基于关联规则的柴油发电机组故障录波数据冗余点过滤算法

柴油发电机组故障录波数据受到现场总线、调节器输出电压等多因素影响,冗余信息较多,为提高冗余数据的过滤比例,基于关联规则设计柴油发电机组故障录波数据冗余点过滤算法。更新冗余点区域范围,计算网格内每一个阈值点到中心区域的距离,计算更新后冗余点数量,获得冗余信息的分布区域;基于关联规则建立数据相关性模型,针对每一级的关联规则,提出判定条件的标度值矩阵,对权重向量进行归一化处理,获得柴油发电机组故障录波数据的评价公式;设计冗余点过滤算法,结合数据点的相似度,剔除故障录波数据中的冗余数据。由试验结果可知,在同等网络规模下,该算法的网络传输数据总量均较高,且其数据采集次数的下降幅度最小,录波数据冗余点过滤效果得到保证。

基于多视图约束的结构光扫描系统冗余点去除算法

针对结构光多视扫描拼接后在扫描重叠区域内重复计算带来的数据冗余问题,提出一种重复区域内冗余点删除算法.首先根据多视图几何约束原理,将不同视下相机外参数绝对定向.然后计算当前视下三维点并将其反投影至上次扫描图像,若反投影像点在上次扫描中曾参与物点计算,且若2次物点距离大于给定阈值,则保留当前视下三维点,反之保留反投影残差较小者;否则,保留该点.理论分析和实验结果表明,对于重叠扫描区域,该算法能达到和单次扫描相同密度的点云,且去除了扫描过程中精度较低的点,同时保留了曲率较大处表面的细节信息.

基于HDFS的海量日志数据冗余点过滤算法仿真

利用当前算法滤除数据冗余点时,缺少对数据冗余点特征的提取、分类处理过程,导致滤除效率差、准确率低、存储开销过大。于是设计了基于HDFS的海量日志数据冗余点过滤算法。引入HDFS体系架构,利用数据采样时间序列获取数据冗余点的特征,并进行分类处理,提升冗余点的滤除效率;计算滤除前含有冗余特征的数据字节数与普通字节数之比的缩减率、误判率,减少存储开销量;为提高准确率、消除性能,采用相似度概念,根据冗余点的突出特征计算整体相似度,再通过均值漂移传递函数实现对数据冗余点的滤除。实验结果表明:上述算法滤出效率更好、准确率更高、存储开销量更小。

快速成型中截面轮廓数据冗余点的过滤算法研究

快速成型加工中由于截面轮廓含有大量的数据冗余点,影响了插补加工的精度和效率。本文在分析ＳＴＬ文件及切片数据的组成基础上,提出了一种数据冗余点过滤算法,在保证加工精度条件下,有效地滤除了冗余点。该方法算法简单,运算时间短,有效地提高了后续插补过程的稳定性,加快了插补加工速度。

改进的基于冗余点过滤的3D目标检测方法

VoxelNet网络模型是第一个基于点云的端对端目标检测网络,只利用点云数据来生成高精度的3D目标检测框,具有十分良好的效果。但是,VoxelNet使用完整场景的点云数据作为输入,导致耗费了更多的计算资源在背景点云数据上,而且只包含几何信息的点云对目标的识别粒度较低,在较复杂的场景中容易出现误检测和漏检测。针对这些问题对VoxelNet进行了改进,在VoxelNet模型中加入视锥体候选区。首先,通过RGB前视图对感兴趣目标进行定位;然后,将目标2D位置升维至空间视锥体,在点云中提取目标视锥体候选区,过滤冗余点云,仅对视锥体候选区中的点云数据进行计算来得到检测结果。改进后的算法与VoxelNet相比,降低了点云计算量,避免了对背景点云数据的计算,提升了有效运算率,同时,避免了过多背景点的干扰,降低了误检测和漏检测率。KITTI数据集上的实验结果表明,改进后的算法在简单、中等、困难三种模式下的3D平均精度分别为67.92%、59.98%、53.95%,优于VoxelNet模型。

数字线划图的冗余点检查方法比较研究

冗余点检查是GIS数据处理中的常见问题,对提升空间数据质量具有重要意义。首先,以数字线划图冗余点检查为例,阐述了冗余点检查的4种常用方法及其优缺点,并选取了垂距法和角度限值法作为检查算法的理论基础。然后,基于ArcEngine提供的组件开发方式,设计并实现了数字线划图冗余点可视化交互检查程序。最后,利用所开发的检查工具,测试并对比了2种冗余点检查方法在实际应用中的检测性能与效果。试验结果表明垂距法对较平缓的线条检查效果更好,角度限值法对弯曲程度较大且长度较长的线条检查效果更好。在实际使用中,建议根据数据特点和应用需求综合选择合适的冗余点检查算法。

