工程平面控制网置平平差的方法研究

提出一种将秩亏自由网平差和三参数坐标转换相结合的平面控制网平差方法,其特点是在平差过程中控制网整体网形不因上级控制点点位的改变而变化。首先介绍秩亏自由网平差及其精度评定的原理,推导进行控制网三参数坐标转换及对置平后的控制网进行精度评定的数学模型。仿真计算结果证明了对传统边角控制网而言,置平平差较约束平差具有更强的抗原始数据误差的能力,是一种工程平面控制网平差的新方法。     

平面束定理的又一证明

引用线性方程组理论证明空间解析几何中的平面束定理。     

基于改进低秩矩阵补全的交通量数据缺失值插补方法

提出了一种低秩矩阵补全的改进方法以研究道路交通量数据缺失值插补问题。应用基于核范数的低秩矩阵补全对交通量数据矩阵中的缺失值进行第1轮插补; 通过层次聚类算法将交通量数据划分为不同类别, 使得同类中的数据具有较强相关性, 异类中的数据具有较弱的相关性; 在每类样本上应用低秩矩阵补全得到缺失值的第2轮插补; 为了减少聚类数的影响, 提出最小二乘回归集成学习方法将不同聚类数下的插补结果进行融合, 得到最终的交通量数据插补结果; 用美国俄勒冈州波特兰市的交通量数据比较了5种方法的插补误差, 并分析了不同聚类数和距离度量方法的影响。研究结果表明: 在完全随机缺失模式下, 缺失率为10%~60%时, 其相对于传统的低秩矩阵补全模型的插补误差降低了5.93%~9.11%;在随机缺失和混合缺失模式下, 插补误差也分别降低了8.32%~9.55%和8.14%~9.20%;集成不同聚类数下的多个插补结果比单一聚类数下的插补误差降低2.62%~4.76%。可见, 在3种数据缺失模式下, 改进低秩矩阵补全方法降低了交通量数据的插补误差, 能有效提高插补后交通量数据的有效性。      

布尔矩阵的沙因秩

本文引入了ｋ行占优布尔矩阵的定义，并且讨论了布尔矩阵沙因秩的一些性质。     

基于秩约束的车辆遮挡点恢复方法

为了恢复车辆跟踪过程中丢失的特征点,提出了一种基于秩约束的车辆遮挡点恢复方法,该方法利用所有车辆图像点组成一个秩3的矩阵,并利用该特性构造一个投影矩阵,利用该投影矩阵求到车辆遮挡点,再将求到的车辆遮挡点代替图像中的车辆遮挡点,经过多次迭代,最后求到车辆遮挡点的真实位置。该方法的优点是所有的图像及图像点都平等地看待,模拟试验和真实试验表明,该方法具有鲁棒性好、收敛性好及误差小等优点。     

基于MFCC的路基土密实度识别技术研究

研究目的:室外路基土连续压实技术中所采用的表征指标,大多是在振动压路机钢轮上采集的振动加速度信号频率、幅值的基础上换算得到的,受跳振及机械自振影响表征效果差,信号也未得到深度挖掘。为了能找到可靠表征土体压实度的指标,本文在室内测试分析的同时引入声源材料识别技术,并基于人耳听觉和心理学,结合材料物理属性研究提取音色特征,以提高土体压实度的识别率。试验通过在室内激励不同压实度土样,采集加速度信号和声音信号,引入MIRtoolbox音色工具箱,采用听觉感知原理的冲击声特征提取法提取声音中的音色特征,并将此方法应用到加速度信号的特征提取。研究结论:(1)当锤击力为55 N±5 N级时,加速度和声音信号中提取的特征值mfcc6max与土样压实度秩相关系数分别为0.81和0.69,即可采用特征值mfcc6max作为表征土体压实度的指标;(2)反向识别土体压实度时,锤击力控制在55N±5 N,加速度信号中计算得到的mfcc6max值代入相关性方程y=0.014x-0.92,或声音信号中计算得到的mfcc6max值代入相关性方程y=0.018x-1.09,得到的两个y值可较好地反向预测土体压实度;(3...     

基于数据驱动的无车承运人平台线路定价策略研究

随着物流运输行业的兴起和发展,无车承运人平台的定价成为了一个亟待解决的问题。以无车承运人平台为研究对象,结合平台大量已成交历史订单数据,构建了无车承运人平台线路定价的XGBoost预测模型,并且基于订单的紧急程度制定了无车承运人平台的调价策略,随后利用XGBoost预测模型和调价策略相结合预测出货运订单的3次定价数值,最后基于数据包络分析法(DEA)对样本订单预测出的3次定价进行综合效率评价,结果证明了采用XGBoost预测模型和调价策略相结合的定价策略的合理性,为无车承运人平台的定价决策提供了有益借鉴和科学依据。     

基于秩最小化矩阵去噪的船舶轨迹重构方法

针对船舶自动识别系统(Automatic Identification System，AIS)在实际应用中存在错误数据频发、数据丢包等问题，本文提出一种基于秩最小化矩阵去噪的船舶轨迹重构方法，利用去噪实现轨迹重构，同时，实现对轨迹的去噪和缺失补全。该方法通过线性插值实现经度对齐，将轨迹数据转化为轨迹矩阵，从而补全轨迹中的缺失值。由于补全结果存在非常大的误差，因此，引入 PLR(Patch-Based Low-Rank Minimization)算法去噪，消除误差。同时，为进一步提升补全效果，通 过2D-VMD(Two-Dimensional Variational Mode Decomposition)算法将矩阵分解为不同频率的IMF (Intrinsic Mode Function)，并分别进行PLR去噪，合并去噪结果，得到最终重构后轨迹。本文以长江武汉段水域船舶AIS轨迹为研究对象，通过实验证明该方法在不同缺失比例以及随机缺失和连续缺失两种情境下具有鲁棒性和较强的稳定性；并与 HALRTC(High-Accuracy Low-Rank Tensor Completion)、TRMF(Temporal Regularized Matrix Factorization)等方法进行比较，结果表明， 该方法相较于HALRTC等方法具有更高的精度，并在高损失率下表现出较好的重构效果。     

结构模型参数变点的非参数检验

对于结构模型参数变点的检测问题,利用秩统计量,给出了模型只有一个变点的检验统计量,并且给出了一个计算检验渐近临界值的公式.