AutoCAD实体边界曲面的提取、分析与应用

在Auto CAD中，实体用了边界模型来表示。因此可以利用各种遍历器对实体的边界曲面进行数据提取，在数控加工中，主要是对实体的曲面进行分析，因此需要对实体曲面数据进行提取。     

基于模糊聚类和判别分析的交通状态提取算法

针对交通状态的模糊性和不确定性,在综合考虑交通流3个参数（流量、速度、占有率）的基础上,设计了城市道路交通状态提取算法。采用模糊聚类技术,对覆盖所有交通状态的历史数据进行聚类分析;根据聚类结果,对交通数据进行判别分析,判断其所属交通状态;用实测交通数据进行了状态提取实验,并和问卷调研的统计结果进行了对比分析,结果表明该方法能够有效地进行交通状态的提取,可以准确反应道路使用者的真实感觉。     

结构敏感频段的提取及其在损伤识别中的应用

对于某一特定的结构来说,通过危险性分析,能够找到最可能发生损伤的构件。结构损伤识别可以只对这些构件进行研究分析,进而滤去那些不必要的识别变量,减小损伤识别数值计算的规模。由于特定构件的损伤只引起某些特定频段振动特性的改变,因此可以从全频段时程数据中提取出这些对危险构件较为敏感的频段数据进行单独分析。最后提出了结构敏感频段的提取方法,介绍了敏感频段在结构损伤识别中的应用。     

结构敏感频段的提取及其在损伤识别中的应用

对于某一特定的结构来说,通过危险性分析,能够找到最可能发生损伤的构件。结构损伤识别可以只对这些构件进行研究分析,进而滤去那些不必要的识别变量,减小损伤识别数值计算的规模。由于特定构件的损伤只引起某些特定频段振动特性的改变,因此可以从全频段时程数据中提取出这些对危险构件较为敏感的频段数据进行单独分析。最后提出了结构敏感频段的提取方法,介绍了敏感频段在结构损伤识别中的应用。     

灰色关联分析在汽车主观评价数据处理中的运用

介绍了灰色系统及灰色关联分析的有关理论,探讨了运用灰色关联分析法处理汽车主观评价数据。应用示例表明了该方法是可行的,可以完成汽车主观评价数据的综合量化分析,并较好地提取了对标样车的载荷设计基准。     

基于粗集理论的交通控制系统研究

为满足智能交通系统高性能模糊控制器设计的需要,把粗集理论融入常规的模糊推理,提出了一种交通控制模糊建模新方法,利用粗集理论的知识推理,直接从交通系统的测量数据提取模糊规则,解决了城市交通模糊控制规则提取的瓶颈问题。实例分析表明:该方法简单有效,不仅可以最大限度地减少从交警的经验直接提取模糊规则的局限性,以获取最优的模糊模型,同时建模方法具有普遍适用性,提取的模糊规则更具客观性。该方法可以推广应用于多交叉口的模糊协调控制,对于采用复杂算法的控制系统更能显示出其优越性。     

基于4D航迹的模糊聚类分析

通过ADS-B技术,人们可以获得大量的航迹数据,这使得采用航迹数据分析飞行程序成为可能,文中分析了4D航迹数据的特征,处理了异常数据并提取航迹特征值.采用模糊聚类法对进场航空器4D航迹飞行数据进行聚类分析,得出其平均中心航迹.以天津机场一段时期内同一方向进场航空器的4D航迹数据为依据,经实例分析表明,该方法可以为进离场程序设计是否合理提供参考.      

基于非线性降维IC特征的实车电池SOH估计EI北大核心CSCD

基于实车电池复杂的运行数据,本文使用增量容量分析方法提取IC峰特征作为电池充电片段的有效特征,使用t-SNE非线性降维方法处理IC峰特征,消除多维特征冗余性,以解决实车数据难以提取可靠特征的问题。另外构建支持向量回归模型,实现对电池健康状态的估计。结果表明,本文使用的增量容量曲线峰特征能有效表征电池健康状态衰退变化;对实车数据的平滑、降噪方法可以较好地提升训练数据质量;基于t-SNE降维特征的SVR模型提升了对电池健康状态的估计精度,保证了有限样本数据集上实现准确估计。     

基于BP神经网络的节能车弯道降速数学模型分析

针对节能车为有效降低燃油消耗率,在整车经过弯道时,发动机需怠速滑行的特点,对GPS车载数据采集系统得到的数据进行弯道部分数据提取。基于提取出的北京金港国际赛车场150余组数据,通过引入BP神经网络算法的方式,建立了节能车弯道降速的BP神经网络预测模型。在经遗传算法优化后,拟合优度的结果显示,BP神经网络的预测较为接近真实情况,预测效果较为良好,可以用于节能车滑行过弯速度变化情况预测,并为不同赛道不同工况下整车速度分配提供参考依据。     

基于驾驶行为基元的典型驾驶场景识别与提取方法

为了从海量自然驾驶数据中有效提取典型驾驶场景,提出一种基于驾驶行为基元的典型驾驶场景识别与提取方法,搭建了具有多类场景覆盖及通用程度高的典型驾驶场景自动化识别与提取框架,解决了当前方法仅适用特定单一场景提取,无法从大规模数据中高效提取场景的问题。     

数据挖掘技术在连锁超市逆向物流管理中的运用

数据挖掘可以从海量数据中提取有用的知识.本文针对来自连锁超市逆向物流系统的数据数量大且更新速度快的特点,运用统计分析方法,研究数据挖掘在这一领域的具体应用,同时为连锁超市提供了一种在产品质量上对供应商进行评估的方法.     

