基于皮尔逊算法的千兆高价值小区精准识别方案研究

统筹政策要求、市场需求、投资效益等因素,研究基于皮尔逊算法的精细化建需匹配规划方法,用于指导千兆宽带网络精准规划建设。皮尔逊算法从住户数、签约用户数、流量等维度进行分析,建立潜在高价值小区特征画像;通过大数据分析,精准识别千兆高价值小区,实现千兆宽带精准规划、精准建设。

A/D量化、非线性、微分非线性误差对非同步、准同步采样算法误差影响的分析

本文提出了具有量化误差、非线性误差和微分非线性误差的Ａ／Ｄ转换器的数学模型，在该数学模型的基础上，仿真分析了非同步采样法、准同步采样递推算法各种情况下的误差，包括功率测量中电压线性、电流线性、相位变化误差及电压测量的误差。由于分析中的条件更接近应用中的实际情况，因而，仿真分析的结论为测量仪器设计中的误差估计提供了重要依据。

利用准分析算法由遥感反射比反演黄海水体吸收系数

利用2006年4月份在黄海现场测量的海洋光学数据集测试准分析算法(QAA)在黄海的适用性。QAA从实测的遥感反射比数据反演水体总吸收系数、黄色物质和碎屑、浮游植物的吸收系数,反演的平均误差分别为14.4%,26.1%,44.2%。结果表明QAA可以很好的反演黄海海域包括沿岸水体的总吸收系数与黄色物质和碎屑的吸收系数,但反演浮游植物的吸收系数有较大的误差。根据实测数据分析发现,在黄海海域浮游植物的吸收对总吸收(去掉纯水体吸收)在蓝绿波段的平均相对贡献为20%,远低于黄色物质和碎屑的贡献。因此文中对QAA进行了修正,用浮游植物的光谱模型代替QAA算法中黄色物质和碎屑的吸收光谱模型。修正后的QAA反演的黄色物质和碎屑、浮游植物的平均误差分别为:23.4%和28.1%,可以有效改善原来算法反演浮游植物吸收系数的能力。

ABAQUS显式算法的准静态加速分析方法研究

为了获得基于ABAQUS显式算法的准静态加速分析方法,通过ABAQUS显式算法对单片剪力墙在不同加载速度和不同质量放大系数条件下进行准静态加载模拟,并与隐式计算结果进行比较,得出加载速度和质量放大系数对计算精度的影响,并从能量角度分析质量放大系数对分析结果的影响。获得ABAQUS显式算法对准静态模拟的加速分析方法及建议。

基于分布式强化学习算法的精准助学数据分析方法研究

针对传统助学金评选方法中存在虚假申请材料难以鉴别、无法准确了解学生真实经济水平的问题。文中提出了基于分布式强化学习算法的精准助学数据分析方法,该方法通过收集数字化校园中学生的各项消费数据,经过数据预处理后找出具有分类能力的变量。然后,将RBF神经网络通过归一化与选取合适的隐藏层层数、神经元个数来提高聚类速度。由于数字化校园存在多个消费场景,使用Markov对策与Bayesian网络可以建立各个智能体之间的互相关系,从而增强各个智能体之间的交互性。由数据测试分析结果可知,文中所述方案识别贫困生的准确率可达80.9%,优于Adaboost算法。同时具有更低的平均绝对误差,适用于高校贫困生的资格认定。

基于半分析算法的赤潮水体固有光学性质反演

在珠江口海域海洋光学浮标实验期间获取了赤潮生消过程的水体光学数据和相应的生化数据。利用该实验数据开展了准分析算法（quasi-analytical algorithm,QAA）反演赤潮水体固有光学参数的精度检验和模型修正工作。（1）利用遥感反射率和QAA反演主要水色波段（412,443,490,510,560,620和665 nm）固有光学量发现：在490~665 nm波段水体总吸收系数和颗粒物后向散射系数的反演误差优于25%,在443 nm波段总吸收系数和颗粒物后向散射系数反演误差为8%~32%,在412 nm波段总吸收系数和颗粒物后向散射系数反演误差为31%~57%;浮游植物吸收系数和黄色物质与碎屑吸收系数反演误差分别为32%~157%和59%~80%。对比两种参考波段（555和640 nm）选取方式发现,除490和510 nm外,QAA-640在其他波段的反演精度均优于QAA-555,其中在412和443 nm波段尤为明显。（2）利用实测数据对QAA进行了修正：对于总吸收系数和颗粒物后向散射系数,QAA-555修正算法的反演精度有不同程度的提高,误差减小了1%~11%,QAA-640修正算法的反演精度在412,620和665 nm波段有所提高;对于浮游植物吸收系数和黄色物质与碎硝屑吸收系数,修正算法的反演精度没有明显改善。除412和443 nm波段外,修正的QAA-555均优于修正的QAA-640。（3）利用现场实测总吸收系数数据和QAA反演浮游植物吸收系数和黄色物质与碎屑吸收系数,误差均优于24%;分析算法的误差敏感性发现当对总吸收系数引入20%的误差时,黄色物质与碎屑吸收系数反演误差波动不明显（〈33%）,而浮游植物吸收系数在560~665 nm波段反演误差波动可在58%~241%。