基于二乘二取二结构的多点冗余系统设计方案

针对二乘二取二的高安全、高可靠等级系统,介绍二乘二取二结构工作中系统同步和切机控制的原理,通过研究分析,提出一种多点冗余的系统设计方案,描述了系统组成、双机之间工作关系、多点冗余之间连接关系、各冗余双机输出的切机方法。通过实践证明,此种设计方案能够满足对于复杂、不间断、高稳定性场景的使用需求。

内点最大化与冗余点控制的无人机遥感图像配准

利用小型无人机进行遥感图像配准在自然灾害损害评估、环境监测和目标检测与追踪等领域发挥着至关重要的作用,但小型无人机的图像采集过程容易受风速/风向、复杂地形、电池容量、飞行姿态、飞行高度等自然或人为因素的影响。这些问题通常会导致捕捉到的场景重叠率低与图像非刚性畸变,在特征点提取过程中产生大量冗余点,增加了图像配准的难度。本文提出一种基于特征点的小型无人机图像配准方法,该方法的核心思想是在配准过程中识别冗余点,同时最大化可用内点数量。所识别的冗余点当作控制点,用于控制网格代图像的运动。最后通过最大化内点和合理移动控制点来恢复图像变换。本文使用50对小型无人机图像进行特征匹配和图像配准的实验,其中平均配准精度可达80.38%,并且本文方法在所有的情况下都优于5种当前流行算法。

基于粗集理论的冗余分割点约简

分析了当前研究中常用的离散化方法,提出了一种基于粗集理论的离散化分析方法,在保持所要求的分类能力不变的情况下,发现并删除冗余分割点,对原离散结果进行简化,从而有效减小挖掘算法的搜索空间。

基础矩阵计算中共线点冗余度问题

在研究对极几何和透视投影不变量的基础上，提出并解决了在计算基础矩阵（Ｆ矩阵）时的共线点冗余性问题，即一条直线上至多有３个点可用作匹配点，其余的点均为冗余点，并从理论上证明了其存在性．

基于节点优化的改进全局路径规划A^(*)算法

目前越来越多的领域使用移动机器人代替人工工作;路径规划就是移动机器人正常工作的保障之一,A^(*)算法就是一种路径规划算法;针对A^(*)算法生成路径拐点多、路径较长的问题,提出了一种基于将搜索邻域扩大至5×5的随机数去除节点的改进A^(*)算法;首先,将3×3的搜索邻域扩大至5×5,从而减少拐点个数,改善转折角度,去除冗余点;其次,引入一种随机数去除冗余节点的方法,该方法是通过随机连接节点判定其是否穿过障碍物来去除冗余节点,从而进一步去除A^(*)算法路径列表的冗余点;最后,将改进的算法与A^(*)算法在30×30的栅格地图中进行仿真比较,实验结果表明,改进的算法在多组路径中都有很好的优化效果,路径长度、运行时长和访问节点数分别平均减少了4.46%、24.83%和39.93%,从而有效改善A^(*)算法生成拐点多、路径较长的问题。

水面无人艇冗余路径点约减方法研究——基于最优路径代价估计

针对复杂海洋环境下USV在线路径规划问题,提出一种顺序-随机两模式的冗余路径点约减方法。利用估计通过路径点的最优路径来制定其被约减的概率,并通过概率值的自适应变化考虑更多路径点的组合方案。采用顺序方法控制随机约减范围,快速发现潜在的优化路径。在约减过程中考虑海流等复杂海况对USV运动的影响,从而降低USV的碰撞概率。实验结果表明,本文方法可有效地简化并优化USV路径。

基于多视几何的重叠点云删除算法

针对结构光拼接测量产生的大量重叠冗余点云导致后续三维建模效率低的问题,探讨了一种基于多极线约束的重叠点云删除方法。传统冗余点删除方法属于点云后处理,该方法在点云生成前,利用物点在多视图下唯一性的原理。将多视图下的摄像机外参统一到全局坐标系下,再将计算得到的三维点云进行反投影,两次物点距离大于给定阈值则保留,删除反投影残差较大点,避免冗余点的产生。实验结果表明,该方法在不降低扫描密度和精度的情况下,能保留曲率较大处表面的细节,可以有效去除拼接测量中冗余点,大大提高三维建模效率。

一种非刚性医学图像的点配准方法

提出了一种具有鲁棒性的进行非刚性医学图像点配准的新方法.为了更好地处理点配准中的冗余点问题,对冗余点进行了建模,在此基础上对点配准能量函数进行了改进.使用确定性退火优化算法对改进后的能量函数进行最优化从而得到配准的非刚性变换,避免了优化过程中出现的局部极小值解.该方法能有效地处理冗余点,抗噪声能力较强,可以很快地配准带有噪声且有冗余点的非刚性医学图像.使用薄板样条对三维腹部医学图像进行全局弹性配准,实验结果显示配准的精度可以达到亚像素精度.

