基于特征数据分块自适应切片的空洞修补

针对常用的空洞修补方法在修复具有多种曲面类型的空洞时失效和所修复的曲面不光顺等缺点,提出基于特征数据分块自适应切片的空洞修补。首先,在考虑特征信息的情况下基于聚类对散乱点云进行分块;然后利用特征进行自适应切片,获得曲线并进行拟合;最后,在线上取点填充缺失的点云,最终对完整的点云模型进行曲面重构建立实体模型。试验结果表明,采用自适应切片法修补空洞能够保留特征,所填充的点云数据精度较高,能够满足后续建模的需要。此外对该方法填充的点云进行了曲面重构及光顺,结果令人满意。     

基于K近邻和法向精度的点云精简算法

针对传统点云简化算法在精简散乱点云数据时经常丢失过多特征点的不足,提出了基于K近邻和法向精度的点云精简算法.该算法首先对输入的散乱点云数据建立K近邻索引,并剔除集群点及离群点,从而完成点云数据的预处理,然后对预处理后的数据进行Delaunay三角化,并重构三角网格面,最后依据法向精度进行非特征点剔除.仿真实验表明,该算法既能较大程度地精简点云数据,又能较好地保持原有模型的基本特征.     

基于固定检测器的动态交通故障数据识别与修复

针对固定检测器在采集动态交通数据过程中易发生交通数据异常、数据缺失等问题,为实现故障数据有效识别及修复,提出了基于离群距离检测的故障数据识别算法及改进的DE-LSTM数据修复模型。利用时序数据的自身连续性,采用直接离群点定位和离群距离检测对故障数据进行有效识别。采用差分进化算法优化长短期记忆神经网络的隐含层神经元个数和初始学习率,并引入自适应控制策略改进传统DE算法中的变异因子、交叉因子,建立了基于改进差分进化算法优化长短期记忆神经网络的修复模型,并与固定阈值结合交通流机理、LSTM神经网络模型及DE-LSTM修复模型进行对比。实例验证结果表明：与固定阈值结合交通流机理法相比,离群距离检测算法识别率更为高效,改进的DE-LSTM模型具有良好的计算效率及修复性能。     

基于遗传算法的相切圆弧逼近非圆曲线算法

利用数控机床对非圆曲线进行加工时,采用直线段或相交圆弧对曲线进行拟合加工,在节点处存在尖点,影响轮廓的光滑性,且利用直线段拟合非圆曲线生成的程序段数多,影响编程效率.用极坐标表示圆弧,便于对相切圆弧的参数进行处理,减少计算量,将遗传算法用于相切圆弧逼近非圆轮廓曲线节点计算优化,利用其自适应迭代寻优的概率算法对圆弧段参数进行优化,并给出了具体算例证明该算法的有效性.     

基于激光雷达的无人驾驶障碍物检测和跟踪

针对激光雷达动态障碍物检测与跟踪过程中聚类适应性差、实时性低和跟踪准确度不高等问题，提出一种自适应的密度聚类算法和多特征数据关联方法，分别用于检测和跟踪. 首先，对激光雷达采集的点云进行路沿检测、感兴趣区域提取和地面分割等预处理，去除无关点云；然后，基于自适应的密度聚类算法对非地面的点云进行聚类，完成障碍物点云检测；最后，利用加权多特征数据关联算法结合卡尔曼滤波器实现对动态障碍物跟踪. 通过实验表明:本算法能够根据10 Hz的激光雷达数据实现对障碍物准确、稳定的检测和跟踪，且聚类时间缩短32%.      

接触网几何参数的提取与分析

针对接触网几何参数高速、动态测量的实际需要,提出一种利用改进的Harris角点检测算法对接触网的几何参数进行提取,并计算提取图像中的角点的曲率及梯度.在分析检测结果与接触网几何参数检测的特殊性后,绘制出导高变化曲线和动态拉出值曲线.利用导高的变化曲线对受流参数硬点进行分析.结果表明,该方法可以成功对该段线路内接触网的受流参数硬点进行判别.     

