考虑连接性的路网划分算法

针对传统K均值聚类算法在非均质路网划分应用中的不足,将路网连接性融入算法,解决其在路网划分应用中聚类结果不连续的问题.先使用最大最小距离算法确定初始聚类中心和路段差异性,并以聚类评价指标ANSK确定K值;然后统计连续时间间隔下路网划分结果的动态频数,合并和拆分不稳定的“噪声”路段,提高划分子区内路网的紧凑性.最后,基于现实路网中的车牌照自动识别实测数据,对改进的聚类方法进行了验证.将算法得到的划分效果与K均值聚类算法和Ncut算法进行对比,并对子区做宏观基本图分析.结果表明,改进后的K均值聚类算法在保证自身原有聚类优势下,可以有效实现连接性约束下的路网划分.     

Kernel Generalized Noise Clustering Algorithm

IntroductionFuzzy clustering is one of the important methodsin pattern recognition. The most widely used fuzzyclustering is the fuzzy c-means (FCM) algorithm[1]which is conceived by Dunn[2]and generalized byBezdek[3]. Based on an objective function, the F…     

结构系统可靠度分析的SVC抽样迁移算法

为有效避免结构系统可靠度计算过程中复杂的约界分析处理,针对系统可靠度问题多失效模式的固有特点,引入了系统极限状态曲面的概念,并利用支持向量分类算法(support vector classification, SVC)对该失效曲面进行了直接重构.在此基础上,结合LHS(Latin hypercube sampling)抽样迁移策略,提出了计算结构系统可靠度的SVC抽样迁移算法.通过对比分析两个典型算例表明:本文算法具有较高的抽样效率和收敛性能,与传统Monte Carlo法相比,其抽样工作量减少87%,计算结果相对误差不超过1%,且可有效避免现有β约界算法中需要人为假定失效状态的缺陷,更适用于实际结构可靠度问题的分析求解.      

基于复杂网络理论的客运专线网络可靠性分析

随着客运专线网络的逐渐完善,人们对其可靠性也提出了更高要求。利用复杂网络理论对客运专线网络的可靠性进行分析,有利于发现网络中的关键节点及薄弱环节,从而有针对性地对网络进行完善。基于复杂网络理论,建立客运专线网络模型,并计算该复杂网络模型的静态统计特征,包括度分布、聚类系数和平均路径长度,得出客运专线网络是典型的无标度复杂网络。分别在随机性攻击和选择性攻击两种模式下,从网络的全局效率和最大连通子图的相对大小两个指标,对客运专线网络的可靠性进行分析,得知客运专线网络对随机性攻击的抗破坏能力较强,而对选择性攻击的抗攻击能力较弱,最后提出了提高客运专线网络可靠性的建议。     

基于图的频繁闭项集挖掘算法

为了提高数据挖掘效率，提出了一种基于图的频繁闭项集挖掘算法GFCG(graph—based frequent closed itemset generation)．该算法采用位矢量技术构造有向图，表示项与项之间的频繁关系，并在有向图的基础上递归产生频繁闭项集，从而只需扫描数据库2次，不产生候选集；引入扩展频繁项集的概念，大大减小了检查频繁项集是否闭的搜索空间．用1个真实数据库和2个合成数据库对GFCG进行了测试，并与A-close和CLOSET算法的结果进行了比较，结果表明，该算法具有良好的速度和可伸缩性性能．     

基于FCM-粗糙集的多扇区交通拥挤识别方法研究

通过分析管制扇区交通时空拥挤特征,基于雷达航迹数据建立了多扇区交通拥挤识别模型.建立当量交通量、接近度、饱和度、交通密度4个多扇区拥挤特征指标,采用FCM(模糊C均值聚类算法)和粗糙集理论,对扇区拥挤程度进行划分和识别,并以中南地区区域管制扇区数据进行了实例验证.实验结果表明,扇区的拥挤态势受扇区多种宏观和微观特征的共同影响,且拥挤识别模型计算可行、识别效率较高.多扇区交通拥挤识别对空域规划、空管辅助决策、空中交通流量管理具有一定的应用价值.     

基于模糊支持向量机的变压器故障诊断

针对支持向量机对训练样本内的噪声和孤立点比较敏感,影响了支持向量机分类性能的弱点,利用模糊支持向量机的学习方法,构建了变压器故障诊断模型．采取一种基于二叉树的多分类方法,使用模糊C均值聚类算法求取模糊支持向量机的模糊隶属度,采用径向基核函数,并利用遗传算法对模糊支持向量机的参数进行寻优．实验结果表明,基于二叉数的模糊支持向量机模型相比BP神经网络、支持向量机有更高的诊断准确率,基于二叉树模糊支持向量机的变压器故障诊断方法是可行的．     

