基于OWA与灰色聚类的城市轨道交通PPP融资风险评价方法研究

针对城市轨道交通PPP融资成本高、投资回收期长、不确定性因素多等特点导致整个融资过程充满风险,且难以进行科学的评价,进而增加风险评价难度的问题,提出基于OWA与灰色聚类的城市轨道交通PPP融资风险评价方法。首先从全寿命周期角度构建城市轨道交通PPP融资风险指标体系。然后基于OWA算子对专家决策数据按照降序的方式重新排序,消除极值带来的不利影响,加权得出指标的权重值。最后考虑指标的灰色性、信息不完整性,构建灰色白化权函数实现指标信息的透明化,完成对PPP融资风险的聚类分析。应用构建的模型对郑州地铁1号线一期工程PPP融资风险进行评价,认为该地铁工程PPP融资风险等级高,应重点关注前期策划、社会资本、政策环境、设计质量、成本超支、建设质量、残值7个主要风险指标的控制,以期为该项目融资风险管理提供建议,并进一步丰富城市轨道交通PPP融资风险的评价方法。     

CABOSFV算法中集合稀疏差异度阈值确定方法

在实际应用中,CABOSFV算法初始参数———集合稀疏差异度阈值b的确定是否合理,对聚类结果是否有效起决定作用。本文针对如何科学方便地确定集合稀疏差异度阈值b进行了深入研究,给出了集合稀疏差异度阈值确定方法,并通过该方法进行了实例计算。计算结果表明,由于该方法能够确定聚类结果中类的对象组成最小数量,聚类结果的粗糙与精细程度可以人为控制,对聚类结果的准确及高效提供了很好的保证,能够为CABOSFV算法进行聚类提供合理的阈值。     

一种机载LiDAR点云电力线自动提取和重建方法

针对机载激光雷达（LiDAR,Light Detection and Ranging）铁路电力线点云特性,尤其是水平投影近似重叠的情况,提出一种电力线自动提取的方法。结合直线拟合法、成分分析法和Hough变换法计算电力线在XOY平面走向;利用空间距离聚类方法将水平投影近似重叠的2股点云分离开来;采用Davis-Bouldin指标的最佳聚类数判定方法,自动计算电力线条数;利用K-means聚类方法将单根电力线点云提取出来;并基于二次多项式的最小二乘拟合方法确定电力线模型参数,进行三维重建。实验证明,该方法能够达到较高的拟合精度,尤其对水平投影近似重叠且有中断的点云,拟合效果较好。     

云计算下海上多来源传输数据分类存储方法

针对传统的数据存储方法存储数据时负荷消耗过大的问题,研究云计算下海上多来源传输数据分类存储方法。使用小波变换对海上多来源传输数据去噪,根据计算数据间的支持度和相似度确定数据间的关联规则。利用后缀树聚类方法完成对数据的分类,确定分类后数据的存储位置,实现对分类数据的均衡负荷存储。通过与传统的应用MongoDB的数据存储方法的对比仿真实验,证明了云计算下海上多来源传输数据分类存储方法存储数据时的负荷消耗更少,具有优越性。     

散料码头物料输送全流程控制技术

为解决物料输送过程中沿线洒漏、偏载跑遍等问题,对物料源头控制技术、物料自动聚中技术、物料堵塞检测技术、物料甩带清扫技术进行创新研究和应用,可有效提升散料码头物料控制综合治理水平和物料输送效率。     

基于自适应神经模糊推理的交通状态判别方法

文章针对交通状态具有模糊性和主观性的特点,建立能够真实反映人对交通拥塞程度感觉的自适应-神经模糊推理系统,使具有变化连续的交通流参数模糊化处理,实现了道路交通状态的准确、快速辨别。     

聚羧酸系高性能减水剂在客运专线预制梁中的应用

文章以南钦铁路南宁段良庆制梁场工程为依托,结合混凝土配合比设计技术条件、参数及混凝土配合比和性能,介绍了在现场预制梁中使用聚羧酸系高性能减水剂的应用效果。     

PA66-GF30透光率对激光透射焊接性能的影响

通过对不同及相同厚度的本色和黑色激光透射PA66-GF30材料进行透光率测试,对焊接后的试样进行拉拔测试.文章分析了厚度对透光率的影响,相同厚度材料颜色、透光率对焊接强度的影响.结果表明,随着厚度的升高材料透光率下降;相同厚度材料的透光率升高,其焊接强度也依次升高,且本色与黑色的PA66-GF30焊接强度要高于黑色与黑...     

基于UWB定位的邮轮乘员伴随关系发现算法

准确发现邮轮内部空间乘客之间的伴随关系, 在室内环境安装UWB定位设备开展室内人员定位实验。根据UWB定位的位置数据特点, 提出结合室内位置语义的Hausdorff-DBSCAN算法以聚类邮轮乘员轨迹, 并利用LSTM神经网络对疑似伴随关系对象进行相似度变化趋势的预测。传统的Hausdorff算法在计算轨迹相似度时未考虑轨迹时序一致的问题, 引入位置语义序列能够较好地解决这个问题。改进后的Hausdorff-DBSCAN算法的输入为乘员轨迹数据集, 根据轨迹整体相似度阈值选定聚类半径, 输出具有伴随关系的乘员轨迹聚类结果; LSTM神经网络以定长时间窗口的点邻近度序列为输入, 预测后1个时刻点邻近度值, 结合轨迹相似度阈值和预测结果分析乘员伴随关系的时序变化。利用Anylogic建模单层邮轮室内环境进行乘员仿真得到的轨迹数据验证算法的有效性。改进的Hausdorff-DBSCAN算法的准确率为0.920, 召回率为0.950, F₁值为0.934, 准确率高出对比算法至少5.7%, 召回率高出对比算法至少8.0%, F1值高出对比算法至少6.7%。同时LSTM在预测邮轮乘员之间相似度变化时, 收敛后的误差值能保持在3%~4%左右, 预测结果具有较高的准确性。