乘权Voronoi图的动态构造法

乘权Voronoi图由于权值的设定公式非常复杂,因此通常很难构造。在传统的算法中,当生成元或乘积发生改变时,程序运行会异常复杂。乘权Voronoi图的动态构造算法,改进了传统算法的缺点,因而更省时高效,具有较高的理论价值。

乘权Voronoi图的构成及其在物流网点选取上的应用

乘权Voronoi图由于权值的设定公式非常复杂,在传统的算法中,当生成元或乘积发生改变时,程序运行会异常复杂。本文给出了乘权Voronoi图的动态构造算法,改进了传统算法的缺点,因而更省时高效,具有较高的理论价值。本文还给出乘权Voronoi图在北京市区选取物流网点时的应用。

基于乘权Voronoi图的物流园区选址模型及评价

本文提出了物流园区选址的点和直线段加权Voronoi图的界定模型,改进了加权Voronoi图的以往局限性,实现了物流系统内空间服务范围的动态划分,构建了连续型直线段加权Voronoi图的选址模型,同时对选址模型进行分析及评价。

基于加权Voronoi图的农村居民点用地适宜性评价及分区管控

随着经济社会的快速发展和城镇化的加快推进,农村人口向城镇集中,造成大量农村宅基地闲置或低效利用,加之宅基地布局散乱、基础设施配套不全,严重影响农村土地利用效率提升和人民生活水平的提高。本文以景泰县为例,在测算农村居民点整治潜力的基础上,应用加权Voronoi图进行农村建设用地适宜性评价和空间热点分析,探究农村居民点布局优化方向与发展的路径策略。结果表明,景泰县农村居民点整治潜力为876.16 hm2,整治潜力较大;农村建设用地适宜性整体较好,但各区域的差异较大,划分为适宜性好、较好、一般、较差、差5个等级;在此基础上将研究区划分为5种农村居民点发展模式区,并针对性地提出管控策略,为更好地开展国土空间规划编制、提高农村土地利用效率,助推乡村振兴提供参考和借鉴。

关于赋权非正则图的A_(α)特征值和特征向量

设G_(ω)=(G,ω)是一个赋权图,其邻接矩阵和赋权度对角矩阵分别A(G_(ω))和D(G_(ω))。对于α∈[0,1],G_(ω)的A_(α)-矩阵为A_(α)(G_(ω))=αD(G_(ω))+(1-α)A(G_(ω))。对于连通赋权非正则图G_(ω),给出了其关于A_(α)-特征值的一些界,并得到了A_(α)-谱半径对应的特征向量中最大分量与最小分量比值的下界。

基于Voronoi图的空间点事件统计聚类方法

挖掘地理空间数据中点事件聚集模式对于揭示流行疾病、犯罪分布热点区域及城市基础设施空间分布格局等具有重要意义。针对不同形状、密度和大小的显著空间点聚集模式的识别,目前以空间扫描统计为代表的方法虽然可以对空间点聚类的显著性进行统计推断,减少虚假聚类结果,但其主要用于识别球形或椭圆形状的聚簇,对于沿着街道或河道分布的任意形状、不同密度的显著空间点聚簇识别还存在局限。因此,本研究提出一种基于Voronoi图的空间点聚集模式统计挖掘方法。首先,采用Voronoi图来度量空间点分布的聚集性,将空间点聚类问题转化为热点区域探测问题;其次,结合局部Gi*统计量探测统计上显著的空间点聚簇;最后,通过模拟数据和真实犯罪事件数据进行实验与对比分析。结果表明:本方法能够有效探测任意形状的空间点聚类,并对空间点簇的显著性进行统计判别,识别显著的空间点簇,减少随机噪声点的干扰;聚类识别结果优于现有代表性方法,如DBSCAN算法、空间扫描统计方法等。

动态有权图上的随机游走概率计算

图上的随机游走概率计算是传统图论与现代数据挖掘领域普遍关注的问题之一.现有工作普遍关注静态图上的随机游走概率计算,却鲜少关注与实际应用场景更贴合的权重动态图.针对动态有权图上的随机游走概率计算问题,提出了一种基于硬币翻转采样的随机游走概率计算方法.相比于传统的基于权重采样的随机游走概率计算方法,所提方法可以在保证随机游走概率计算结果无偏的前提下,同时做到近似最优的随机游走概率计算复杂度和最优的采样结构更新复杂度.作为对比,现有方法或具有较大的计算时间复杂度,或依赖于复杂的索引结构而难以在动态图上即时更新.对所提方法做出了详细的理论分析,并在真实图数据集上进行模拟实验,实验结果证实了所提方法的有效性.

