无链表图像感兴趣区域编码算法

针对基于链表实现的感兴趣区域编码算法占用存储资源较多的问题,提出了一种无链表的编码算法.在SPIHT(等级树集合分裂)编码过程中,采用标志位图表示系数和集合的重要件信息;优先编码感兴趣区域,利用队列缓存非感兴趣区域系数和集合信息;编码非感兴趣区域时,从队列中恢复编码所需的重要件信息.编码过程不需要提升感兴趣区域小波系数,能实现感兴趣区域重建质量的精确控制.仿真实验表明,该算法优于提升小波系数的感兴趣区域编码算法;当编码码率为1 bpp(比特/像素)时,其存储需求仅为链表实现的感兴趣区域分离编码算法的1/10.     

无地面控制点无人机影像的相对定向方法

针对无人机空中姿态不稳定造成影像相对定向精度较低的问题,提出了基于POS(positionand orientationsystem)数据生成无人机影像航带及组成立体像对的方法.并根据相对定向原理,将无人机的POS数 据作为相对定向的先验约束条件与误差方程一起进行平差,以重新构建代价函数,进行影像的相对定向.为验证 该方法的有效性,将其与常规的相对定向方法进行了对比实验.实验结果表明:将POS数据作为先验约束条件, 能够使相对定向精度提高10%以上,特别是在无人机影像畸变较大的情况下能获得较好的改善效果.      

如何有效控制沥青玛蹄脂路面施工质量

为了保证沥青玛蹄脂(SMA)路面的施工质量,必须在材料选用、拌合、运输、摊铺、碾压、接缝处理等环节进行严格的质量控制。     

A New Method to Generate the Complete Set of Unique Signals for Application in High Consequence System

This paper proposed a new method to generate the complete sets of unique signals.It contains sequences comparing,improved exhaustive searches and ranking method.Characters of this new method are complete set;higher effective;independent of certain mathematical constraints.And also some 24 bi-valued events sets generated by this method were discussed and these set are now used in our high consequence system.     

基于Box-Cox-TQR概率密度的铁路运用车保有量预测方法

合理的铁路运用车保有量,对满足铁路货运需求,提高货车运用效率,降低运营成本等有重要作用.考虑铁路运输系统复杂的内外部环境及其动态变化特性,对影响运用车保有量因素定性分析;提出了粗糙集属性约简、灰色关联分析、逐步回归方法相结合的主要影响因素识别方法.以此为基础,建立了基于 Box-Cox变换分位数回归(Box-Cox-TQR)和核密度估计相结合的概率密度预测模型.以国家铁路局运用车保有量实际数据为基础,进行预测试验.结果表明,利用主要因素识别的方法符合目标值的运动变化规律,预测结果具有良好的精度.此外,概率密度预测比点预测、区间预测传递出更多信息,为管理决策提供更多准确有用信息.     

基于Box-Cox-TQR概率密度的铁路运用车保有量预测方法

合理的铁路运用车保有量，对满足铁路货运需求，提高货车运用效率，降低运营成本等有重要作用.考虑铁路运输系统复杂的内外部环境及其动态变化特性，对影响运用车保有量因素定性分析；提出了粗糙集属性约简、灰色关联分析、逐步回归方法相结合的主要影响因素识别方法.以此为基础，建立了基于 Box-Cox变换分位数回归(Box-Cox-TQR)和核密度估计相结合的概率密度预测模型.以国家铁路局运用车保有量实际数据为基础，进行预测试验.结果表明，利用主要因素识别的方法符合目标值的运动变化规律，预测结果具有良好的精度.此外，概率密度预测比点预测、区间预测传递出更多信息，为管理决策提供更多准确有用信息.