一种平面二维坐标点排序新方法

在图像处理中的结果显示时,常常需要将获得的离散点按一定的关系准则连接起来以形成一定的闭合区域,这就需要确定点间连接的前后关系,也就是点的正确排序．而基于种子参考点的排序新方法,通过计算由各排序点和种子点间的连线同Y轴正向构成的角度,然后按照获得的角度大小关系,实现了对二维坐标点的有效排序．

施工组织多目标决策分析的近似理想点排序方法

本文利用近似理想点排序原理，对施工组织方案进行排序，为决策者提供了一种简单易行的决策模式。

地面水质量评价计算方法的比较与分析——灰色聚类样点排序法的实证

在将等斜率灰色聚类法应用于地面水环境质量评价的基础上提出了灰色聚类样点排序法,并用灰色聚类样点排序法对实例进行水环境质量评价比较,讨论了灰色聚类样点排序法在权重处理过程的可行性.认为灰色聚类样点排序法兼顾到:1)各测点的实测污染浓度都在级别标准范围内较有规律地变化,各污染物的标准值之间差异不太大;2)污染物分布的离散度太大,各标准值之间差别也太大这两种情况.

灰色聚类样点排序法在地表水环境质量评价中的应用

运用灰色聚类样点排序法对地表水环境质量进行评价,并将该方法与灰色聚类法进行比较。结果表明,灰色聚类样点排序法适用于各测点的实测污染质量浓度都在级别标准范围内无规律地变化、各污染物的标准值之间差异大时;而等斜率灰色聚类法只适用于当各测点的实测污染质量浓度都在级别标准范围内较有规律地变化、各污染物的标准值之间差异不太大的时候。应用灰色聚类样点排序法对浑河抚顺段水环境质量进行评价是比较合理的。

双理想点排序法用于劳动卫生环境质量的综合评价

目的：引进双理想点排序方法，即改进了的ＴＯＰＳＩＳＡＩＳ法，解决多目标决策问题。方法：结合实例，应用多目标决策的双理想点法，给出等级评价，并与其它方法进行比较。结果：将双理想点法与相关矩阵法进行对比，得出了具有统计学上良好一致可靠的结果。结论：多目标决策是一项非常复杂的社会系统工程。双理想点排序法是系统工程中有限方案多目标决策分析中的一种有效的方法，此法比ＰＯＰＳＩＳ法计算简便，在综合评价中。

基于变异系数法和接近理想点排序法的P2P网贷平台综合实力评价

为有效评估中国P2P网贷平台的综合实力与发展情况,从网贷平台基本情况、运营情况、人气情况和风险情况4个角度构建了P2P网贷平台综合实力评价指标体系,以中国2017年11月份的51家P2P网贷平台数据为样本,运用变异系数法及加权求和法得出网贷平台单项指标的得分情况,并运用接近理想点排序法对51家网贷平台进行综合排名,为有效推进中国网贷平台的可持续发展提供了参考.

基于逼近理想点排序法的公路路线方案评价方法

针对我国高速公路路线方案评价方法存在一些不合理的因素,缺乏相应系统完善的科学合理的评价方法的现状,采用熵权法及逼近理想点排序法建立公路路线方案评价模型,并结合工程案例,采用该模型进行实际应用,验证了该模型的可操作性和实用性,研究内容对高速公路路线方案的评价提供了参考.

基于地理偏好排序的兴趣点混合推荐模型

随着基于位置的社交网络(LBSN)迅速发展,作为缓解信息过载的有效手段,兴趣点(POI)推荐备受关注。由于用户签到数据是隐式反馈数据,且十分稀疏,为了有效地从用户签到数据中捕获用户POI偏好,提出了一个基于地理偏好排序的POI混合推荐模型。首先,考虑用户签到数据的隐式反馈特性及用户活动的空间约束,利用传统贝叶斯个性化排序(BPR)模型计算POI距离对POI排序的影响,提出加权BPR(GWBPR)模型;然后,针对用户签到数据的稀疏性,融合GWBPR模型和逻辑矩阵分解(LMF)模型,提出混合模型GWBPR-LMF。在两个真实数据集Foursquare和Gowalla上的实验结果表明,GWBPR-LMF模型的性能优于BPR、LMF、SAE-NAD(Self-AttentiveEncoderand Neighbor-Aware Decoder)等对比模型。与较优的对比模型SAE-NAD相比,GWBPR-LMF模型的POI推荐的精确率、召回率、F1值、平均精度均值(mAP)、归一化折损累积增益(NDCG)在数据集Foursquare上分别平均提升了44.9%、57.1%、78.4%、55.3%和40.0%,在数据集Gowalla上分别平均提升了3.0%、6.4%、4.6%、11.7%和4.2%。

