基于区分度的智能组卷难度正态分布算法

给出了一种依据试卷区分度确定算法参数的智能组卷难度正态分布算法。实例表明,相对于目前的通过设定组卷难度区间的概率和为1来确定算法参数,生成的试卷更好地体现了组卷难度分布设计所要求的试卷对不同考生的知识能力的区分和鉴别的考核要求。

引入相量算子和流向算子的天鹰优化算法

针对天鹰优化算法搜索效率不足,容易陷入局部最优的缺点,提出多策略改进天鹰优化算法(MIAO).引入广义正态分布优化算法(GNDO),将该算法得出的结果与天鹰优化算法第1阶段得出的结果进行比较,筛选出这2种优化算法下的最优值.该操作扩大了搜索空间,提高了解的质量.引入相量算子,将第2阶段变为自适应的非参数优化,提高算法的高维优化能力.针对天鹰优化算法在迭代后期存在种群多样性降低、局部开发能力不足的问题,在天鹰算法的第3阶段引入流向算子,使信息可以在每个个体间相互传递,提高种群信息的利用率,增强天鹰优化算法的开发性能.通过对16个测试函数寻优对比分析以及Wilcoxon秩和检验可知,MIAO的寻优能力和收敛速度都有较大的提升.为了验证MIAO算法的实用性和可行性,采用所提算法求解减速器设计问题,通过实际工程优化问题的实验对比分析可知,MIAO算法在处理现实优化问题上具有一定的优越性.

正态分布转换算法在声纳图像处理中的应用

根据声纳图像匹配处理的实时性需求,研究了正态分布转换算法。该方法基于对图像中目标点的概率分布进行匹配,不需要提取图像的几何特征或灰度特征,可有效缩短匹配时间。通过对均值滤波法、中值滤波法、小波去噪法、形态学平滑法4种图像去噪和迭代阈值法、最大熵法、一维Otsu法和二维Otsu法4种分割算法,进行仿真并对比,选出符合实时性处理的方法,即中值滤波法和一维Otsui法。基于美国德州仪器公司的数字信号处理芯片,将图像去噪、分割和匹配算法在硬件上实现,硬件实现结果和仿真结果一致,实现了声纳图像匹配的实时处理。

基于改进型3DSIFT正态分布变换算法的点云配准

针对点云配准中采用三维尺度不变特征转换（3DSIFT）算法（基于三维点云）计算效率低的问题，提出一种基于改进型3DSIFT的三维正态分布变换（3D．NDT）配准算法。该算法首先利用球形代替方形来构造sI雕特征点描述符，并将3DSIFT算法特征描述向量128维降低到了48雏；其次，对三维点云进行3DSIFT特征提取并估算特征描述符，使用双向快速近似最近邻搜索和随机采样一致性算法确定最终点云匹配点，求解出变换矩阵，完成初始配准；最后，使用NDT算法体素化点云，并使用概率分布函数对点云精确配准。实验结果表明，改进后的算法适用于由KineetV2．0获取的不同角度的点云数据配准，且其配准精度较高。

一种基于BFGS修正的正态分布变换点云配准方法

点云配准是点云数据处理中的关键问题,针对原始正态分布变换算法求解Hessian矩阵时间复杂度高的问题,本文提出一种基于BFGS算法修正的正态分布变换点云的配准方法。通过利用目标函数的梯度值及增量参数更新正定矩阵,以正定矩阵近似代替Hessian矩阵的逆矩阵,确保算法每次迭代方向均为函数值下降方向,降低了算法的时间复杂度;通过模拟数据试验及实测数据试验,验证了本文算法的可行性,其在保持原始正态分布变换算法精度的前提下,提高了算法的配准效率。

改进粒子群算法在电力调度自动化中的应用研究

为了提升自动化设备电力调度的评估水平,采用广泛使用的神经网络算法,通过对电力系统参数的重新设置,根据正态分布衰减惯性权重策略对粒子群算法进行了改进和优化。在此基础上,提出正态分布衰减惯性权重的粒子群优化(NDPSO)算法,并利用检测函数分析算法性能。试验结果表明,NDPSO算法最佳正态分布的趋势参数为0.443 3;在Sphere函数上优化结果的最小值为555.31,平均值为2 034.00,标准差为919.58,惯性权重在前期的取值较大。上述结果与其他算法对比都处于领先水平。所设计的算法在保证收敛精度的同时,加快了收敛速度。改进的粒子群算法对神经网络模型具备一定优化能力,能够兼顾全局搜索和局部开发。该研究对电力调度自动化中设备的评估具有重要意义。