基于Voronoi图的无线传感网络覆盖盲区检测方法

传感网络的空洞暴露程度较少,在检测网络覆盖情况时更容易出现误差,影响盲区的检测效果。为此,提出基于Voronoi图的无线传感网络覆盖盲区检测方法。根据节点分布关系推测无线传感网络覆盖情况,在Voronoi图的指导下排除已覆盖区域,获取具备检测条件的未覆盖无线传感网络空洞。计算网络空洞的暴露程度和节点能量,作为特征样本输入粒子群分离器中,根据分类器的输出结果,实现无线传感网络覆盖盲区检测。仿真结果表明,所提方法不同覆盖盲区数量下的检测时长低于0.2 s、不同节点数量下的检测能耗低于20 J、不同空洞圆心距下的覆盖盲区差异度最高为0.24,证明所提方法具有较好的无线传感网络覆盖盲区检测效果。

基于Voronoi图的精细化PFC数值计算方法与应用

由于岩石细观结构决定宏观力学行为,离散元计算结果的准确性取决于数值模型对岩石复杂细观结构的表征程度。为提高离散元数值计算在采矿工程中的适用性,基于Voronoi图提出一种精细化PFC数值计算方法。Voronoi图剖分空间形成的凸多面体具有随机性和多样性,与岩石细观结构具有自相似性;将Voronoi图中点、线、面、体的编号与坐标数据导入PFC,借助PFC内嵌Fish语言将其转化为PFC可识别几何体,基于Voronoi单元提出2种不规则颗粒模型构建方法(VCPM和VBPM),分别模拟完整岩石和破碎岩石;采用Monte-Carlo方法生成服从Weibull分布的伪随机数,表征岩石细观力学参数,实现岩石非均质性模拟,将不规则颗粒周围接触数目定义为Coordination Number(CN),颗粒体积和颗粒CN分别服从Weibull分布和正态分布,实现岩石细观结构复杂性模拟;VCPM模型可准确模拟完整岩石在单轴和三轴抗压条件下的强度特征及峰前硬化、峰后软化、体积剪胀等行为,模拟所得岩石单轴抗压强度221 MPa,弹性模量64 GPa,内聚力和内摩擦角分别为34 MPa和55°,与实验数据具有较高的一致性;高内摩擦角表明VCPM模型内不规则颗粒间的剪切闭锁效应增强,且模拟结果可反映岩石破坏模式随围压增大由劈裂向剪切甚至塑性流动转变的现象;VBPM模型可准确模拟破碎岩石在侧限压缩实验中的压实和承载特征,初始加载阶段,破碎岩石中含大量孔隙,变形曲线斜率小,轴向载荷增加导致孔隙逐渐压实,变形曲线斜率快速升高,应力应变曲线模拟结果与实验结果吻合,由于VBPM模型不规则颗粒间的自由度差异明显,压缩过程中颗粒间的接触力呈现非均匀分布特征。

改进骨架提取的Voronoi图导航中骨架重构算法研究

基于Voronoi图的路径规划算法在复杂环境导航过程中会因环境改变和Voronoi图结构的不变性,使全局路径规划器陷入最短路径搜索“陷阱”,导致导航失败。针对这一问题,提出一种改进骨架提取的Voronoi图导航骨架重构算法。对栅格地图进行预处理,生成全局初始骨架;结合激光雷达观测模型更新代价地图,通过改变代价地图的更新方式辅助骨架重构,实现机器人正确导航。对比实验结果表明,所提算法使骨架重构具有“记忆性”,在保证导航实时性的同时,提升了骨架算法的导航鲁棒性。

基于赋权连通度优化的图重构

提出赋权图的S−T颠覆策略和赋权连通度意义下的图重构概念.通过研究某些典型图类的基于赋权连通度优化的重构方法,构造赋权连通度达到最大或最小的赋权图,揭示了图的赋权连通度与权值的大小、赋权方式和图结构之间的关系.