反求工程中点云数据的获取

反求工程CAD建模数据点的获取技术,是利用相应的测量设备或扫描设备对测量对象进行测量或扫描,以形成产品三维实物模型的技术。目前使用最广泛的是光学测量法。该方法是一种非接触式方法,采用这种方法可进行全场测量,也可以逐点、逐线扫描测量。为了能够快速而准确地反映被测物体的面型特征,采用线扫描测量法。此方法的测量精度比投影光栅全场测量法高,测量速度比点扫描法快。     

基于车载连续序列图像的道路曲率计算方法

提出一种基于车载连续序列图像的道路曲率计算方法.算法首先利用车载视 觉系统进行内外参数标定实现对路面车道线的三维重建,利用三维重建误差模型对重建 的数据点进行误差估计,并对数据点进行选弃.对序列图像中路面车道线重建出来的曲线 采用ICP 算法进行曲线匹配,并将匹配后的曲线映射到统一的参考坐标系中.最后利用匹 配曲线上的数据点进行圆周拟合,计算道路曲率.实验中利用真实的车载连续序列图像对 算法进行验证.针对曲率半径分别为96 m和430 m两段不同程度的弯道,利用本文算法计 算对应道路的曲率半径.结果表明,本文算法能够精确地计算出不同弯道的道路曲率,特 别是针对平缓弯道的曲率计算,比基于单幅图像的曲率计算方法更加准确与稳定.     

三维坐标法检测苏通大桥曲线段承台钢套箱精度分析

结合苏通大桥曲线段承台钢套箱的检测,对全站仪的三维坐标法测量点位的平面位置及高程的精度进行了分析,就全站仪的视准差、横轴的倾斜误差及后视已知点的定向误差对测量点位平面位置的影响和指标差对测量高程的影响进行了较深入的分析,并进行了模拟计算．在利用全站仪的坐标测量功能进行三维坐标测量时,对仪器进行视准差、横轴的倾斜误差进行设置及高程值用盘左、盘右测量取均值可以取得较好的测量效果．对苏通大桥曲线段承台钢套箱的角点坐标放样数据进行计算,并建立了数据库．     

基于自适应粒子群优化算法的交通量短时预测模型

在考虑交通量短时变化的时空特性和波动性基础上,建立了非线性交通量短时预测模型.根据我国城市道路交通流非线性、时变性、随机性等特点,提出自适应粒子群优化算法对非线性交通量短时预测模型进行在线修正.该自适应粒子群优化算法采用两步优化策略,对算法参数进行调整,避免算法早熟收敛,有效提高了算法的运算精度和效率.利用城市道路的实测数据,通过Mat-lab软件工具箱对该模型进行计算机仿真验证.     

基于出租车运营数据和POI数据的出行目的识别

为了有效获取出租车乘客出行目的,提出了一种基于出租车运营数据和POI(Point of Interest)数据的出行目的识别方法.构建了基于乘客出行特征和下车所属POI点类别的乘客出行目的识别模型,该方法从出行特征及乘客下车点最终可能到达的目的地所属POI点类型两个方面确定乘客的出行目的.为了验证所提方法的有效性及实用性,对成都地区展开了出租车出行调查,并利用调查数据对模型进行了精度验证.结果发现,相比于现有的利用出行特征推断出行目的的方法,本文提出的决策树+POI(II)能够提高最终识别准确度15.76%.最后,将所提方法应用于成都 1周的实际运营数据中,成功地识别出219 942名乘客的出行目的,说明该方法能够应用于实际数据量较大的出行目的识别.本文提出的方法,可以作为出行调查的辅助手段.     

基于主动发送/串口监听模式的实时数据采集

针对数据采集中的实时性问题，提出了一种新的数据采集方案．该方案建立智能设备主动向串口发送数据，应用计算机多线程技术建立串口监听线程．去掉了传统数据采集方案串口通信中握手和断开连接的过程，同时也保证了数据传输的可靠性．实验结果表明，每次传输20字节时，传输时间可以缩短到原来的约20％。该方案方案已经得到了实际应用．     

空间信息网格的数据互操作方法

空间数据互操作是空间信息网格(SIG)的关键技术之一,文中提出了一种较为通用的SIG数据互操作方法.该方法基于OGSA-DAI扩展了一个空间数据访问活动,设计了一套空间数据访问接口,从而以空间数据网格服务的形式实现对分布、异构的多维空间数据的互操作,是基于Web服务的空间数据互操作方法的一种具体实现,实验系统以二/三维空间数据为例验证了其可行性.     