基于动态网格模型的航线自动生成算法

为了充分利用电子海图信息,进行航线设计,提出了基于动态网格模型的航线自动生成算法。采用一个判断网格模型中方格可航性的快速算法,对方格的可航性进行分类;给出了一个有效地使用8个字节表示邻接方格8个方向的编码方法,使邻接方格的连通性与字节的逻辑操作相对应;提出了网格路径权序列均匀度概念,给出了距离等长路径的优选方法,分析了路径与所对应的实际航路长度的差异;基于二分查找法,求出航线上所有转向点的路径方格序列。研究结果表明:基于动态网格模型所生成的航线可避开危险的障碍物,是合理、安全的。     

基于自适应尺度LE的轮廓编组算法

在图嵌入框架下，以编组线索的聚类来实现轮廓编组的方法，不仅可以有效地将局部特征和全局特征结合起来，而且更加符合人类视觉感知以流形存在的特点．本文在分析相似度矩阵对样本结构表示意义的基础上，提出了一种基于自适应尺度LaplacianEigenmap的轮廓编组算法．该算法能够根据编组线索多维特征的不同局部统计特性，自适应地改变相似度计算模型中的尺度因子，使相似度矩阵更准确地反映编组线索数据集的结构特性．在此基础上通过降维实现编组元的聚类，从而得到轮廓编组的结果．实验证明，该算法对于局部统计特性差异较大的编组线索有着良好的适应性，尤其对于有遮挡的感知目标，表现出比图分割方法更为优越的性能．     

基于深度分层图的虚拟视点合成方法的研究

提出了一种基于深度图分层的虚拟视点合成算法,该方法先采用均值漂移聚类算法将深度图进行分割处理,使得深度图中的对象块有同一深度值,然后对视频信息以及处理后的深度信息进行3D图像转换,再对图像中的空洞进行填充处理,完成了虚拟视点合成。实验结果表明,与通过MVC编码后合成的虚拟视点相比,该方案改进了合成图中对象边缘的质量问题。     

Research on Weibo Hotspot Finding Based on Self-Adaptive Incremental Clustering

Weibo,also known as micro-blog,with its extremely low threshold of information release and interactive communication mode,has become the primary source and communication form of Internet hotspots.However,characterized as a kind of short text,the sparsity in semantic features,plus its colloquial and diversified expressions makes clustering analysis more difficult.In order to solve the above problems,we use the Biterm topic model(BTM)to extract features from the corpus and use vector space model(VSM)to strengthen the features to reduce the vector dimension and highlight the main features.Then,an improved Weibo feature-incorporated incremental clustering algorithm and the Weibo buzz calculation formula are proposed to describe the buzz of Weibo,and then the discovery of hotspots can be reasonably made.The experimental results show that the incremental clustering algorithm presented in this paper can effectively improve the accuracy of clustering in different dimensions.Meanwhile,the calculation formula of Weibo buzz reasonably describes the evolution process of Weibo buzz from a qualitative point of view,which can help discover the hotspots effectively.     

一种改进的有向无环图支持向量机分类算法

针对有向无环图支持向量机多类分类方法未采用有效的有向无环图生成算法,提出了一种改进的有向无环图生成算法。该方法采用了聚类分析中类距离的思想作为层次分类依据。实验结果表明,该方法与原方法相比具有较高的分类精度。     

基于优化模糊C均值算法的锚泊船聚集特性

针对模糊C均值算法随机选择初始聚类中心导致聚类结果对噪声样本点敏感性的不足, 采用局部密度加权的方法, 将初始聚类中心的选择范围限制在局部密度较高样本点区域, 优化初始聚类中心的选择方法; 利用样本点的局部密度改进目标函数, 提高局部密度较高的样本点在目标函数迭代过程中的影响力, 从而提升模糊C均值算法的聚类性能, 并采用人造数据集和鸢尾花真实数据集验证优化的局部密度模糊C均值算法的聚类效果; 通过计算锚泊船位置数据的局部密度, 分析了船舶锚泊偏好。试验结果表明: 对比模糊C均值算法, 优化的局部密度模糊C均值算法聚类精准率提高了2.9%, 召回率提高了3.8%, F度量值提高了3.9%, 说明优化的局部密度模糊C均值算法的性能优于模糊C均值算法; 在锚泊船位置数据上的聚类结果正确反映了天津港锚泊船的聚集特点和锚泊偏好, 其结果与船舶的常规做法一致, 说明优化的局部密度模糊C均值聚类算法是一种分析锚泊船聚集特性和锚泊偏好的有效方法。      

基于改进密度聚类算法的交通事故地点聚类研究

交通事故特征受地域分布影响显著，本文对交通事故特征进行优化聚类研究.基于 2019年无锡市交通事故数据，调用开放地图接口地理编码解算事故地点经纬度，使用密度聚类算法对事故地点与事故原因进行密度聚类.传统的密度聚类算法依赖距离阈值和样本数阈值的准确输入，为解决这一局限，建立一种自适应搜索距离阈值和样本数阈值的密度聚类模型，并与原始聚类模型进行对比.结果表明，优化算法在参数确定上更加智能，对簇的划分更加准确，对噪声点的识别更加合理.通过机器学习中轮廓系数计算方法计算模型得分，证明了该算法在城市道路交通事故地理位置聚类中的适用性.     

