基于成对约束的半监督选择性聚类集成

针对现有聚类集成算法基本都是无监督聚类集成算法和传统聚类集成方法,其通常将所有产生的聚类成员都参与集成的问题,设计了一种基于成对约束的半监督选择性聚类集成方法(SSCES). SSCES方法选择基于聚类成员质量和差异度的选择聚类集成为研究对象,借鉴半监督集成的关键思想,将半监督聚类信息带入到选择聚类集成中.通过在多组数据集上实验来验证SSCES算法的有效性.     

复杂船舶信息数据库的目标数据检索方法研究

在对复杂船舶信息数据库的目标数据检索中受到数据的类间扰动因素的影响,导致检索的查准率不好,提出一种基于模糊关联维特征匹配的复杂船舶信息数据库的目标数据检索方法,构建大型船舶综合信息数据库的分布式数据存储结构模型,提取船舶信息数据流进行特征重组,采用关联维模糊空间聚类方法进行大数据分类处理,根据船舶信息数据分类属性特征进行特征提取和干扰滤波,结合模糊特征匹配方法实现检索目标数据的空间聚焦,并在信息系统终端输出检索数据。仿真结果表明,采用该方法进行船舶信息数据检索的查准率较高,抗干扰能力较强。     

沥青路面再生中基于系统聚类法的路面调查

同一道路使用数年后,由于各种原因,各路段的路面状况有着较大的差异,即路段之间的不均匀性。本文应用统计学上的系统聚类法的概念及方法,来处理各个路段沥青旧路面材料几个主控指标,将各段沥青路面进行归类,可以使施工操作简便,用时又保证了沥青旧料的均匀性。     

模糊综合分析在信息安全评估中的应用

为了提高信息系统安全评估的准确性和有效性,减少评判者的主观差异性对评判结果的影响,提出了一种基于模糊综合分析的聚类方法.该方法对专家打分进行预处理,根据评价指标的权重大小,将分数转化为相对权重比值,再运用模糊聚类法剔除离散程度较大的差异分数.实例证明,所提出的方法使赋值区间的集中程度提高30%,评估分数的聚合性提高15%,增强了重要评估指标对评估结果的影响力.     

适于营运车辆超速时空特征分析的改进DBSCAN算法

营运车辆的超速违法行为具有较大的危害性,分析其超速的时间和空间分布规律,对于加强道路运输安全管理具有重要意义.鉴于此,提出一种适于营运车辆超速时空特征分析的改进DBSCAN算法,通过添加时间半径达到对时间维度的支持,对营运车辆超速多发点在时空维度上进行聚类,揭示营运车辆超速违法行为的时空分布特征.然后在广东省重点车辆监控平台上对算法进行验证.实验结果表明,该算法能够快速对超速数据进行时间和空间维度的聚类分析,有效完成超速路段和时段的排查,为查找营运车辆超速常发路段和时段提供了新的分析方法.     

“十四五”我国港口货物吞吐量结构化预测*

为更好分析港口运输需求发展趋势,将港口吞吐量影响因素进行结构拆解,建立吞吐量与国内生产总值、工业增加值、一二三产业增加值、投资、消费、外贸额的关系方程。同时,将吞吐量拆分为主要货类,建立煤炭吞吐量与火电发电量、原油吞吐量与原油加工量、铁矿石吞吐量与生铁产量、集装箱吞吐量与第二产业增加值等关系方程。组合应用回归分析、弹性系数等预测模型,预测2025年我国港口货物吞吐量、煤炭、原油、铁矿石和集装箱吞吐量分别为172亿、29亿、8.3亿、22亿t和3.2亿TEU。预测结论为全国水运“十四五”发展规划等提供参考。     

基于Matlab的三相变压器故障的仿真模型

以单相双绕组变压器数学模型为基础,用3个独立的单相变压器表征三相变压器的每一相,推导出了三相之间的连接关系方程;建立一种以磁链作为状态变量的三相变压器内部故障暂态仿真模型;充分考虑了二次侧终端条件、铁心磁路饱和等因素,选择磁链作为状态变量.在该模型基础上,对三相变压器的励磁涌流,短路试验电流、绕组匝地匝间短路故障时一次侧电流进行仿真计算及特性分析,验证了模型的正确性和有效性.     

双馈风力发电机系统有功和无功功率的解耦控制

双馈发电机的有功和无功功率的解耦控制是变速恒频(VSCF)风力发电系统的关键技术.文章阐述了变速恒频风力发电系统的工作原理,在分析双馈感应电机的动态数学模型以及定子磁链定向矢量控制的基础上,介绍了一种有效的有功和无功功率解耦控制方法.Matlab仿真结果表明,该控制方案能够很好地实现双馈电机的有功和无功功率的解耦控制,验证了其正确性和有效性.     

基于改进Mask R-CNN的轨道扣件状态检测方法

为提高轨道扣件状态检测的准确率,基于K均值聚类算法改进掩膜区域卷积神经网络(Mask R-CNN)实例分割算法中的区域建议网络。进行基于改进Mask R-CNN的轨道扣件状态检测方法研究,并将该方法分别应用于普速铁路有砟轨道2个扣件数据集和高速铁路无砟轨道1个扣件数据集上进行轨道扣件状态检测。结果表明:该方法能对普速铁路有砟轨道和高速铁路无砟轨道图像中的扣件状态进行准确检测,扣件的定位准确率和分类准确率平均分别达到97.05%和98.36%,均优于YOLO V3,Faster R-CNN和Mask R-CNN算法;相较于前2种算法,本方法对普速铁路有砟轨道扣件状态检测的优势更为明显。     

面向地铁场景的激光雷达目标检测研究

针对列车运行前方限界难以实时构建、非结构化轨道道路环境目标聚类检测复杂等问题,提出一种基于激光雷达的目标检测及前方界限实时构建系统。首先,采用了空间换时间的策略提升轨道提取效率,利用轨道局部高程信息、全局几何平行信息并融合多帧信息实现轨道稳定提取,从而基于提取的轨道位置实时构建列车通行的前方限界;其次,基于点云深度图、梯度与距离特征解决了非平铺路场景下的障碍物聚类问题,采用航迹信息进行多目标跟踪提高目标跟踪的稳定性。通过在地铁场景实车测试验证,结果表明该方法能够准确可靠地提取轨道位置和进行目标检测与跟踪。