大型研究院所档案管理向知识智能辅助决策转型研究

大型研究院所是集产品研发、生产、经营和管理于一体的知识密集型企业,大型研究院所档案管理在做好档案的收集、整理、保管等传统档案工作的同时,在当前大数据、人工智能、辅助决策等信息技术迅猛发展的背景下,应该深挖档案的信息属性和知识属性,积极向知识智能辅助决策转型。     

基于连续点云数据的既有铁路轨面信息快速提取算法设计

三维激光扫描获取的既有铁路点云数据具有海量性、离散性等特点,难以从点云数据中快速提取线路参数.为此,结合现场实测数据,提出一种基于连续点云数据的既有铁路轨面信息快速提取算法.通过k-d树实现点云的快速搜索、查询和储存,利用主成分分析法和移动激光点聚类法提取的接触线分割构建出铁路缓冲区,进而通过平面格网法的粗提和多种约束条件下的精提实现了轨面点提取.对既有线路现场试验结果表明,轨面点提取的完整度c和准确度p均在93％以上,该方法能较好地实现钢轨轨面点云的快速提取.     

基于聚类站点客流公共特征的轨道交通车站精细分类

已有城市轨道交通车站分类多基于定性分析，不能满足精细化设计和运营的需要。本文提出一种基于聚类站点公共特征的站点精细分类方法。首先，将来源于AFC(Automatic Fare Collection)的进站客流量数据处理为时间序列数据，并基于K-Means++算法对各个站点的客流量进行聚类；其次，建立客流量聚类结果与土地利用特征多维参数的拟合方程，计算获得居住密集型、工作就业型以及区域中心型等5种大类站点的客流量公共特征。在此基础上，充分考虑属于同一大类站点不同站点的细分特性，使用5类客流量公共特征比重组合精细描述具体站点类型。 实例结果表明，使用本文提出的精细分类方法计算得到的每个站的客流量拟合值与真实客流值间的平均绝对百分比误差控制在14%以内，说明该分类方法具有可行性。     

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。     

长江三角洲地区集装箱生成量的可拓聚类预测

<正> 在酝酿新世纪的各国港口集装箱运输的持续发展中,各界普遍关注的热点问题是沿海集装箱深水港的建设,而对于内河集装箱运输没有得到应有的重视。内河集装箱运输是推动内河流域经济发展的原动力,无数国内外的水运与区域(城市)经济发展相互依存的实例证实了包括内河运输的水运对人类历史和经济发展的重要作用。     

物流实践的思索

对物流业务和物流工程建设内容，物流园区、物流信息技术，供应链以及配送等问题阐述了基本观点。     

提升核心竞争力是开展港口综合物流的基础

<正> 物流的系统化或称综合物流,是物品从供应地向接收地的实体流动过程,是运输、储存、装卸、包装、流通加工、配送、信息处理等基本功能的有机结合。将社会物流与企业物流有机地结合在一起,从采购物流开始,经过生产物流、再进入销售物流,包括整个物流供应链的管理过程,即通过统筹协调、合理规划来控制整个商     

集装箱生成量可拓聚类预测

分析了集装箱生成量可拓聚类预测的建模机制，构建出可拓聚类预测的物元模型，并用该模型对集装箱生成量进行了区间预测。