四相位差分图像边缘检测算法

为提高图像弱边缘的检测效果,解决图像细节边缘的检出问题,最大限度地保留图像内容信息,提出了一种通过对图像进行四相位移动模糊差分,利用图像边缘灰度梯度变化的相关性,来全面的检测图像内部强、弱边缘的图像边缘检测新算法.该算法可有效的检测图像细节等弱边缘,分割滤除背景,完整的保持图像内目标的结构特征,同时对于图像质量要求较低,具有较高的边缘检测特性.

基于极小子样的某列车齿轮箱箱体疲劳寿命可靠性评估

针对采用Bootstrap方法对极小子样进行可靠性评估时,在重抽样的过程中样本向均值集中导致评估结果不够准确的问题,提出一种改进的Bootstrap可靠性评估方法。采用虚拟增广样本法对极小子样进行增广,增广至小样本。然后将增广后的小样本按照大小进行排序并分组,运用四分位差法和Bootstrap法对分组后的数据进行可靠性评估。最后,将该方法用于某列车齿轮箱箱体疲劳寿命的可靠性评估。评估结果表明:该方法可以较好地解决Bootstrap法无法对极小子样进行评估的问题,改善了Bootstrap法的抽样结果向均值集中的状况。

基于空间密度聚类和异常数据域的负荷异常值识别方法

针对海量电力负荷数据,提出一种基于空间密度聚类和异常数据域的负荷异常值识别方法。首先,基于空间密度聚类方法将负荷曲线按照正常和异常用电模式进行分类,并对正常用电模式中的负荷曲线进行负荷水平分类。然后,在不同负荷水平下,利用负荷期望值的置信区间和负荷样本与样本均值之间偏差的四分位差,构建异常数据域。考虑非典型用电行为的偶然性,引入用电时刻偏移量,对形成的异常数据域进行修正,并构建面向异常用电模式的异常数据域。在算例中,采用居民和工业用户的负荷数据集对所提方法进行检验,相比于传统方法,文中所提方法的识别精确率平均提高了10%以上,综合评价指标平均提高了4%以上。

基于行人服务水平的地铁车站单向通道超越行为研究

目的研究地铁车站单向通道内行人超越行为的特性,达到完善城市轨道交通领域行人微观行为机理的目的。方法基于行人动力学确定了超越行为在不同阶段的表征指标:横向移动距离、行走偏移角度、超越者平均速度、起始间距、平均速度差。利用视频提取地铁车站单向通道超越行为数据,按照不同行人服务水平等级,基于置信区间阈值法和四分位差法确定表征指标值均值、阈值。结果(1)随着通道行人服务水平下降,超越行为的五个表征指标均值均不断下降,前三者在A-B级间、后两者在B-C级间变化程度最大。(2)五个表征指标的阈值也不断下降,都在C-D级间变化程度最大。(3)反映了当行人可利用运动空间、行人流速度逐渐减小,拥挤情况下行人加速意愿反而增强。结论研究成果可以为地铁车站单向通道行人不良超越行为研究奠定基础,以及为地铁车站考虑行人个体行为的客流组织优化、行为风险管控等提供理论依据。

关于正态分布的等距分组

一组数据进行等距分组,到底分多少组？美国人斯特.杰斯（sturges）给出经验公式：n=1＋3.322lgN又有a=R/n=R/1＋3.322lgN.这里n-组数,N-单位数a-组距,R-全距,a的确定,经验公式远远不够,只能作参考.为此对正态分布进行研究.得到下列结果：1）一组数据,计算均值μ及方差σ~2,得出似合密度,由a与σ~2关系.得出a的上界公式.2）给出找出a的算法.这个算法,简单实用且用途广泛.

新疆骏枣营养品质特点及其表征指标初探

为了初步探明新疆骏枣营养品质特点及其代表性表征指标,以山西交城骏枣为参照,在获取新疆11县市骏枣中的18项营养品质指标数据的基础上,对数据进行四分位差分析、相关性分析、主成分分析和聚类分析。结果显示,新疆骏枣18项营养品质指标含量均优于交城骏枣;其中还原糖、果糖、葡萄糖、可溶性固形物、蛋白质、Zn、Cu、Fe、P、Ca、总糖、黄酮在对应主成分中的载荷值相对较高,能够较好地反映数据整体变异情况;受试11县市大致可聚为4类,第一类中可溶性固形物整体偏高,第二类铁含量高于其他县市,第三类还原糖、黄酮含量相对较高,第四类蛋白质含量略高于其他县市。因此,还原糖、果糖、葡萄糖、可溶性固形物、蛋白质、Zn、Cu、Fe、P、Ca、总糖、黄酮可作为新疆骏枣品质特点的代表性表征指标,上述结果为进一步深化利用骏枣资源提供理论依据。