两种聚类模型在城市垃圾清运路径规划中的应用

基于广东省深圳市南山区的实地调查,提出了一种新的城市垃圾处理设备的分布设计和清运方案。在厨余垃圾处理设备的分布设计时,建立了两种数学模型,即最短距离聚类模型和k-Means聚类模型。通过对两者的比较得出k-Means聚类模型更适合垃圾清运路径的规划。本文提出的方法对解决深圳市南山区垃圾处理的路径规划具有较高的准确性,可用于全国其他各大城市的垃圾处理方案设计中。

基于二级融合的矿井环境智能监测研究

为保证矿井生产环境安全,以井下数据采集系统为基础,提出了最短距离聚类融合算法,以克服传感器测量误差和系统误差,实现对井下环境信息的数据级融合,与已有文献相比提高了融合精度。在此基础上,设计了概率神经网络分类器对数据级融合结果进行决策级融合,完成了矿井环境安全等级划分,实现了矿井环境安全状态的智能监测。实践表明:此两级融合方法在矿井环境监测系统中是可行的、有效的。

颜色和形状特征分离和局部整合的研究

特征绑定是特征分离和整合的过程。为探究视觉系统处理图像颜色和形状特征的动态绑定过程,提出基于任务的独立成分分析(T_ICA)和最短距离聚类相结合的方法,并将其应用于任务态下采集的脑功能(fMRI)数据,实现颜色和形状处理功能的分离和局部整合。结果表明,T_ICA将f MRI数据分离成彼此独立的特征成分,其中包含有目标特征成分和其他成分;聚类方法实现了颜色功能和形状功能的局部整合,形成了两个分别处理颜色和形状的基本感知系统。通过研究人脑视觉特征绑定机制为计算机视觉捆绑的研究与应用提供一定的参考价值。

水文时间序列相似模式搜索的研究

水文数据量大,类型复杂,将时间序列相似模式搜索运用于水文时间序列,采用DTW方法计算得到水文时间序列的累积距离矩阵,再利用最短距离聚类,得到不同时期相似的水文过程,可以有效地回答防汛指挥中经常问到的"当前水文过程相当于历史上哪一时期的同类过程"等问题。