基于改进棋盘的角点自动检测与排序

考虑采用传统黑白棋盘进行相机自动标定时角点排序结果受标定模板旋转角度影响较大,本文设计了一种改进的棋盘标定模板及相应的角点自动检测与排序算法。新的标定模板通过增加4个长方形边界滤除复杂背景,增加沙漏状图形确定排序原点,从而使得排序结果适应于模板的旋转。针对新的标定模板提出了一种基于对称象限灰度交叉熵的角点检测算法,该算法通过抑制局部非极大值以及筛选矩形边界实现了角点的像素级定位,然后采用Frostner算子解算了角点的亚像素坐标。针对角点检测结果,采用曲线拟合并结合角点至原点的距离信息实现了角点自动排序。实验结果表明:得到的角点检测结果正确,亚像素解算坐标与Matlab标定工具箱的检测结果误差小于0.8pixel,排序结果对标定模板的旋转具有不变性,易于实现在线标定。

基于黑白环扇圆盘的角点自动识别与排序

采用传统棋盘格进行相机标定时,标定模板旋转角度对角点排序带来较大的影响,针对此设计了一种黑白环扇圆盘标定模板,并提出了与该标定模板相应的角点识别和排序算法。新的标定模板设计中心圆为1/4缺口的黑色圆,以此来消除标定模板旋转给角点排序带来的影响。通过模板区域分割算法实现标定模板的提取;创建圆形检测器剔除Harris算法提取的伪角点;利用向量积和角点几何特性完成角点排序。实验结果表明:该标定模板及其角点识别与排序算法可以有效剔除伪角点,角点排序具有良好的旋转不变性,能够实现自动相机标定。

截面点云排序的新方法

针对截面点云无规则排序而不能进行点云光顺处理的问题,提出一种最小距离区域识别(MA)算法,对截面特征点云进行排序处理和噪声点的识别。实例证明,MA算法稳定、准确,可以高效完成点云排序,同时MA算法对截面噪声点有很强的识别能力。

基于圆形标定板特征点提取及排序的方法

在计算机视觉中,圆形标定板被广泛使用在像机标定中,本文针对圆形标定板图像(图1)在特征点提取后的排序问题,提出了利用两点之间斜率进行比较解决该问题的方法。并在Visual studio 2010坏境下进行编程实现该算法,通过实验证明了该方法的有效性。

ListView控件中列标头点击排序功能的实现

C++Builder是目前比较优秀的C++编译器,其推出的可视组件库(VCL)库提供了程序设计中常用的列表框控件ListView,但该控件不能实现排序功能。而排序功能在编程过程中经常使用,为此,本文给出了在C++Builder中ListView控件列标头点击排序功能实现的原理和方法。

一种参量自适应的OPTICS单光子点云去噪算法

星载单光子激光雷达在浅水域测深方面展现出巨大的潜力,但其接收到的点云数据中存在大量噪声,给高程信息的提取带来了困难。目前,基于OPTICS(Ordering Points to Identify the Clustering Structure)的去噪算法因其精度高,在强背景噪声下表现良好,得到了广泛的应用,但此算法在水底附近区域存在去噪效果不佳的现象。为了解决这个问题,文章提出了一种参量自适应的OPTICS单光子点云去噪算法,该算法与现有OPTICS算法固定输入参数的方式不同,是通过场景自适应获取更合适的输入参数来保证水底附近区域光子的分布参数的测量准确性,从而提升水底附近区域的去噪效果。凝聚度结果显示,新算法在水底附近区域的去噪效果较现有OPTICS算法提升了约13.67%,可为之后的水深测量等工作提供更高精度的单光子点云图像。

LED显示屏灯点定位排序法及应用

为实现对LED显示屏的亮色度校正,研究了一种可自动对LED显示屏死灯位置进行补点,并适用于图像采集过程中存在图像倾斜情况的灯点定位排序算法。首先对图像进行二值化处理,计算出所有灯点的中心坐标;然后通过极值法和二向排序法完成了图像中4角灯点的预定位;接着利用线性归类排序法对边界点进行定位排序,通过差值筛选法定位死灯并自动补点,利用边界点坐标与死灯位置理论坐标对所有直线进行归类排序,完成显示屏所有灯点的定位排序。最后介绍了LED显示屏亮度均匀性计算方法,通过亮度校正实验验证灯点定位排序结果的准确性。实验结果表明,校正前显示屏亮度均匀性为73.7%,校正后显示屏的亮度均匀性提高至98.7%。显示屏亮度均匀性已经达到人眼可接受的范围内,校正效果较好,灯点定位排序精度较高。

基于路侧危险物管理的路侧黑点改善排序

针对公路路侧危险物的存在对道路交通安全的影响,在已鉴别黑点的基础上,提出一种基于对危险物管理的路侧黑点改善排序方法。这个排序方法结合了危险物刚度、危险物对交通的危险等级及道路几何线形等对路侧危险物进行分类,以此确定改善的优先次序。此方法认为路侧最危险因素应优先进行改善。