多分类转导支持向量机

为了完成分类学习,传统的支持向量机基于带标记信息的经验数据归纳出一个通用的决策函数。而转导支持向量机则不同,它考虑包含测试集在内的所有数据信息并致力于最小化测试样本的分类错误数。在已有的2类分类方法的基础上构造了直接求解多类分类问题的的转导支持向量机。     

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色材料间的焊接。     

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.     

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。     

青岛前湾港南港区混合土的研究

工程中常见淤泥类土与砂类土相混构成的混合土,其中淤泥类土土质极软但在土工试验中却可得出较大内摩擦角.以青岛港前湾港区南区的混合土为例,阐述混合土的成因和分布特征,分析与评价混合土的物理力学性质和采用混合土工程设计特性指标的原则、方法,并提出该地区混合土工程特性指标.     

2010年《港工技术》征订启示

《港工技术》是经国家新闻出版总署和科技部批准出版的科学技术类刊物,国内外公开发行。主办单位为中交第一航务工程勘察设计院有限公司,主管单位为中国交通建设集团有限公司。     

基于自适应阈值DBSCAN的路侧点云分割算法

针对路侧采集的激光雷达点云数据随距离增大而密度下降导致同一目标的点云被分割成多个目标的问题,提出了一种基于自适应阈值DBSCAN的路侧点云分割算法。首先,使用改进GPF和直通滤波对采集的路侧点云进行过滤,提取出道路区域上的非地面点云;然后,基于有效距离和sigmoid函数构建自适应系数函数,对DBSCAN聚类算法集群生长中近邻点搜索时半径阈值的选取规则进行优化;最后,利用自适应阈值DBSCAN聚类算法对非地面点进行聚类,得到隶属于单个目标的点云。采集了1 055帧真实场景的连续数据进行测试,结果显示：C-H系数平均约增加3倍、D-B系数平均减少4.52%、轮廓系数平均增加77.78%,这表明基于自适应阈值DBSCAN的分割算法能提高点云簇的类内一致性和类间差异性,有效减少路侧激光雷达点云的过分割现象,具有较高的工程应用价值。     

基于密度半径自适应选择的K-均值聚类算法

K-均值算法聚类速度快,易于实现,且对数据依赖度低,在文本聚类中得到广泛应用.然而,由于聚类初始中心点选择的随机性,传统K-均值算法以及其变种的聚类结果会产生较大的波动.文章对K-均值算法进行了改进,通过自适应选择最佳密度半径进而优化聚类初始中心选择的方法,得到一种适合文本数据聚类分析的改进算法.实验表明,该算法能够生成质量较高而且波动性较小的聚类结果.