效区域;采用曲率熵与最小二乘法进行曲线拟合,获取轮缘基准点;通过坐标旋转与平移等操作实现完整的轮对廓形提取,为轮对尺寸计算提供支持。通过现场试验验证算法可行性,并与人工检测结果进行对比,结果表明:在线检测系统精度优于人工检测,验证该算法能够有效地实现轮对廓形提取。     

一种提高非平衡数据集PSVM分类精度的方法

邻近支撑向量机(PSVM)是一种比较快捷分类器,然而当它用于非平衡样本集时,PSVM过拟合样本点数较多的一类,而低估样本点数较少的错分误差,因此导致了PSVM比较低的整体分类性能。为此,提出了一种改进算法,算法通过在求解分类平面时,只考虑错分样本造成误差,同时根据两类的错分样本数自适应的惩罚或奖励错分误差来消除两类样本点数差对整体分类性能的影响。实验结果验证了本文提出的改进算法的有效性。     

有色Petri网在平交道口安全性分析中的应用

平交道口是铁路和公路的交汇点，一旦发生交通事故，不仅影响整个交通运营效率，还会引起严重的人员伤亡，因此，平交道口的安全性对轨道交通和公路交通都至关重要。为了分析平交道口的安全性，提出基于模型的方法对平交道口进行建模和基于模型检验的方法对平交道口的安全性进行分析。应用有色Petri网作为分析工具，建立平交道口部分功能的模型，设计平交道口部分安全分析的算法，验证了有色Petri网在平交道口安全性分析上的可行性。     

邮政车辆调度问题及其优化算法

从邮政实际运营情况出发,在兼顾其他限制条件的同时,着重研究带路程长度和装载能力限制的邮车调度问题,抽象出此类问题的数学模型,并设计一个禁忌搜索算法进行求解。算例测试结果表明,采用该算法可以在很短的时间内求出较高质量的邮车调度问题的优化解。     

一种动车组转向架装配线电机传动系统健康状态评估优化方法研究

对于动车组转向架装配线,电机传动系统是其关键部分,由于其运行状态的实时监测数据具有无标签性,采用K-Means聚类等无监督式学习算法是解决这类系统健康状态评估的常用方法。针对传统K-Means算法受噪声及孤立点影响较大的缺陷,提出基于局部异常因子算法的优化方法,有效地去除数据噪声点的影响;针对中心点选取过于随机性的缺陷,提出一种基于样本密度的初始中心点选取方法,并且中心点更新是选取距簇中其他样本点方差最小的点,从而改善了聚类效果;利用实际电机传动系统的运行数据对优化的K-Means算法进行验证。实验结果表明:优化后的算法有效提高了聚类质量,很好解决了实际应用环境下的电机传动系统健康状态评估问题。