门架式可变情报板道路节点数量阈值研究

针对门架式可变情报板道路节点数量阈值缺乏量化依据的问题,选取42名驾驶人对7块显示不同道路节点数量的门架式可变情报板开展了室内静态认知实验,分析了视认时间、理解时间、信息理解正确率、综合设计评分和信息量接受程度评分这5项指标与门架式可变情报板道路节点数量的关系。基于趋势分析和Welch’s anova方法确定特征指标,构建了基于熵权法的TOPSIS综合评价模型,并通过计算特征指标综合评价指数进行验证。研究结果表明,道路节点数为2~8个时,驾驶人视认时间、理解时间、综合设计评分和信息量接受程度呈现显著差异变化(4项指标的差异性检验p值均为0.01),信息理解正确率没有显著性差异(p=0.13)。熵权法确定特征指标对道路节点数量影响程度由大至小依次为视认时间(0.32)、信息量接受程度评分(0.31)、综合设计评分(0.26)和理解时间(0.12)。依据TOPSIS综合评价结果并通过综合评价指数验证,最终确定门架式可变情报板道路节点数不宜超过4个。

基于节点剩余能量和位置的无线传感网络分簇方法

针对分簇方法存在未考虑节点剩余能量、能耗效率低、网络生命周期短、造成节点过早死亡的问题,提出一种基于节点剩余能量和位置的无线传感网络分簇方法(RELCHP),该方法首先采用低功耗低时延协议分簇(LEACH),经稳定阶段后,再进行分簇;再分簇中,建立了节点剩余能量和位置阈值模型,根据该模型选取簇头,确定簇头节点后,广播消息给整个网络,非簇头节点按照接收到的各个簇头的广播消息信号的强弱,请求加入离自己最近的簇头;分簇结束,经稳定阶段后再按照该模型重新进行分簇,直至全部节点能量耗尽。通过OPNET仿真平台进行仿真实验,结果表明:与LEACH、LEACH-F分簇方法相比,该分簇方法的能耗效率比LEACH方法提高了19.4%,比LEACH-F方法提高了8.3%;网络生命周期比LEACH方法提高了29.6%,比LEACH-F方法提高了9.5%。

基于分形理论的多源遥感影像自动分类方法研究

遥感影像分类中存在较多噪声,导致多源遥感影像自动分类效果较差,因此设计一个基于分形理论的多源遥感影像自动分类方法十分必要。判断影像噪声类别,对影像去噪处理,采用小波去噪方法对影像变换处理,在此基础上采用分形理论中的分形维数获得影像的真实属性,并采用插值法,提取其中的主要特征,以此实现基于分形理论的多源遥感影像自动分类。实验结果表明,此次研究的多源遥感影像自动分类方法不仅提高了分类的效率,还提高了分类的正确率,证明所提出方法能够有效提高分类效果。