m-degree Center-connecting Line of Finite Points Set and Its Properties

In this paper, we first give the concept of m-degree center-connecting line in n-dimensional Euclidean space Enand investigate its several properties, then we obtain the length of m-degree center-connecting line formula in finite points set. As its application,we extend the Leibniz formula and length of medians formula in n-dimensional simplex to polytope.

基于机器视觉的带式输送机跑偏监测预警方法

针对现有监测方法难以精准识别输送带跑偏的情况,提出了一种带式输送机跑偏监测预警方法。介绍了该方法的工作原理,提出了中心线点集识别算法。基于霍夫变换和最小二乘法拟合出初始状态和运行状态下输送带下表面的中心线方程,根据所提出的跑偏预警策略实时监测输送带跑偏情况。实验结果表明,该方法能够准确识别出带式输送机跑偏类别、方向以及程度,可适用于不同类型带式输送机跑偏情况的在线监测、预警,具有一定的推广应用价值。

求解农业物流配送中心选址的自学习蝗虫算法

为降低物流配送成本,提高配送效率,提出自学习蝗虫优化算法IGOA求解农业物流配送中心选址问题。为提高标准GOA算法的寻优精度和速率,设计佳点集种群初始化方法,提高种群分布均匀性;引入伪对立学习对最优个体变异,增强种群跳离局部最优的能力;根据适应度对种群对半划分,分别对两个子种群进行配对自学习和邻域搜索,提高种群寻优质量。利用改进蝗虫优化算法IGOA对农业物流配送中心选址模型迭代寻优,其结果表明,IGOA算法可以降低物流配送成本,提高配送效率。

基于K中心点和粗糙集的KNN分类算法

为有效解决KNN算法在文本分类时效率随着数据规模的增大而降低这一问题,提出基于K中心点(K-Medoids)和粗糙集(rough set)的KNN分类方法 (KRS-KNN)。通过K中心点算法对文本数据集进行聚合,形成类簇,计算簇心和其它样本点的相异度,将相异度大于最后簇心相异度的样本剔除,运用粗糙集理论对得到的每个类簇进行分割,通过上、下作差得到的边界样本,通过KNN算法确定其最终类别。实验结果表明,文本数据的计算规模得到了降低,提高了文本数据的分类效率。

用RBF网络拟合船舶型线

采用ＲＢＦ神经网络拟合船舶型线，提出了适合船舶型线拟合的ＲＢＦ中心点集的选取方式，与ＢＰ网络相比大大提高了学习速度和精度，用幂函数和圆函数检验本方法拟合曲线的精度，充分证明本方法拟合船舶型线是实用可行的．文中给出了拟合某船舶横剖线的实例．

龙岩市乡镇卫生院结核病痰涂片检查点情况分析

目的了解龙岩市2005-2007年乡镇卫生院结核病痰涂片检查点情况。方法对2005-2007年龙岩市42个乡镇卫生院查痰点工作情况进行统计分析。结果查痰点三年来共完成5246张痰涂片,检查出可疑病人1853例,其中发现阳性肺结核病人38例。结论查痰点在结核病控制工作中起到非常重要的作用,应加强对查痰点的重视和督导。

一般有限点集的k号心及其性质

应用向量方法,定义了一般有限点集的k号心概念,并据此导出了一串有关的平行线、垂直线、共线点、共点线及距离关系定理.

共球有限点集的欧拉超球面的性质再探

应用向量法,在文[1]的基础上,对共球有限点集的欧拉超球面性质作了进一步探索,得到了关于共球有限点集的几个新的性质.

高维共球有限点集的k号心的轨迹定理

研究了n维欧氏空间En中的共球有限点集的k号心的轨迹问题,得到了关于共球有限点集的k号心的三个轨迹定理.

高层建筑中轴线点恢复测量

高层建筑物中点恢复的测量方法是在负一层测定该建筑物的中点,再引到四层楼顶,最后重新确定施工放样数据,保证该建筑物的设计要求和施工监测。

Banach空间中平均非扩张集值映射的稳定点

集值映射的不动点理论在近代变分问题、最优化问题、经济均衡问题等研究中发挥着极其重要的作用,已成为非线性泛函分析理论的重要组成部分。为了研究Banach空间中平均非扩张集值映射的稳定点问题,我们依据集值映射的不动点理论,利用渐近稳定点序列、渐近中心、渐近半径等给出了平均非扩张集值映射具有稳定点的充分必要条件。

共球有限点集的普鲁海超球面及其性质

应用向量方法,定义了n维共球有限点集的普鲁海超球面概念,并据此导出了一串有关的共线点、共点线及共球点等定理.