市场风险值VaR的算法与应用

进行金融风险管理时可以将风险划分为四类,即信用风险、经营风险、流动性风险和市场风险。其中市场风险是指金融市场价格(包括股票价格、利率、汇率和大宗可交易商品的价格)波动而引起的未来收益的不确定性。市场风险值VaR(Value at Risk)就是用来评价给定资产所面临的市场风险大小。本文介绍了VaR的定义、相关的计算方法和在证券投资决策中的应用实例。

基于点密度调整的激光雷达点云配准改进方法

线扫激光雷达设备由于扫描机制,采集的点云数据会呈现条纹结构。为了改善点云配准结果,提出了一种基于点密度调整的激光雷达点云配准改进方法。首先利用八叉树算法和区域生长法将输入数据转化成超体素框架图。然后基于该框架来约束重采样过程,将重采样点沿法向量方向移动,再根据一个使点均匀分布的最小化能量函数来调整插入点分布,实现数据重采样。实验表明,该算法能改进点云质量,提高经典ICP算法和3D-NDT算法的配准精度,减少配准耗时。

ISS特征融合NDT的点云配准研究

点云配准技术在三维重建、自动驾驶领域中起着重要作用。针对正态分布变换(NDT)算法点云配准数据量较大时,配准效率低和配准精度受到初始位姿影响较大的问题,提出一种内部形状描述子(ISS)特征点融合NDT的点云配准方法。首先利用ISS算法对点云进行特征点提取,然后计算特征点处的快速点特征直方图(FPFH)来描述特征点处的局部几何信息,再利用随机采样一致初始配准算法(SAC-IA)进行粗配准,在粗配准后目标点云与源点云获得一个初始变换位姿,最后将该初始变换提供给NDT算法进行精配准。通过对数据集进行不同算法下的对比实验,证明该算法可以有效地提高点云的配准精度和配准效率。

区域能源供给网络热电协同规划模型与算法

能源互联网是实现我国能源革命目标的关键手段之一,然而其多能互补的特点增加了能源供应的复杂性,从而影响到区域范围内系统能源供应的协调有序。针对区域内能源供给网络的系统规划问题开展了研究,建立了以考虑投资、运行、经济、环境综合成本为目标函数,考虑电网、热网多元约束和电、热能源互补的区域能源供给网络规划模型,运用正态分布量子粒子群算法对模型进行求解。以华北某市郊区的区域能源规划为案例进行能源供给网络的规划,并与传统规划模式进行对比分析。结论表明,所提出的模型能够对至少含有煤电、气电和热能的区域综合能源供给网络进行规划,且规划方案的成本要低于传统规划方案。此外,所应用的正态分布量子粒子群算法在解决此类规划问题时具有较强的性能,具有较广阔的应用空间。

基于激光雷达的点云配准算法综述

点云配准是基于激光雷达的同时定位与建图(SLAM)的关键技术之一。点云配准最终目的是求解出相同坐标系下不同姿态点云的变换矩阵,利用该矩阵实现多次扫描点云的精确配准,从而获得车身位置和姿态的变换。文章首先介绍点云配准的思想,对迭代最近点(ICP)算法和正态分布变换(NDT)算法的发展现状概括并进行说明,然后主要介绍ICP和NDT两种经典点云配准算法,最后进行总结。

基于改进正态分布变换算法的点云配准

正态分布变换(NDT)算法是一种应用在同时定位和地图生成(SLAM)中的点云配准算法。针对地面激光扫描(TLS)数据的特点,改进了NDT算法,提出了一种基于SURF的NDT配准算法,使之能应用在TLS中。该算法首先建立点云和图像间的映射关系把点云影像化;利用加速稳健特征(SURF)算法提取图像的特征点并找出特征点对;根据映射关系找到相应的三维特征匹配点,求出变换矩阵,完成点云初始配准。在NDT算法中,设置初始矩阵为单位矩阵,对点云体素化并使用概率分布函数对点云精细配准。实验结果证明,该算法不但适用于地面激光数据的配准,且其配准精度高、运算时间少,尤其对于不同分辨率的点云有良好的配准效果。

