基于机器学习的激光测距墙线目标自动分类方法

在远距离激光测距领域,由于测量目标的反射面特性不同,造成相同距离下墙、线等典型目标的测量结果存在明显差异。如果能够自动区分墙线目标,对不同目标采用不同的数据处理方法,就可以提高远距离目标测距系统的精度和普适性。提出了一种基于机器学习的激光测距墙线目标自动分类方法,采用自适应k⁃Means聚类算法,根据优化条件,从原始测距数据中筛选出相似性最高的一组有用数据并剔除其余异常数据,根据回波信号特征从统计角度构建特征值空间,然后将XGBoost和逻辑回归算法进行结合实现特征数据的墙线分类模型训练。实测结果表明,本文提出的自动分类方法准确率超过98%,测距精度也明显提高。

数字化三维重建技术在文物管理中的应用

阐述文物数字化三维重建技术的特点,分析文物数字化技术应用的原理,探讨文物数字化三维重建过程,包括稠密点云生成、类八叉树聚类算法去噪、泊松曲面重建。

基于图像识别的保护压板投退状态辨识方法

通过图像识别方法获取电力继电保护压板投退状态是压板投退管理的有效措施。提出了保护压板投退状态辨识系统,其硬件由计算机、摄像机、显示屏集成嵌入终端构成。嵌入终端通过图像采集、图像去噪处理、目标边缘检测、布局排列分析、状态特征判别等关键步骤完成对压板投退状态的智能识别。采用3/4去噪聚类法,能够有效消除椒盐噪声并实现聚类。系统中设计的基于"块矩阵"的排列分析算法能快速准确地实现目标图像的分割。算例分析结果表明了本文提出算法的有效性和可行性。

基于激光扫描的盾构隧道断面提取与变形研究

将三维激光扫描技术应用于盾构隧道变形监测中,提出了一种盾构隧道断面连续提取以及变形分析的方法。首先对拼接完成的点云数据利用随机采样一致性算法提取隧道局部中轴线,基于中轴线对隧道姿态进行调整以截取隧道断面,然后通过聚类去噪算法,基于点到中轴线的距离和灰度值对断面点云进行去噪处理,最后对批量预处理后的点云数据采用椭圆拟合算法获取隧道相对变形信息,提取各断面收敛变形信息,同时基于断面各点变形值生成三维变形云图。采用徕卡Scanstation c10获取上海地铁10号线隧道点云数据,实验证明本文所提出的方法在隧道断面变形监测方面具有实践意义,变形监测精度满足工程需求。

居民用电行为特性分析软件的实现

本文提出居民用电行为特性分析软件实现研究。建立用电行为的相关矩阵,并利用随机矩阵极限谱理论实现数据去噪,得到用电行为相关性模型,将去噪后的数据划分为若干个时段,利用模型计算出在相同时段具有相同变化的数据,进行聚类,聚类结果即为对应的特性分析结果。实验结果表明,所提方法计算出的特性结果中,Jaccard系数在1以上,DBI和SI值均处于较高水平,具有良好的分析能力。

变速目标的光子回波外差信号处理方法研究

变速运动目标的中频信号特征频谱具有连续集中的多频分量,且具有一定的多普勒展宽,在背景噪声和暗计数的影响下,光子回波外差信号的信噪比较低时,使用传统的信号处理方法得到的中频信号频谱以及时频分析特性效果较差。为提高信噪比,本文提出了将稀疏度自适应压缩感知和密度聚类相结合的信号处理方法,并采用该方法对变速目标的光子回波外差信号进行处理。该信号处理方法解决了变速目标频谱稀疏度K无法提前确定的问题,而且只需要较少的观测数据就可以重构信噪比较高的中频频谱。此外,该方法结合密度聚类算法对中频频谱进行了第二重去噪,大幅度减少了噪声分量。研究结果表明,该信号处理方法能够将信噪比提高一定幅度且多普勒展宽精度误差在10%以内,可以得到较为完整的重构中频信号频谱,同时较好地解决了信号时频分辨率较差的问题以及单光子探测等间隔时间序列造成的时频图中的倍频现象,得到了更好的时频特性描述。