基于轨迹间时空关联性的数据聚类算法

针对现有轨迹聚类算法中对轨迹之间的时空关联性考虑不足以及全局唯一距离阈值带来的算法的时空复杂度高以及聚类精度低的问题,提出了一种基于轨迹间时空关联性的数据聚类算法(The Data Clustering Algorithm Based on Spatio-temporal Correlation between Trajectories,DSCBT)。该方法主要包含两个阶段,在第一阶段中,首先根据最短停留时间限制和半径r确定初始中心代表点,然后将所在簇的最大距离作为该初始中心代表点对应的半径R,最后根据最短移动时间约束合并相邻的初始中心代表点并调整半径R,得到中心代表点集。第二阶段主要处理新增轨迹数据,首先将轨迹点与中心代表点集进行匹配,删除匹配成功的点产生新轨迹,然后对有聚类价值的新增轨迹执行第一阶段的操作,最后更新中心点集并完成聚类。实验结果表明,该算法能够有效降低算法的时间复杂度并提高聚类精度。

多中心点增量式模糊聚类算法

增量聚类算法可以解决数据量大、内存不足的问题.传统的增量式模糊聚类(incremental multiple medoids based fuzzy clustering,IMMFC)算法只为每个数据块选择一个或多个相同数目的中心,当聚类中的对象权重较小时聚类效果不好.该文提出新的增量式模糊聚类算法用于处理大数据集.首先将大数据集分成多个小的数据块,并对每个小的数据块进行模糊聚类;然后从每个小数据块的每个簇群中选择目标中心点,中心点的个数是簇群中对象的权重之和大于阈值的最少对象数.最后合并所有选定的中心点,并对最终数据块进行模糊聚类,获取最终的中心点.实验结果表明,与IMMFC算法相比,当数据块占总数据的10%以上时,所提算法优于IMMFC.

求解铁路物流配送中心选址问题的改进灰狼优化算法

针对单一机制的灰狼优化算法(GWO)易陷于局部最优、收敛速度慢的问题,提出了一种改进灰狼优化(IGWO)算法来解决实际铁路物流配送中心选址的问题。首先,在基本的灰狼优化算法的基础上,引入佳点集理论初始化种群,从而提高了初始种群的多样性;然后,利用差值剔除策略(DES)来增加全局寻优能力,以达到一种高效的寻优模式。仿真实验结果表明:与标准的灰狼算法相比,所提出的IGWO适应度值提高了3%,在10个测试函数中最优值精度可最多提高7个单位;与粒子群优化(PSO)算法、差分进化(DE)算法和遗传算法(GA)比较,所提算法的运行速度分别提高了39.6%、46.5%和65.9%,选址速度也明显提高。可见所提算法可用于铁路物流中心的选址。

基于点云数据的3D人体模型骨骼提取

骨架提取是构建真实人体模型动画的前提和重要条件.本文以基于测地距离的Morse函数和Dijkstra算法计算出末端特征点信息.通过测地距离等值线将模型进行分割,计算每一层的测地距离等值线,获取模型的也就是水平集曲线(level-set-curve).以末端特征点做为起点,拟合相邻水平集曲线的重心形成中心线(模型的骨架).采取截面似圆性标准获取模型关节中心所在的截面,求取该截面的重心,从而获取模型的关节中心.

水冷多联分离式热管数据机房节能潜力分析

水冷多联分离式热管系统被提出用于冷却数据机房,该系统综合了自然冷却技术和变频技术的优点,能够有效地降低制冷系统的能耗。为了探索水冷多联分离式热管系统相对于传统空调系统的节能潜力:首先,建立了水冷多联分离式热管系统的传热模型并且利用实验进行了验证,得知其相对误差在±10%以内;其次,通过建立的水冷多联分离式热管系统的能耗模型确定了系统的最佳送风温度设定值和供水温度设定值,其值分别是24?C和15?C;最后,对比分析冷却系统#1～#3的全年运行能耗,获得了水冷多联分离式热管系统(#3)相对于是否利用湖水源的传统空调系统(#2与#1)的节能率,其节能率分别为11.3%和68.8%。

软土地基盾构隧道地表沉降的可靠性分析

本文基于中心点法和Peck公式，推导了盾构隧道地表最大沉降的可靠度计算方法。用软粘土条件下盾构隧道地表沉降的可靠度指标和失效概率说明，该方法为盾构隧道地表沉降的可靠性分析提供了一种新的有效途径。

数控机床工件坐标系设立方法浅析

本文对工件坐标系做了说明,并对在编程时使用的指令进行了详细的介绍,重点分析了它们的适用场合。

发电机组最优并机切换点研究

随着现代数据中心建设向着集中化和大型化发展,并联发电机组系统的应用越来越广泛。根据目前发电机组并机策略,研究发电机组工作的最高效率区,重点分析并联机组在不同负载率下增加并机数量时的燃油经济性问题,获取在负载增加时系统的最优切换点,实现在保证供电可靠的前提下提高发电机组的工作效率,同时降低运维成本。