LDA与LSD相结合的车道线分类检测算法

提出一种车道线分类检测算法。首先采用LDA对道路图像进行有针对性的灰度化,以便更好地区分车道线与道路。采用LSD算法检测灰度图像中的直线部分并确定车道线的方向。在此基础上,选取符合车道线灰度范围内的像素点。对远距离的像素点采用抛物线拟合,近距离的像素点采用直线拟合。同时,将检测到的车道线进行虚线实线的分类标记。最后结合视频序列的连续性对检测结果进行反向验证。实验结果证明,提出的方法对直道弯道检测均有很好的效果。算法的处理速度为每秒10帧左右,采用的测试视频的帧率为每秒15帧,基本满足实时性的要求。

基于测线分类的无线坑透初始场强求取探讨

针对井下坑透探测过程中噪声对同一扇区内不同射线接收场强对初始场强求取结果影响大的问题,提出一种利用整个工作面接收的所有场强来求取初始场强的新思路,探索了测线长度分类对优化初始场强求取过程中的作用。首先将相同长度测线对应的接收场强分类,然后求出分类后每条测线对应的近似接收背景场强,并代入电磁波衰减公式组成方程组,最后利用最小二乘法求解出相应的初始场强和背景强度。理论仿真结果表明:此方法能很好地利用整个工作面所接收的场强,结果误差约5%,基本满足生产需要,对现场初始场强的求取具有一定指导作用。

换道辅助系统中基于可调向滤波器的车道线分类检测

车道线识别与分类是车辆换道辅助系统(LCAS)中的一项关键研究内容,其中如何对不同类型车道线准确分类是一类难点问题。提出一种基于可调向滤波器的车道线识别方法;并提出基于时空窗口灰度特性统计的虚、实车道线分类方法。首先对YCbCr色彩空间中的路面信息进行窗口采样,通过建立灰度高斯分布模型提取路面区域。在此区域内设计可调向滤波器进行车道线边缘滤波;并通过梯度方向直方图对滤波器方向角θ进行初始化。提出一种灰度累加策略以降低由光照变化引起的车道线区域灰度漂移,根据车道线Hough直线模型设置动态车道线ROI,最终建立基于时间窗口内ROI灰度均值统计的虚、实车道线分类。高速公路实验证明:虚、实车道线分类准确率分别达到88.5%和90.3%,算法在克服路面环境与白天光照的干扰方面具有鲁棒性。研究对优化换道预警策略、提升LCAS的安全性与智能化水平具有理论意义。

测线分类在坑透反演成图中的应用

针对目前井下坑透时干扰因素较多而导致接收场强噪声大的问题,提出一种新的接收场强滤波方法。探索了测线长度分类在提高坑透反演成图质量中的应用。首先将工作面内发射-接收距离相同射线的接收场强数据经过分类划为一组,然后利用小波分析方法对各组测线的接收场强进行降噪处理,经过降噪处理的数据用来进行坑透反演成图。理论仿真和实际数据分析表明:基于测线分类的滤波方法能在一定程度上改善坑透反演成图的质量,较好地突出异常区的位置,对坑透反演成像有一定的指导意义。

数据加长和最近邻特征线分类器用于距离像识别

给出了一种新的距离像预处理技术——数据加长,有效减小了距离像相关对齐的误差;并针对距离像分布的特点,提出在距离像模板的局部方位区域内对模板进行扩充,使得最近邻特征线分类器的运算量大大降低,而识别性能却得到了提高;最后将数据加长与改进的最近邻特征线分类器结合起来对距离像进行识别,基于实测数据和仿真数据的实验结果验证了该方法的有效性.

膝关节退行性变的X线分类及其临床意义的分析

目的:研究膝关节退行性变的X线分类及其临床意义.方法:收集2013-08~2015-01间228例于我院就诊病人的膝关节X线平片并进行分析、归纳X线特征和临床特点,对膝关节退行性变进行分类.结果:228例膝关节退行性变的X线分类,共分为五型,其中Ⅰ型23例(10.1%),Ⅱ型62例(27.2%),Ⅲ型58例(25.4%),Ⅳ型60例(26.4%),Ⅴ型25例(10.9%).结论:对膝关节退行性变进行X线分类,能够正确反映X线征象与膝关节退行性变的相关性,准确判断膝关节退行性变的病变程度,从而为临床治疗提供可靠依据.

