基于点云的复杂环境下楼梯区域识别

自主移动机器人已经在国防军事、灾区救援等领域有了广泛应用,楼梯区域作为一种典型的环境目标,需要机器人能够对其做出准确识别。放置于楼梯区域的障碍物会破坏传统楼梯识别算法需要提取的楼梯平面及边缘特征,导致楼梯区域无法被准确识别。针对该问题,提出了一种复杂环境下,基于点云的楼梯区域检测识别算法。该算法首先使用区域生长方法对目标区域进行分割并通过各区域拟合平面法线方向来选取疑似为楼梯各级竖直阶面的区域;进而对各级楼梯区域进行处理,分割障碍物并获取各级楼梯竖直面上边界;最终根据各级边界位置得到楼梯模型以及障碍物位置。实验结果表明,该算法具有较好的鲁棒性,能在各种复杂环境下识别出楼梯并得到无障碍楼梯区域,构建的楼梯三维模型尺寸误差均小于7%,有较高的准确性,相较于传统楼梯识别算法,能达到更好的检测识别效果。

集成学习在消费金融审计中的应用——以随机森林检测信用卡欺诈为例

随着金融科技的发展和居民消费观念的进步,现代消费金融业务量不断增长,为各阶层消费者提供了便利,但同时也带来了风险隐患,信用卡欺诈是其中的典型表现。文章选取五个基础分类器,从分类准确率、召回率、查准率、AUC值、F1值五个指标进行综合评估,发现随机森林、CatBoost的表现较优;为解决样本数据不平衡的问题,提出基于马氏距离的Maha-Smote-RF模型以及Maha-Smote-CatBoost模型。实验表明,Maha-Smote-RF模型可大幅改善误分类问题,从而表现出优越的检测性能。文章进一步将模型应用于审计实务,提出基于随机森林的信用卡欺诈审计思路,对于转变审计思维方式,促进审计提质增效具有现实意义。

综合物探手段在探测煤矿采空区的应用

地球物理勘探方法以快速、无损的特点被广泛使用,但是采用单一的物探方法,会受到探测结果多解性的约束,检测结果可能不合理。通过2次物探工作圈定疑似采空区,并对疑似采空区进行钻探验证,第1次圈定的疑似采空区经钻探验证并非采空区,第2次圈定的疑似区经钻探验证确认为采空区。介绍了2次物探工作组合方法和工作参数,在第1次物探误判后开展分析和研究又进行第2次物探,最终探查到采空区,为实施采空区物理探查工作参数的选择和异常解释提供分析依据。

运用MapGIS提高煤矿地层等高线精度的方法和意义

文中运用MapGIS,把新测的地质资料点添加到原来的地质资料中,对原来地质资料中不足之处予以补充,运用MapGIS软件的空间分析系统使新生成的网格文件更加精确,以杭来湾煤矿实际生产中的应用为例,说明了这种方法的实际使用意义。

用Surfer建立煤矿采空区三维模型的方法

井下采掘作业揭露的地质信息是最能反映出煤层沉积环境和地质构造发育特征的一项日常工作,煤矿地测技术人员在这个过程中积累了大量一手的地质资料和测量数据。如何将收集整理的地质测量资料转化成可以指导生产工作,是许多煤矿地测人员亟需解决的问题。Surfer是一种常用的绘图和分析软件,将井下剖面数据用Surfer建成采空区三维模型,可以直观煤层顶底发育特征的同时,在矿井地质综合分析、地质和水文地质预报、防治水、瓦斯抽采、智慧矿山等多项工作中均有实用价值,可有效指导井下煤炭生产。在矿井生产建设中,只要收集到地质资料,均可通过这种方法建立三维模型,在类似行业值得借鉴和推广。