大数据及其在城市智能交通系统中的应用综述

大数据给城市智能交通系统的技术发展与应用革新带来了机遇和挑战.从交通大数据的基本概念、交通大数据带来的问题和大数据驱动的数学建模方法等方面,阐述了交通大数据给智能交通系统带来的变革.为了深入理解交通大数据的内涵,分析交通大数据的产生背景,提出了交通大数据的“6V”特征,总结了智能交通系统中大数据的基本类型.面对交通大数据带来的数据安全、网络通信、计算效率和数据存储等诸多问题,提出了应对策略和思路.对数据驱动的建模方法进行了分析,说明了混合模型的意义.最后,讨论了大数据驱动的智能交通系统的体系框架.     

Power network parameter estimation method based on data mining technology

The parameter values which actually change with the circumstances, weather and load level etc.produce great effect to the result of state estimation. A new parameter estimation method based on data mining technology was proposed. The clustering method was used to classify the historical data in supervisory control and data acquisition (SCADA) database as several types. The data processing technology was impliedto treat the isolated point, missing data and yawp data in samples for classified groups. The measurement data which belong to each classification were introduced to the linear regression equation in order to gain the regression coefficient and actual parameters by the least square method. A practical system demonstrates the high correctness, reliability and strong practicability of the proposed method.     

基于数据仓库的决策支持系统体系结构

在分析传统DSS的不足之后，提出了基于数据仓库决策支持系统的体系结构，主要包括模型库、方法库、知识库和数据仓库及其相应的管理系统，联机分析处理、数据挖掘单元和问题综合处理单元等几部分组成．研究了系统中各部分的功能、相互关系及基于数据仓库的决策支持系统的关键技术．     

基于LabVIEW的远程桥梁健康监测系统

介绍了一种基于NI公司DAQ数采卡及LabVIEW的硬、软件开发平台的大型桥梁健康状况远程监测系统，提出了一种利用虚拟仪器技术组建测量网络的方法，通过现场采集数据的网络化传输实现了远程数据采集、实时数据显示、分析和数据管理。该实现方案还可用于大坝、公路桥、巨型建筑体等大型结构的远程健康状态监测。     

基于簇形均衡评估的高速公路收费数据聚类

高速公路收费数据是一种高维、海量、分布特征未知的数据集,因此难以选择 何种算法和参数最适合此类数据的聚类.针对此问题,提出一种基于簇形均衡的聚类评估 指标IBCS,对各簇的形状、分布、密度和尺寸等多种形态进行均衡综合评估.该指标根据 数据集稀疏程度自适应调整邻域置信区间来度量簇结构的分散度和分离度;度量密度使 得IBCS 具有面向数据集的算法选择能力;度量簇大小避免簇划分过于悬殊的问题.UCI 数据集上多种候选算法评估比较实验验证了该指标灵活有效,能获得准确簇数并合理划 分.最后,基于IBCS 评估的西宝高速公路收费数据聚类结果表明,采用K-means 算法,簇 数为5时聚类模式最佳.     

基于Frame页面过滤的Web日志挖掘中的数据预处理方法

提出了基于Fram e页面过滤的W eb日志预处理方法,将数据挖掘技术应用到W eb服务器的日志中,从而发现W eb用户的行为模式,数据预处理为日志挖掘提供理想的数据,实验证明了该方法有效地解决了数据预处理中的一些问题.     

基于售检票数据挖掘的轨道交通乘客居住区辨识

以自动售检票数据潜在包含的时空关联关系为基础,构建城市轨道交通乘客居住区辨识方法.假设轨道交通大部分乘客出行满足：一日内首次出行起始站与末次出行终点站相同,首次出行起始站与前日末次出行终点站相同,连续时期内首次出行起始站与末次出行终点站总是紧邻“家”的位置,以此为基础构建居住区辨识中心点法.以北京市轨道交通为对象进行实证分析,通过连续一周自动售检票数据挖掘能对88.7%的公交卡(不包括单程票、员工卡)所对应乘客的居住区进行辨识,验证了本文方法的准确性与有效性.本文研究提高了售检票数据应用价值,为乘客出行行为及需求特征分析提供了方法支持.