Visual landscape classification in the coastal strip of Santander (Spain)

Abstract

The coastal landscape in Santander, Spain, is analyzed in terms of landscape quality and fragility (or vulnerability). Quality is intended to indicate those areas of major landscape value for conservation purposes. Fragility is utilized to detect areas which could easily deteriorate if certain human activities are carried out. The authors’ study has three clearly differentiated phases. In the first, landscape units are defined and mapped. In the second, units are classified by computerized techniques and grouped according to significance. In the third phase, the true significance of the groups is interpreted. A mountainous, coastal zone in northern Spain was chosen for this study. Landscape units were determined by visual criteria with strong topographical bias. The area covered by each unit is that visible to an observer situated approximately in its center. Each unit is represented by certain biophysical and visual variables. Data were subjected to clustering analysis on the basis of using three ad casum defined “distances.”; The first distance gives unit classifications grouped according to similarity or proximity of their characteristic variables. In this case, inventory data only are used, no subjective value judgments were introduced in the process. Value judgments are made at the end on the resulting groupings of units. Two other distance classifications are determined by the similarity or proximity of the units making up each group according to the landscape quality and fragility values of each unit. In these latter cases, classification is influenced by value judgments introduced at the beginning of the process. These procedures are more subjective but give more congruent results. With each mathematical distance configuration, an analysis is made of the variables shown to be most representative and which have, therefore, shown greatest discriminatory power in selecting final groups. Finally, the different possibilities of the above techniques are discussed as well as their potential generalization to other fields demanding the treatment of qualitative landscape variables.     

面向多目标跟踪的密集行人群轨迹提取和运动语义感知

针对基于视频监控的密集行人群识别难度大，运动轨迹提取困难，运动语义信息挖掘不足 等问题，本文提出基于多目标跟踪FairMOT框架及K-means聚类的行人轨迹捕获和运动语义信 息感知方法。首先，利用多目标跟踪算法提取视频中行人群目标过街时的运动轨迹特征向量；然 后，通过分析轨迹坐标的数值分布特点，设计了一种协方差滤波算法STCCF，以检测和剔除“准静 态轨迹”，得到行人群目标运动轨迹簇；最后，针对已提取的轨迹簇，应用K-means聚类方法，选取 S系数(Silhouette Coefficient)和DB指数(Davies Bouldin Index)两个指标，感知行人聚集和消散点 等场景语义特征。实验分析表明，算法从提取到的2689条轨迹中辨识出179条“准静态轨迹”，检 出率为81.73%；视频场景中的行人目标源点和消失点的解析结果与人工辨识结果吻合，验证了密 集行人群轨迹提取和运动语义信息感知方法的有效性。本文研究可为数据驱动的行为预测和轨 迹建模提供基础。     

无信号灯十字路口自动驾驶汽车直行关键场景构建

自动驾驶汽车在开发过程中需要进行全面的测试以确保其安全性，关键场景是有条件和高度自动驾驶汽车进行安全测试验证的重要基础。首先，针对测试场景参数离散化全组合后测试用例数量巨大的问题，分别采用3路定强度和变强度组合测试策略及场景初筛规则，以自动驾驶主车直行通过无信号灯十字路口及周围2辆干扰车的测试场景为例，使测试用例数量从全组合的3.9×10⁷组分别减少到6 525组和26 496组。其次，采用碰撞时间、后侵占时间和最大减速度作为场景关键性识别和评价指标。利用基于动态安全区域的避障策略和基于模型预测控制的自动驾驶主车运动规划与控制模型，以及搭建的基于MATLAB/Simulink和CarSim软件的自动驾驶汽车联合仿真平台，通过仿真并与安全指标阈值比较，获得数量大幅减少的关键测试用例。最后，采用基于加权欧氏距离的K-medoids聚类方法对变强度组合策略获得的2 234组关键测试用例进行聚类，获得9组典型关键测试用例。研究结果表明：碰撞时间、后侵占时间和最大减速度指标阈值可以用于识别十字路口场景关键性；相对3路定强度参数组合策略，变强度参数组合策略提供了更多的关键测试用例，对其随机抽样获得少量随机关键测试用例；随机和典型关键测试用例可以应用于封闭试验场验证无信号灯十字路口自动驾驶汽车直行运动规划的安全性。     

基于小波包分解与GG模糊聚类的转辙机退化阶段划分研究

针对道岔转换设备退化特征提取以及性能退化阶段准确划分的问题,提出一种基于小波包分解与GG聚类的退化阶段划分方法.首先对采集的ZYJ7转辙机工作功率曲线进行小波包分解,获得表征道岔转辙机状态的特征向量,构建退化性能指标;其次采用GG模糊聚类方法对道岔转辙机性能退化状态进行阶段划分,识别不同的退化状态;最后选用分类系数、平...     

