面状居民地Morphing变换的转向角函数法

提出了一种基于转向角函数的面状居民地morphing方法。针对同名居民地实体在两个不同比例尺下的表达,将传统矢量GIS的坐标串表达形式转为转向角函数表达形式,基于转向角函数分析多边形边特征在不同比例尺下的共性与差异,融合得到了任意中间比例尺下的多边形的转向角函数,最后将中间比例尺下的转向角函数还原为矢量坐标串形式,获得多边形在对应尺度的中间插值形状。试验证明,本文提出的基于转向角函数的面状居民地morphing方法对面状居民地多边形具有较好的适应性,能在保持直角化边界特征的前提下实现连续地图综合与多尺度表达。

基于转向角函数的形状匹配算法

局部匹配方法主要是通过搜索最优点对应或特征对应来判断形状是否匹配。转向角函数也是一种基于局部特征的形状匹配算法,该算法将平面图形用直角坐标系图形表示,更形象地体现各图形间的差异性,并将这些差异用汇编语言转为计算机可以识别的代码进行实验。该算法能有效地处理图形变形和遮掩的问题,与其他的局部匹配算法相比有较高精度、运算速度快等优点,用Matlab实验证明是一种比较优秀的形状匹配算法。

货车高占比的交叉口转向罚函数分析及仿真应用

罚函数模型计算从车辆转弯起点到转弯终点的转弯时间,作为交叉口延误阻抗的一部分,其大小直接影响着交通阻抗和交通分配的计算结构。为减小仿真中延误模型的误差,基于实际数据对货车的罚函数重新标定,得到货车在交叉口处不同车速范围内的罚函数。本文以城市连接段交叉口宁镇公路-环山路交叉口和城市一般道路交叉口江东北路-定淮门大街交叉口为例,分别标定出微型货车和重型货车2类货车的罚函数,并应用于仿真。仿真结果可以看出,新标定的货车罚函数拟合度好,对不同车辆通过交叉口的时间描述更为准确。

基于人体纵截面特征曲线的体型分类

针对人体体型分类标准选择问题,提出了通过人体纵截面特征曲线进行分类的方法。选择了124名青年女性,使用三维扫描仪扫描获得三维人体数据。并提取人体纵截面轮廓曲线数据,通过椭圆傅里叶拟合对原始曲线进行降噪处理。使用转向角函数将截面轮廓曲线转换成角函数曲线,并根据角函数曲线特征提取了5个特征指标,利用主成分分析法提取3个主成分。采用K-means聚类算法进行体型聚类,用伪F统计量确定最佳分类数目,将体型分为4类。最后通过对比分析4类体型特点,描述了各类体型在背部、背中心线、腹部、臀部和侧面厚度的差异。

W^(l,p)(R^n)(1

由文献[1]我们知道,每个函数f,是L^p连续的,即 (integral from n=R^n to ∞(|f(x+h)-f(x)|~pdx))^(1/p)ljt→0,当h→0。 在文献[2]§Ⅰ.4中,关于L^p连续性获得了更深入结果:命题