道路安全等级定权聚类评价模型及因素辨析

为衡量区域内高等级公路的整体交通安全水平, 辨析道路因素对交通安全的影响程度, 综合运用灰类白化权函数聚类理论、模糊一致性理论及层次分析法, 提出了一种系统评价道路安全性的新方法, 通过灰色定权聚类对区域内高等级公路分类, 采用模糊一致性矩阵确定聚类权, 运用AHP分析道路因素重要度。算例分析结果显示公路5属于低安全等级灰类, 层次总排序结果表明平纵线形组合、隔离防护设施、视距和混流程度4项道路因素是导致其安全等级低的主要原因。这说明该方法可客观划分高等级公路安全级别, 并对影响交通安全的各项因素按照重要度进行排序, 实现了道路交通安全性的系统评价。     

基于模糊模式识别的城市道路安全状况综合评价

针对影响城市道路安全状况的因素众多且具有模糊性的特点,采用模糊模式识别与模糊综合评价相结合的评价模型来评价城市道路安全状况.建立了城市道路安全状况综合评价指标体系,应用层次分析法确定了指标权重,应用集值统计法对指标特征值进行了量化.通过对大连市黄河路的评价实例证明,该模型实用性较强,可用于完善道路安全设计及辅助道路安全管理.     

噪声背景下提取调制信息的改进奇异值分解技术

在介绍现有奇异值分离技术基本原理及其在故障诊断中的应用的基础上，研究了利用信号时间序列重构的吸引子轨迹矩阵奇异值分布特征与信号特征的关系，引入自相关函数定量计算重构矩阵的延时步长，改进了现有算法，使得吸引子轨迹矩阵的重构更加合理。研究表明该方法能在强噪声背景下提取出所需的调制信号，并成功用于齿轮箱调制故障信号的提取。     

一种高效的简化可辨识矩阵集成算法

基于可辨识矩阵的约简算法,需要生成许多无用的元素,因而算法效率不高.针对这一问题,基于动态思想,设计了一个新的集成算法,新算法在生成可辨识矩阵的过程中不用生成大量的无用元素,减少了存储量和计算量,从而使算法的效率得到提高.最后给出了一个实例说明新算法的高效性.     

基于决策属性的关联规则挖掘

针对具有决策属性的数据库模型,提出了高效挖掘关联规则算法,即矩阵划分算法:根据决策属性将扫描后的数据库划分成两个包含不同决策属性的矩阵,分别采用向量法挖掘频繁项目集.关联规则的生成可充分利用"与"运算的优点,查找规则前件或后件的支持度.所提出的算法减少了候选二项频集的生成,以及"与"运算的大小,与apriori算法及传统的向量法挖掘关联规则相比,效率明显提高.     

一种新的区间值模糊集推理方法

在两向量相似度的基础上, 定义了两个区间值模糊集在一点处相似度, 然后在此基础上提出了一种新的模糊推理方法--区间值模糊集相似度推理方法.并且对该种方法的还原性进行了讨论,给出了满足还原算法的条件.     

MatLab在有限元刚度矩阵推导中的应用

MatLab具有强大的符号运算功能.以平面梁单元刚度矩阵为例,详细介绍MatLab在单元刚度矩阵推导中的具体应用,编写了平面梁单元刚度符号运算程序,运算结果与手工推导完全一致,该方法可进一步推广到其它单元甚至到更复杂非线性单元刚度矩阵推导中.     

序线性空间中集值优化问题弱有效解的最优性条件

在序线性空间中,引入(u,02;Y )—广义次似凸集值映射,建立了此映射下的一个择一定理.利用此定理,在序线性空间中获得了带广义不等式约束的集值优化问题弱有效解的最优性必要条件和充分条件.     

A Target-Orientated Marker Image Binarization Method for Orthopaedic Surgical Navigation System

Camera calibration is the key technique in a C-arm based orthopaedic surgical navigation system. The extraction of marker location information is a necessary step in the calibration process. Ideal marker images should possess uniform background and contain marker shadow only, but in fact marker images always possess nonuniform background and are contaminated by noise and unwanted anatomic information, making the extraction very difficult. A target-orientated marker shadow extraction method was proposed. With this method a proper threshold for marker image binarization can be determined.     

确定OD矩阵和路段选择率的方法

OD矩阵推算和交通分配的结果是否符合实际,受所用分配模型、分配率P是否符合实际、路段流量是否经过守恒处理等因素影响。不同的分配参数会对分配率P产生不同的影响,从而影响分配结果,最终影响反推。采用对路段选择率和OD量同时推算的方法,尽量避免由于取值问题带来的误差,从而使推算结果更符合实际。