髋臼骨折的改良投照法及X线分类的临床应用

国内传统上将髓臼骨折分为:髋关节后脱位并髋臼后壁骨折,股骨头中心性脱位,髓臼横形骨折等。国外近卅年来对髋臼骨折的研究有进一步的发展,提出了髋臼的两柱概念及新的骨折分类法。

基于Gist-SVM对车道线分类及车道线检测识别研究

为了适应复杂的车道线路况的识别,提出了应用Gist-SVM机器学习对直线型-弯曲型车道线自动检测分类的方法。首先通过Gist-SVM训练2种直线型和弯曲型分类模型;然后利用测试图像的特征与训练模型进行预测学习,应用支持向量机自动分类直线型和弯曲型车道类型;最后,检测的直线型车道线图像利用加约束Hough变换进行检测识别,检测的弯曲型车道线采用多数小线段直线拟合方法拟合弯道。同时设计一种适应本文所提方法的车道线检测识别系统的界面,将该车道线检测算法整合到该系统界面内。实验结果证明,采用Gist-SVM可自动检测分类车道线类型,该算法对直线型-弯曲型车道线检测识别的错检率减少20%,提高了检测的准确性。

线分类法在社会保险业务分类与代码中的应用探讨

通过分析分类与代码在社会保险业务中的作用以及社会保险业务分类与代码中编码的难点,研究线分类法对社会保险业务进行编码,为社会保险业务信息化建设提供有效支撑。

用于人脸识别的下颌轮廓线分类方法

研究了下颌轮廓线的分类方法,并通过下颌轮廓线分类改进人脸识别系统人脸识别系统的性能。将下颌作为人脸识别的新特征,并综合其他特征进行人脸分类,可以提高人脸识别的识别率;同时,人脸数据库根据下颌的类属分类,可以提高识别速度。通过对下颌轮廓线进行主元分析得到下颌的(PCA)特征字串,并用K mean自动聚类方法和两类划分进行了下颌轮廓线分类的尝试。实验结果表明,这种方法在人脸识别系统中取得了较好的应用,识别率和识别速度都有明显提高。

车载激光点云中交通标线自动分类与矢量化

交通标线是重要的交通安全设施,其位置、属性和拓扑关系精细刻画道路交通结构,是智能交通、高精地图、位置与导航等应用的基础数据。本文提出一种融合空间上下文信息的车载激光点云标线分类图注意力模型(graph attention network with spatial context information,GAT_SCNet)。该模型利用图结构建立标线及其邻接对象的出现和依存关系,基于标线几何、拓扑、空间结构关系构建注意力机制进行节点特征动态更新,通过对节点分类实现标线的精细分类。基于分类后标线,设计不同方案实现对分类后标线提取标线矢量化数据。试验采用4份不同车载激光扫描系统获取的城市与高速场景数据验证本文方法的有效性,试验结果中9类标线分类的准确率分别为100.00%、93.77%、100.00%、100.00%、100.00%、96.73%、97.96%、100.00%、98.39%,召回率分别为100.00%、96.36%、100.00%、100.00%、100.00%、97.26%、85.72%、100.00%、94.16%。结果表明,本文方法能实现道路场景中全尺寸、多类型标线对象的精确识别,并对形状相似标线(如虚线、斑马线和停止线)的区分具有较强稳健性。

有闭轨Lienard系统的轨线结构分类

利用定性分析方法研究有闭轨Lienard系统轨线结构的拓扑分类,按Y+上点集和Y-上点集的对应关系给出了分类原则和方法,并将有闭轨Lienard系统的轨线结构分为40类.