基于传感器参数和目标轮廓中心的自动配准算法研究

通过对光电成像型反舰导弹的成像过程分析,提出了一种自动配准算法。其基本思路是将图像变换模型分解,逐步简化。可见光和红外图像配准时的变换为仿射变换。首先,利用传感器参数的调整,消除图像间的比例变化,将仿射变换简化为刚体变换;然后,依赖图像信息,用形态学边缘检测的方法求取目标的轮廓中心,以此为控制点消除图像间的平移变化,实现图像的完全配准;最后,通过观察海天线是否重合以及利用均方根误差原则,对算法的配准效果做详细评估。仿真实验表明,该算法准确、快速,配准精度满足目标识别的要求,可以较好地解决异类传感器弱小目标图像配准的难题。

基于采样逼近的准同步改进算法研究

准同步算法在和离散傅里叶变换结合求取周期信号的幅值和相位时,由于被测信号频率未知或仅知道被测信号的频率变化范围,在求解傅里叶系数时只能将采样频率作为被测信号频率带入造成傅里叶系数计算产生理论近似,尤其是在求解各次谐波初相角时频偏越大,求解相位误差相应增大。本文首先基于准同步测频差原理求出被测信号的实际频率,重新选取采样点使其逼近整周期采样点数,再将计算频率代入傅立叶变换中的基函数频率,最后迭代求取傅里叶系数。计算结果表明这种基于频率代入并采样逼近的改进准同步算法可以极大地提高准同步谐波算法的准确度。

基于HCA与KAZE的铁路路基GPR图像配准算法

针对铁路路基探地雷达(GPR)检测需要较高精度与时效性的要求,提出一种基于直方图曲率分析(HCA)与KAZE特征的图像配准算法。通过HCA进行阈值分割,提取图像高能量区域,以节约无效区域的配准时间。运用KAZE算法提取图像中的特征点,并根据快速近似最近邻搜索算法进行粗匹配。使用随机抽样一致性算法过滤匹配点对,优化特征匹配过程。实验结果表明,该算法对于存在病害差异、增益差异、地物差异的铁路路基多时相GPR图像均取得较好的配准效果,且配准精度比KAZE算法、ORB算法、SIFT算法明显提高,配准效率比KAZE算法提升8%以上。

基于边缘的图象配准改进算法

现有的图象配准方法对旋转处理比较困难 ,且处理效率不高。本文提出一种基于边缘的图象配准改进算法。该算法首先用小波的快速方法提取边缘特征点 ,通过线拟合模型消除噪声 ;然后得出特征点的边缘方向 ,定义“角度直方图”来估计两幅待配准图象间的旋转角 ,应用线性加权方法消除奇异点 ;

多传感器的极大似然配准算法研究

数据配准是多传感器数据融合的先期处理过程。在研究了传统的最小二乘算法的基础上 ,提出了基于三维坐标系中的极大似然配准算法 ,解决了最小二乘配准算法对于传感器相距较远时无法解决的问题。最后通过计算机仿真验证了算法的有效性。

图象特征点集配准的加权相关迭代算法

图象配准是计算机视觉中目标识别的一种基本方法 .其目的是在待识别图象中寻找与模型图象的最佳匹配 .该文以传统的 U meyam a点集相关度量为基础 ,结合 Procrustes正规化方法 ,通过引入加权矩阵 ,以得到新的相关度量函数 ,进而提出了一种图象特征点集匹配的新方法 ,解决了传统方法要求点集维数相同的缺点 .经过迭代运算 ,对存在几何失真 ,且维数不同的两点集可得到精确配准 .文中给出的点集配准结果说明 ,当两点集维数相同时 ,该方法不仅与传统的点集相关法一样 ,均可达到精确配准 。

准同步离散傅里叶变换算法研究

介绍了准同步离散傅里叶变换(discrete foruier transformation,DFT)算法的基本原理,同时对算法进行了计算机仿真,讨论了采样起始时刻和频偏对算法测量准确度的影响,并对DFT算法和准同步DFT算法进行了比较。得到结论:准同步采样与采样起点无关;被测信号频率在一定范围内变化不影响测量结果;在一定条件下,采用准同步DFT算法能够获得较高的测量准确度。