基于支持向量数据描述的驱动桥异响检测

针对驱动桥异响检测缺乏故障样本的问题,提出了异响检测的单值分类法———支持向量数据描述法(SVDD)。这种方法只需要正常运行状态的数据样本,就可以建立单值分类器,区分出正常和异常状态。试验中,提取驱动桥振动信号频谱的二维谱熵作为特征指标,输入到SVDD分类器。结果表明SVDD算法计算效率高,分类效果好,可以满足在线检测的要求。     

一种基于无人机倾斜摄影的三维路网提取方法

三维路网是重要的基础地理信息数据,为了快速高效地获取包括路网在内的地表三维模型,可以采用无人机倾斜摄影技术,并设计相应的三维路网提取方法。在对无人机倾斜摄影三维模型、道路特性分析的基础上,提出一种基于无人机倾斜摄影的三维路网提取方法。首先,对无人机倾斜摄影和三维建模方法进行了分析,设计了针对三维路网提取的航空摄影策略和数据处理流程。分析了真实三维模型的构成,并结合道路在材质、形态等方面的特殊性提出了可用于道路提取的三维模型特征。然后,以三维模型中的三角面片为处理对象,开展了相关分割方法研究,消除存在混合地物的面片。利用支持向量机方法和面片的多种特征,进行了道路面片识别。最后,设计了道路面片三维连接方法和道路边缘三维修正方法,实现了面片间的连接以及道路边缘的有效修正。此外,还以北京某地区为例开展实际数据采集、三维建模和三维路网提取试验,介绍了倾斜摄影、控制点验证点数据采集以及三维模型的采集和生产过程;利用所提出的方法进行路网提取试验,得到了该区域的三维路网数据成果,并从定性和定量2个角度对成果进行评价。试验结果表明：所提出的方法可以有效地从倾斜摄影三维模型上提取路网信息,其平面和高程的精度均可满足一般导航等应用的要求。     

基于高频违章数据下的多点协同识别汽车套牌

将高频交通违章数据作为各监控点监控车辆的依据,与高频违章牌号一致的车辆记录下来,生成各监控点的高频数据。将各个监控点的高频数据交叉对比,提取牌号相同的数据,形成套牌疑是数据库。将疑是数据中同一牌号的车辆,并通过不同监控点的时间与距离来计算车速。根据计算车速是否合理,即可以判断套牌车辆。     

汽车事件数据记录系统控制策略研究

对车辆事故成因调查、事故还原的数据需求进行分析,整理出现有汽车事件数据记录系统应增加的16条事件数据,覆盖新能源、高级驾驶辅助系统及控制器自身信息。介绍汽车事件数据记录系统的组成与工作原理,并对控制策略按照系统初始化模块、功能主程序模块、数据读取模块、故障诊断模块4部分进行详细阐述。为满足事件数据提取方式的通用性要求,设计了功能+物理寻址的数据提取方式,并采用VIN校验方式保证数据提取权限的安全性保证。     

一种自动提取车身前视图参数化模型的方法

车身参数化模型的自动提取有助于进一步的车型分析及评价,提高海量图像数据的重用率,以及提升利用图像重建三维模型的高效性。通过图像中Canny特征点的自反对称对车身前视图对称轴的自动提取,利用给定的车身参数化模板,提出了应用于车身的利用山谷线的分水岭方法得到的一种新型图像分割技术,结合动态规划的优化思想,全自动地对车身前视图参数化模型进行提取。对背景复杂的高质量车身图像,也可以得到理想的提取效果。     

基于卡口数据的交通参数提取方法研究

针对交通参数提取繁琐及流程混乱问题,提出了数据预处理-指标提取-可视化一体的交通卡口数据挖掘流程.针对传统断面数据无法获取过饱和状态交通参数的缺陷,通过深入挖掘卡口数据蕴含的时间关联信息,并结合路网空间逻辑关系,基于Pandas和NumPy工具包构建了行程时间、平均车速和车辆延误提取模型,进而利用时空轨迹图研究了过饱和状态下的最大排队长度测算方法,该方法使用延误、流量、车速参数均为实时提取,实现了主动全时状态提取;以淄博市实际道路卡口数据为例验证了模型的有效性,结果显示,排队长度的准确率达85%以上;基于Python可视化库和Echarts对数据分析结果进行可视化处理,实现了交通需求及状态数据的动静态展现,能够为智能交通管控的决策提供支撑.      

基于犹豫模糊集的桥梁最佳监测数据提取研究

目前提取监测数据中异常数据的方法研究比较多,而对桥梁海量监测数据的特征数据提取的方法研究比较少。通过对原始监测数据进行一系列预处理和归一化后,将监测数据转化为犹豫模糊决策矩阵,并基于犹豫模糊集对桥梁最佳监测数据进行提取,可从每个时间周期内提取出一个最佳的监测数据,从而消除了对桥梁安全监测意义不大的数据,减少数据量,提高桥梁安全监测评估的效率。     

基于大规模定位数据的出行方式模糊判别研究

交通需求信息对于从战略上解决交通拥堵问题是非常重要的。从无线通信网络和GPS系统中可以获得大规模的定位数据。从定位数据中可以挖掘出完整的出行轨迹信息和有价值的出行需求特征信息。文中提出了以各种出行方式的先验知识为依据的出行方式模糊判别方法。该方法以从出行轨迹信息中提取的出行属性数据为输入,采用模糊推理机制实现机动车、自行车、步行等3种出行方式的良好区分。该方法可为交通规划工作提供出行方式划分方面的数据,并具有比传统交通调查方法更低的成本和更短的数据更新周期。     

用Excel实现目的数据的提取与生成

提出目的数据的概念,提出提取与生成目的数据的原则与方法,同是给出具体运用Excel中相关功能,有效快捷的从Excel工作表中提取与生成目的数据的方法。