基于模糊认知图的智能汽车驾驶权交互决策建模方法

针对人机共驾中的由自动驾驶接管到驾驶人接管切换的动态问题,提出一种基于模糊认知图(fuzzy cognitive map,FCM)的驾驶权交互决策模型。首先分别分析影响驾驶风险的车辆和人的动态风险因素,并选取车距、加速度、方向盘转向熵、驾驶员眼动信息、心脑电波信息等相关影响指标构建基于FCM的车辆动态风险模型与人的动态风险模型,再结合环境因素,车辆状况以及驾驶员水平构建基于FCM的驾驶员交互决策模型。为降低对专家知识的依赖,运用基于实数编码的遗传算法(real coded genetic algorithm,RCGA)对模型进行优化,进一步提高模型决策的准确性。仿真结果表明,经RCGA优化后模型适应度值达到0.979,可见该模型能够较好地应对动态、复杂的驾驶环境。

基于Voronoi图与条件随机场的自然场景文本检测方法

在自然场景中准确有效地检测文本是一项艰巨的任务,故提出一种基于条件随机场(CRF)框架的场景文本检测方法。通过利用贝叶斯推断估计文本极大值区域的置信度作为一元成本项,通过使用维诺图(Voronoi图)来构建CRF空间邻域信息,从而构建图模型,通过最大流算法最小化成本函数区分文本与非文本标记;利用字符的几何特性通过聚类方法聚合成行。实验结果表明,该算法比传统基于最大稳定极值区域(MSER)算法性能有所提高,自然场景文本检测正确率能达到87%。

一种基于Voronoi图的三维开孔泡沫模型构建方法

开孔泡沫材料是一种可以满足航空航天等高新技术领域实际需求的先进的功能结构一体化材料,在工程实际生产应用方面有较好的发展前景。关于三维开孔泡沫的力学模型研究已经得到了一定的发展,但是在声学方面鲜有研究。提出一种利用Voronoi图构建三维开孔泡沫模型的方法,用于模拟开孔泡沫微结构的几何特性,并定义扰动因子K来衡量微观结构的不规则程度;利用光敏树脂打印技术生成对应的实物模型,并通过力学及声学实验与仿真对生成模型的准确性进行验证。结果表明:生成的带有截面属性的开孔泡沫实体模型可以导入多种有限元软件完成力学、声学等有限元计算,对三维Voronoi开孔泡沫模型的构建提供了思路和方法,对多孔材料的进一步性能研究和生产制备具有借鉴意义。

基于Voronoi图和距离衰减效应的模糊实例空间并置模式挖掘算法

空间并置模式挖掘用于发现一组空间特征,它们的实例在空间中频繁地相互邻近。传统的空间并置模式挖掘过程中,将空间实例抽象成点对象,每个实例对应一个确定位置。然而,规模较大的空间实例有多个重要位置点(如医院、公园入口),其空间位置因对其入口的认知不同而存在差异,具有模糊性。对于这些模糊实例,本文考虑其重要位置点对该实例规模的贡献,重新定义实例间的邻近度。此外,传统的并置模式挖掘方法忽略了特征实例的空间分布密度以及邻近实例间的邻近程度,采用静态的距离阈值来识别邻近实例。本文考虑特征的分布密度,用Voronoi图自适应提取不同特征的邻近实例,结合邻近实例的距离衰减函数,更加科学地描述实例间的邻近度。提出一种同时考虑模糊实例规模和距离衰减效应的空间并置模式挖掘方法,为实现快速挖掘,设计了极大团和哈希表搜索参与实例的挖掘框架。在真实数据集和合成数据集上进行实验,验证本文的算法可以发现传统空间并置模式挖掘方法所忽略的有意义模式。