基于改进密度聚类算法的交通事故地点聚类研究

交通事故特征受地域分布影响显著，本文对交通事故特征进行优化聚类研究.基于 2019年无锡市交通事故数据，调用开放地图接口地理编码解算事故地点经纬度，使用密度聚类算法对事故地点与事故原因进行密度聚类.传统的密度聚类算法依赖距离阈值和样本数阈值的准确输入，为解决这一局限，建立一种自适应搜索距离阈值和样本数阈值的密度聚类模型，并与原始聚类模型进行对比.结果表明，优化算法在参数确定上更加智能，对簇的划分更加准确，对噪声点的识别更加合理.通过机器学习中轮廓系数计算方法计算模型得分，证明了该算法在城市道路交通事故地理位置聚类中的适用性.     

求解频率指配问题改进的完全图算法

以四级预测模型为基础,提出改进的完全图算法,并推导出该算法计算量的解析式,从理论上证明了改进的完全图算法性能上的提高.四级预测模型来判断两电台之间的兼容性,而改进的完全图算法调用四级预测模型来搜索出多电台间的所有可用频组,进行了小规模电台数目电子信息系统的完整电磁兼容分析,完成了系统内的频率指配.实际工程应用的结果与理论一致.     

基于可靠性和结构特性的离散网络设计问题

考虑到交通运输网络的可靠性因素以及拓扑结构的稳定性因素,引入网络连通可靠性和网络结构熵的概念,分别将其改进为系统的优化目标,建立了基于连通可靠性和网络结构熵的多目标离散网络设计模型,并设计了交叉熵算法来求解该问题.通过优化计算,算例结果表明系统的优化目标是可行的并能够较好的改善网络拓扑结构功能.     

基于车载GPS轨迹的立体交叉口空间结构信息获取方法

为了识别立体交叉口中不同的行驶规则, 利用随机森林特征选择方法分析了车辆轨迹数据特征, 按照重要性评分对特征进行聚类; 利用戴维森堡丁指数衡量聚类结果, 获得交叉口最优聚类结果下的各个行驶规则的聚类簇, 并构建聚类簇范围约束的狄洛尼三角网; 利用骨架线提取与公共序列合并方法, 提取立体交叉口的几何结构与拓扑连通关系, 获取城市立体交叉口空间结构信息; 以武汉市2016年出租车轨迹为数据源, 选取了武汉市城区立体交叉口进行空间结构信息获取试验。研究结果表明: 立体交叉口中车载GPS轨迹特征重要性评分的前4项依次是终点角度、起点角度、起终点角度差、中间角度平均值, 其中利用终点角度与起点角度特征组合的聚类结果是最优的; 立体交叉口空间结构信息获取方法在直行、左转、右转方向下识别准确率分别为85.7%、85.4%、87.5%, 综合准确率为86.2%, 直行、左转、右转方向下信息召回率分别为91.5%、87.2%、85.9%, 综合召回率为88.2%, 因此, 较高的准确率与召回率说明本文提出的方法可以准确识别立体交叉口空间结构信息, 并提取立体交叉口中各个行驶规则的几何与拓扑连通关系。      

基于连通能力的区域公路网的连通度研究

由于受公路技术等级、功能差异和地区经济发展不平衡的影响,传统连通度和模糊连通度的计算方法很难真实反映区域公路网的连通状况．基于公路适应交通量、公路重要度和节点重要度对连通能力的影响进行分析,分别对节点连通度和网络连通度的定义做新的描述,提出区域公路网连通度的计算模型．通过实例表明,考虑连通能力的区域公路网连通度计算模型不仅能真实反映区域公路网的结构性能,而且还可以对节点连通度进行排序,深化了连通度的内涵,有助于为区域交通规划提供决策参考．     

基于矢量传感器阵列的二维波达方向估计研究

矢量水听器由声压传感器和质点振速传感器复合而成,可以空间共点、同步测量声压和质点振速的各正交分量.相对于声压水听器阵来说,矢量阵获取声场中更多的信息,利用矢量阵所获得的速度场的信息可去除目标方位估计中的模糊.多重信号分类(MUSIC)算法是通过对数据协方差矩阵进行本征分解获得信号空间谱估计的方法.文中采用矢量水听器均匀线阵研究了利用MUSIC算法对声源进行二维角度估计,通过对声压水听器和矢量水听器阵MUSIC算法的仿真对比得出结论:声矢量阵比声压阵具有更好的波达方向估计性能.另外,文中还采用空间平滑技术对相关信号源进行解相关从而得到良好的二维波达方向估计性能.