隧道点云拼接与BIM参数化建模研究

三维激光扫描技术可以对隧道变形进行实时监控与分析,但点云数据拼接精度直接影响到变形监测的结果以及隧道BIM参数化建模,目前国内外隧道点云拼接均采用ICP算法。针对经典ICP算法匹配效率低配准误差可能较大的缺陷,提出了一种3D正态分布改进算法,从而提高了隧道点云配准精度。拼接完成后利用精准的点云数据结合Civil 3D和Revit提取隧道中心点文件,导入创建好的隧道中心线,依次载入各部分隧道轮廓族进行放样融合,并完成相邻段的拼接。因此点云配准精度对后续隧道BIM建模以及隧道的变形监测极为关键。

结合NARF特征的改进型3D-NDT多视点云配准

提出了一种精确有效的多视图配准算法。首先,使用NARF算法对每幅点云进行关键点检测,并以NARF关键点为原点建立局部坐标系,估算FPFH描述符;其后使用基于RANSAC的对应估计和对应关系去除算法剔除错误对应关系,确定三维特征匹配点对,并求解出变换矩阵,完成初始配准。然后,使用3D-NDT算法体素化点云,并使用概率分布函数对点云精细配准。最后,使用逐步匹配法对一系列点云进行配准,使其全部配准到统一坐标系中。实验结果证明,该算法能精确的对由Kinect V2.0获取的同一场景不同角度的多幅点云图像进行配准,且其配准精度较高。

一种基于高精度地图匹配误差的路径规划方法

在无人驾驶技术发展的过程中,地图的匹配定位与其所指导的路径规划是十分重要的研究内容。路径规划的质量、总代价和稳定性往往与地图匹配定位的准确率有关。因此,论文使用正态分布变换算法进行基于高精度地图的无人车匹配与定位,然后将匹配误差引入路径规划代价函数。并引入道路危险系数的概念,根据匹配误差修改障碍物附近道路的危险系数,从而提高路径规划的稳定性和安全性。此外,论文进行了仿真实验,验证了算法的有效性。

低成本单线激光雷达的曲面重建方法研究

目前已有的多线激光雷达造价昂贵,对空间场景的三维重建时存在扫描盲区,无法以全周方式完成对空间环境的三维重建。针对这些问题,设计一种单线激光雷达与步进电机相结合的点云扫描系统,配以3D-NDT配准算法完成复杂场景的三维重建。该设计扫描范围大于16线激光雷达,而且可以仅对特定区域进行扫描,提高了空间扫描频率。采用一种配准评价算法对ICP与3D-NDT配准算法进行配准精度的评价,分析得出使用空间坐标算法得到数据类型更适用于3D-NDT算法。最后使用Delaunay三角剖分方法,对实验场景中的部分曲面进行重建,点云密度变化均匀的位置重建效果较好。

地铁隧道三维激光扫描数据配准方法

针对传统的迭代最近点算法(ICP)用于多测站点云数据配准时计算效率低的问题,该文提出了一种基于特征点的ICP改进算法,该方法利用相邻两测站数据进行配准的实现。首先采用体素化格网方法对两点云数据集进行精简处理,并计算精简处理后每一点的法向量;然后利用kd-tree最近邻查询搜索特征点之间的对应关系;并通过估计出的最优变换矩阵更新至全局变换,以提高配准精度。实验结果表明,改进的ICP算法在地铁隧道点云数据配准中的效率高于其他的配准方法,为隧道变形监测工作的进行提供保证。

基于MaxShot-3D的复杂零件三维形貌柔性测量技术

针对传统柔性三维形貌检测系统柔性差和需预先粘贴合作目标点的问题,提出一种基于光学坐标三维测量系统的多特征复杂零件三维形貌柔性检测系统,并介绍该检测系统的总体方案,建立相对应的数学模型,实现复杂零件三维形貌柔性测量技术的研究。对系统的测量不确定度及重复测量精度进行了实验检定,实验结果表明,该柔性检测系统具有较高的可靠性和精度。同时,对带曲率、异形孔的零件外形尺寸进行免粘贴合作目标的外形测量,实验结果说明了检测系统的可行性。