赋权激励教育联合康复阶梯图应用于COPD患者的效果及对肺功能的影响

目的探讨赋权激励教育联合康复阶梯图应用于慢性阻塞性肺疾病(COPD)患者康复中的效果。方法选取2021年1月至2023年1月该院进行治疗的COPD患者作为研究对象,将其按照随机数表法分为对照组(给予常规护理,共60例)和观察组(给予赋权激励教育联合康复阶梯图干预,共60例)。干预3个月后,观察2组的干预效果、肺功能[一秒用力呼气容积(FEV1)、用力肺活量(FVC)、最大呼气流量(PEF)、每分钟最大通气量(MVV)]、自我效能[自我效能感量表(GSES)评分]、康复训练依从性。结果干预后,观察组患者临床疗效优于对照组,差异有统计学意义(P<0.05);干预后,观察组患者FEV1、FVC、PEF、MVV均高于对照组,差异均有统计学意义(P<0.05);观察组患者GSES评分高于对照组,简易疾病认知问卷(BIPQ)评分低于对照组,差异有统计学意义(P<0.05);干预后,观察组患者康复训练依从性优于对照组,差异有统计学意义(P<0.05)。结论对COPD患者给予赋权激励教育联合康复阶梯图可有效提高其干预效果,改善肺功能,提高患者的自我效能感及疾病感知能力,并提高其康复训练依从性。

顶点赋权区间图最重权路径问题研究

区间图是数轴上一组区间构成的相交图,由点、边构成,拥有清晰简洁的优美结构。区间表示与区间图一一对应,体现为一组区间的相交情况。在区间图G的对应区间表示I上,借助正规路径(NP),设计了一个多项式算法来解决顶点赋权区间图的最重权路径问题,该算法包含固定右端点的最重权路径的求解程序,证得在O(n3)运行时间内可解,其中n为输入区间图的顶点数,即可在多项式时间O(n3)内搜索并查找出一条给定赋权区间图上各顶点权值之和最大的路径。

基于带权Voronoi图与地标的空间位置描述

地标是最基本的空间知识,在空间知识的表达和推理中具有重要作用,常被用来作为空间位置描述的参照物。在实际中,不同地标在空间位置描述中的权重不同,如何考虑地标权重建立符合人类空间认知的形式化方法是空间知识表达的重要研究内容。该文从视觉、语义和空间结构等方面总结影响地标权重的因素,通过认知实验获取北京大学校园内10个地标的权重。在此基础上,基于带权Voronoi图提出生成指定目标对象空间位置描述的形式化方法,并采用认知实验中的数据,以北京大学为例,生成校园内4个指定目标对象的空间位置描述。最后分析了引起基于带权Voronoi图与地标空间位置描述不准确的因素,并提出下一步的研究方向。

基于变权Voronoi图和混合粒子群算法的电动汽车充电站规划

针对城市电动汽车充电站规划布局及服务范围划分的问题,提出一种基于变权Voronoi图和混合离散粒子群算法的优化算法。为解决离散粒子群算法在达到最优解时容易发生变异的问题,改进了离散粒子群算法中的概率映射函数,提高算法迭代中后期的全局搜索能力;引入加权Voronoi图生成过程中可随充电站的服务能力和最大服务半径约束动态调整的变权重系数,使充电站服务范围的划分可控且更为合理;利用最短路径法求得用户充电行驶过程中的交通路径距离来取代传统的欧式距离,提高算法的准确性。运用改进后的混合离散粒子群-变权Voronoi图算法求解算例模型,通过算例结果验证了所提算法用于电动汽车充电站规划的有效性。

基于加权Voronoi图的林木竞争指数

以福寿山林场25年生的杉木生态公益林为研究对象,通过分析林木竞争指数与胸径生长因子的相关关系,得出二者为负相关,从而确定加权Voronoi图的权重为胸径倒数(W),借助Arcgis软件里的加权Voronoi图工具,通过加权Voronoi图的方法来确定竞争单元,提出基于加权Voronoi图的W_V_Hegyi竞争指数,最后将W_V_Hegyi竞争指数与Hegyi、V_Hegyi竞争指数进行对比分析,结果表明:1)3种竞争指数与胸径相关性强弱排序为:W_V_Hegyi>V_Hegyi>Hegyi;2)3种竞争指数与胸径服从幂函数关系,曲线拟合度排序为:W_V_Hegyi>V_Hegyi>Hegyi;3)样地竞争指数平均值排序均为:V_Hegyi>W_V_Hegyi>Hegyi。通过以上比较分析证明,W_V_Hegyi竞争指数比Hegyi、V_Hegyi竞争指数能更准确地反映林木间的竞争关系。