基于有序Logistic 回归的城市人行道 服务水平研究

科学的人行道服务水平评价方法可以为营造良好的步行出行环境提供有力的 理论支撑.针对人行道服务水平等级为定序变量的特点,本文提出了基于有序Logistic 回 归模型的人行道服务水平评价方法.首先,选择北京市交通枢纽地区34 条典型人行道进 行行人满意度调查,获取典型、全面的数据样本;然后,采用模糊C 均值聚类方法得到行 人满意度与人行道服务水平等级的对应关系;最后,应用逐步回归方法提取人行道服务 水平显著性影响因素并分析其影响机理,进而建立人行道服务水平等级的有序Logistic 回归模型.通过实际验证,模型精度较现有的线性回归模型有所提高.     

交通状态划分的参数权重聚类方法研究

由于交通流量、速度、占有率或密度等参数在交通状态划分中作用不同,本文提出了基于参数权重聚类的交通状态划分方法.根据交通参数数据的相似性,应用基于加权欧氏距离的相似性度量方法构建了交通参数评价函数,并用梯度下降法极小化评价函数对交通参数权重进行求解.将交通参数权重应用于模糊C均值聚类算法（FCM）,得到基于参数权重的FCM道路交通状态划分方法.应用提出的模型对选取的实际交通参数数据进行交通状态划分,并与基于欧式距离的FCM状态划分结果对比.研究结果表明,本文提出的方法提高了交通状态划分精度,更接近交通实际运行状况.     

城市道路交通事故多发位置鉴别

针对现有相关鉴别法的不足,以核密度估计和计数数据模型为理论基础,GIS为技术基础,建立基于点模式和面模式的空间聚类分析模型,提出了1种基于空间聚类分析技术的城市道路事故多发位置鉴别方法,充分挖掘空间数据,实现分析结果的可视化。研究表明,空间单元标准化 Z值>2.58,对应于α=0.01的显著性水平,表明该单元是1个极高值的空间聚类,为1级事故多发点;1.96< Z<2.58对应于α=0.05的显著性水平,表明该单元是1个高值的空间聚类,为2级事故多发点。      

���й�ʡ����п��˳���������������ǿ�ȷ���

由于不同管制目标下的城市客运出租汽车数量管制绩效存在差异,为掌握省会城市客运出租汽车数量管制强度,将人口拥有率、建成区面积拥有率、公交客运量比率、GDP拥有率、道路面积拥有率和对外客运量比率作为分类指标,运用模糊-均值聚类法对中国省会城市客运出租汽车的数量管制强度进行分类,进行Matlab 7.0编程,经聚类有效性分析和F-统计量检验后获得最佳分类方案.结果表明,将31个样本城市的客运出租汽车数量管制强度分为低、较低、中、较高、高5个等级最佳,分类结果为建立出租汽车数量调控模型奠定了基础.     

���й����ͨ��Ӫ�ɱ�ģ���������ģ��

以城市轨道全寿命周期成本为基础,提出了城市轨道交通运营成本的模糊聚类估算模型. 并以石家庄城市轨道交通规划1号线为例,选取人均国内生产总值、总里程、敷设方式长度、敷设方式比率、车站总数量、敷设方式车站数量、车站比率、车辆数量、运营工作量和平均站距等14个特征属性,依据23条城市轨道交通线路为样本数据,按高运营成本和低运营成本两类,分别计算了地上线和地下线二种敷设方式的运营成本. 估算结果表明,地下线路敷设方式的城市轨道交通的运营成本为地上敷设方式的2倍左右.     

新时期我国铁路编组站分类标准探讨

分析了现有编组站分类标准的不适应性,提出了编组站分类的主要技术指标,运用模糊聚类分析方法对编组站分类问题进行研究。首先运用模糊c-划分方法对编组站进行合理的空间划分,在此基础上采用模糊聚类ISODATA方法对编组站进行聚类分析,并利用划分系数Fc（U）和划分的平均模糊熵Hc（U）对聚类效果进行评价,最后对我国铁路现有4...