配电网线损原因分析及实用化改进方案

配电网是电力输送的重要枢纽,主要作用是将输送到配电网的电能分配给终端用户和各种电器设备,从而提供稳定、高效的电力供应。线损会造成电能的浪费,还会造成输电系统发热引发火灾,同时加速绝缘材料老化,缩短绝缘材料的寿命,给配电网安全运行带来危害。文章结合配电网实际案例,通过分析配网线路线损原因,提出了加强配网线路线损的具体提升措施,包括:优化配电网结构、提升材料性能、加强电力需求侧应用等,从而降低线损,提高供电效率。

铁路编组站分类线运用优化研究

编组站分类线运用是车站调车作业计划的核心内容,根据其存车情况的不同,可分为空股道、单车流股道、混合车流股道(可细分为暂存线和整理线以示区别)三种类型,其中混合车流股道对编组场作业及能力影响最大。在阶段计划给定的条件下,考虑分类线的数量和能力约束,构建编组站分类线运用优化模型。模型目标为最小化整理线的数量和出发列车连挂次数。算例结果表明:分类线运用除了受其数量和存车能力影响之外,与阶段计划也相互关联和相互影响;暂存线的存在,会导致出发列车总的连挂次数增加,但能在一定程度上缓解分类线能力不足的压力。

线性支持向量机多类分类器几何构造方法

针对支持向量机多类分类问题,根据样本点集凸包找寻模式类间隙,通过提取模式类间隙多边形中轴线构造多类分类边界。当基本支持向量机扩展为多类分类问题时,该方法克服了OAO和OAA等传统方法存在的决策盲区和类别不平衡等缺陷。基于仿真数据集的实验结果表明,构造的分类边界在保证分类精度的同时,能够使分类空隙最大化,实现对线性可分多类数据的最优分类。

提高编组站分类线能力探讨

分析丰台西站分类线能力紧张的原因,从线路扩能改造、车流预警机制、整合运输资源、合理使用短线、提高机车效率、控制施工影响等方面提出有效缓解丰台西站编组场分类线能力紧张的对策举措,从而提高编组站分类线能力,保障枢纽畅通。

谈谈骨折的临床分类及X线分类

骨与软骨由于外力的作用，失去连续性或完整性称之为骨折。

基于阶段配流计划的编组站分类线运用优化研究

在阶段配流计划给定的条件下,合理安排不同去向的车流到分类线上,对阶段计划和调车作业计划之间的协调、提升编组站作业效率具有重大意义.本文在分析分类线不同运用方式的基础上,以最小化整理线数量和出发列车编组连挂次数为目标,考虑分类线的能力、出发列车占用分类线数量等约束,构建了分类线运用的0-1整数规划模型;考虑到分类线运用计划编制对时效性的要求,设计禁忌算法求解模型,并与IBM ILOG CPLEX进行对比分析.最后,算例验证了模型与算法的有效性,并分析了分类线的数量、长度及站存车等因素对分类线运用方案制定的影响.

线上分类回收平台的道德风险决策研究

线上回收模式采用“线上分类交易+线下物流”机制,可大幅提高交易效率,然而也面临严重的信任危机。掌握回收平台的道德风险决策机理,对于解决行业困境至关重要。考虑一个线上回收平台向顾客收购两个等级旧产品的交易系统,其中顾客可能低估或高估持有产品等级。平台存在道德风险从顾客低估中获利;顾客可利用逆向选择规避该风险。基于Stackelberg博弈模型,研究了顾客的订单提交决策和平台的最优道德风险概率决策。分析结果表明,平台并非总是存在不诚实动机,取决于产品质量分布以及双方争价的相对成本。研究结论对线上回收模式的监管和规范具有较强的管理启示。

医药卫生科学数据分类与编码的研究

目的研究医药卫生科学数据的分类与编码方法,以保证科学数据得到有效的管理。方法采用线分类法,建立医药卫生科学数据分类框架;使用组配技术进行编码,实现体系分类法的组配化,建立医药卫生科学数据的多轴分类集合。结果建立了医药卫生科学数据分类框架;确立了医药卫生科学数据分类框架类目内容;设计了医药卫生科学数据编码方案。结论分类编码研究实现了针对数据的归并和信息的组织。