改进的ICP算法在三维模型配准中的研究

针对整体与部分3D模型间的配准问题,提出了一种基于自适应最优阈值的迭代最近点(iterative closest point,ICP)算法。首先使用主成分分析法将模型进行初始配准,并使用三维缩放变换调整模型的大小;然后采用KD-tree进行最近邻搜索以提高对应点的查找速度,计算在不同的阈值下对两模型执行ICP算法的配准误差,并记录误差最小时所对应的阈值Kbest;再以Kbest为阈值重新对两模型执行ICP算法,将目标模型和源模型配准;最后执行三维目标重合度检测算法,根据重合度再进行最后的反转调整。实验结果表明,改进的ICP算法既能配准整体与部分模型,也适用于两个完整模型间的配准,提高了ICP算法的精确度。

用于三维医学图像配准的“粗精”混合算法研究

目的三维医学图像配准能够为临床诊断提供更多更丰富的信息,是医学图像处理领域的研究热点。本文针对配准中传统方法很难兼顾到配准的准确度和速度,提出一种基于＂粗精＂混合配准的算法。方法首先,采用主成分分析方法对图像进行粗配准,减小浮动图像和参考图像之间的差异,得到精配准良好的初始参数;然后,采用改进的Powell算法在初始参数的基础上进行精配准;最后,以三维MRI图像为例设计了两组实验进行验证。结果该方法配准精度高,旋转参数误差低至0001,得到的图像灰度误差可限制在2以内。此外与全局优化方法相比,该方法保证配准精度的同时,在速度上可提高2~3倍。结论实验证明该方法可同时兼顾配准的准确度和速度。

基于混沌遗传算法与小波多分辨率分析的岩心图像匹配

针对岩心图像尺寸大,特征信息不明显的特点,充分利用混沌遗传算法的随机性大大减少了传统搜索算法消耗的大量运算时间。利用小波多分辨率分析的方法在小波变换子图像上进行粗匹配,再在原始图像上精匹配,浓缩了岩心图象的特征信息在保证匹配准确度的同时提升了运算速度。将混沌遗传算法与小波变换多分辨率分析相结合,将其应用于大幅岩心图像的配准。实验表明,该方法能够快速而有效地进行图像配准,兼顾了匹配效果和匹配速度。

Apriori改进算法和Django框架在高校图书精准推荐系统中的应用

面对庞大的学生数量和大量的图书信息,如何为学生提供精准、合理的图书推荐服务,是高校图书馆要解决的问题。文章从数据挖掘的角度出发,基于矩阵的Apriori改进算法和Django框架并利用大数据分析技术,为每位读者定制个性化、精准的图书推荐服务,解决了高校学生找书难的问题,提高了图书馆的图书借阅频次,提升了学生的课外阅读水平和专业技能学习水平。

基于PCA和Delaunay剖分点云配准算法研究

针对三维点云精配准算法无法处理初始位置相差较大的点云并易陷入局部最优的问题,提出一种基于特征值计算和匹配的粗配准算法。由于点云表征对象表面形状的一致性,通过主成分分析(PCA)法可以得到每个点的特征值,通过构建基于特征值的Delaunay三角网可以加速寻找特征值最接近的点,利用随机抽样一致性(RANSAC)算法可以获取优化的变换参数。实验表明,该粗配准算法可以有效处理点云初始位置较差的情况,将两点云调整到较好的位置,保证了大部分区域的重叠。

高校精准推送就业服务平台模型设计研究

该文利用互联网思维设计高校精准就业服务平台,有助于推进高校大学生精准就业,提升高校毕业生就业质量,促成大学生精准就业新样态。设计研究高校精准推送就业服务平台模型,需要基于高校毕业生就业需求实际,从大数据中筛选有关的就业信息,经模型数据预判,为毕业生提供精准就业服务。该设计通过构建功能模块、采集数据、数据匹配、设计推送和分析算法等步骤,合成了一套适用于高校精准推送就业的服务平台模型,基本实现了就业定制化服务需求,有助于推动高校毕业生达成精准就业的目的,提升高校毕业生用户的就业质量。

准同步谐波分析的DSP实现

介绍一种DSP准同步谐波分析系统。系统硬件选用主从式双处理器结构,主处理器(单片机)负责人机交互及DSP的Bootloader等,从处理器(DSP芯片)专门负责数据处理;软件采用定点机浮点化运算,自定义浮点类型简化运算,提高运算速度和有效位数,系统在谐波分析中利用准同步算法,提高非正弦周期信号非同步采样情况下电网参数运算的准确度。系统成功应用于光电式高压计量装置,通过仿真试验,基波准确度优于0.1%,11次以下的谐波准确度优于2%。具有良好的实用价值和拓展性能。