一种非刚性医学图像点配准方法

非刚性图像配准问题已成为医学图像分析中一个非常具有挑战性的问题。基于薄板样条的方法,以薄板样条(TPS)为形变模型,引入实匹配矩阵,把薄板样条参数表示成仿射分量和非仿射分量,并分别进行求解。与其他非刚性配准算法相比,该算法能有效的处理冗余点,抗噪能力较强。实验结果表明,该方法在非刚性配准中具有较好的鲁棒性。

多尺度特征点聚类的图像配准算法

针对在图像配准中多尺度角点检测时,图像的局部特征在一定的尺度范围内被多次检测到而产生冗余点问题,提出了一种基于多尺度特征点聚类的图像配准的方法,该算法利用聚类的思想将检测到的多尺度角点进行组合,选取每组角点响应值最大的点作为特征点,用SIFT描述子对特征点进行描述并匹配找出同名点,最后利用随机抽样一致算法求解出透视变换矩阵从而进行配准.实验结果表明,本算法减少了大量的冗余点,降低了匹配误差,提高图像配准的速度和精度,并且增强了对图像方向、亮度、尺度和噪声等变换条件下的鲁棒性.

一种无人机影像特征点筛选方法

随着无人机技术的发展,无人机影像特征点提取方法成为了研究的热点。本文针对提取到的特征点存在不同程度的冗余问题,在利用SIFT算法对无人机影像进行特征点提取的基础上,提出了一种基于欧氏距离和色彩差的特征点筛选原则。实验表明,通过计算特征点间欧氏距离可以检测距离较近的特征点,并以色彩差为取舍标准进行过滤筛选,得到的特征点分布均匀,在一定程度上降低了特征点的冗余度。

基于GB-APFB-RRT^(*)算法的机械臂路径规划

针对传统机械臂路径规划快速扩展随机树(RRT)算法存在探索能力弱,导向性差,收敛速度慢,耗时长等问题,提出了一种基于人工势场引导的概率偏置双向最优RRT算法(GB-APFB-RRT^(*))。首先,起末点同时生成双树进行路径搜索,利用目标概率偏置阈值初步确定采样点扩展的方向,再重选父节点重布线,使每次迭代点都为路径代价最小;其次,在新节点的生长方式上引入人工势场思想,控制新节点的生长方式靠近目标点区域并且避开障碍物;最后,对规划路径进行剪枝处理,删除冗余点,利用三次B样条曲线进行路径平滑拟合,使得机械臂运动更加平稳。通过与RRT、B-RRT^(*)、APF-RRT算法进行了对比,结果表明所提算法的搜索效率平均提升了95%,迭代次数平均减少了98%,节点数平均缩小了32%,路径长度平均缩短了20%,说明了所提算法对环境的适应性更强,路径搜索效率更高,验证了该算法的有效性和高效性。

3D打印中数据精简处理技术

目前流行的3D打印方法是把模型数据切割成切片数据进行打印,但是切割后的轮廓上存在很多冗余数据点。针对该问题,文中提出一种在角度弦高法的基础上融合二分法和筛选法的简化处理算法。该方法将轮廓上的数据分割成一个一个的簇数据集,再根据簇内每个点的偏角度和弦高依次进行判断筛选;然后通过二分迭代的方法对簇数据进行重新聚类,以此来确定需要去除哪些数据点。选取1001个原始数据点的梅花形状轮廓为实验对象,当设定偏角阈值Δα=10°,弦高度阈值为Δh=0.1 mm时,所提算法精简率为80.82%,且用时仅为0.0049 s,重构曲线的平均误差仅为0.0237 mm。所提算法精简的效果比较理想,不仅能够在轮廓的曲率变化较高的地方保留足够的数据点,而且在轮廓的曲率变化较低处也能把细节的特征点很好地保留下来,保留的数据能够跟随曲率特征实现合理的分布。实测结果表明,要使精简的效果良好且快速稳定,需要把每次处理的数据簇的个数设定在10~20。

基于RGB-D传感器的3D室内环境地图实时创建

对基于RGB-D传感器的室内环境3D地图的建立方法进行研究,针对最流行的RGBD-SLAM算法在建立完整3D地图时遇到的问题,提出了两个方面改进。一是改进子地图划分标准,使得多层图抽象可以更好的反映环境的拓扑结构,并具有更高的效率;二是在地图输出模块中添加冗余点去除模块,使得最后得到的地图数据量减少,为后续操作提供更准确的数据。实验中,将改进的方法和原始方法进行比较,比较结果表明,两个改进在建立室内3D地图时是完全有效的。