Road Surface Modeling and Representation from Point Cloud Based on Fuzzy Clustering

为从吵闹的点云当模特儿的自动道路表面的一个计划被介绍。点云的正常向量被本地飞机的距离加权的适合估计。然后，从噪音的道路表面的自动识别基于正常向量，平均值与是计算的模糊聚类被执行，点云的投射飞机被创造因此获得几何模型。基于归因各指的紧张的模糊聚类，道路表面上的不同目标为代表丰富的外观被分配不同颜色。这个无指导的方法在重建并且显示更好的道路表面在实验和表演伟人有效性被表明。

基于车载点云的道路三维实景建模方法研究

传统的基础测绘存在组织管理固化、服务模式落后、产品形式单一等问题,在新型基础测绘体系下形成了全要素三维实景模型这一成果。本文探讨基于车载点云进行城市道路三维实景建模方法研究,并以某城市主干路为试验对象,对道路及道路两侧部件点云数据进行矢量化得到道路全要素地形数据,以部件点云数据为参考结合外业调绘尺寸用3ds Max软件制作道路部件模板库,并结合点云数据和矢量数据对各类要素进行单体化,最后将道路模型和部件模型融合。结果表明,基于车载点云数据构建的城市道路全要素实景模型不仅可以保证场景的完整性和真实性,还减少了作业时间和成本,实现了各类模型之间的无缝结合,制作完成的模型精度也能满足项目精度要求。

基于证据推理的隧道坍塌多源信息融合评估

由于影响因素众多,隧道坍塌风险评估是一个多属性决策问题.单源信息评估方法难以充分考虑所有的风险因素,导致预测结果存在偏差.为了评估隧道坍塌风险并提供更准确的风险控制策略,本研究提出了一种新的多源信息融合方法,该方法将云模型(CM)、支持向量机(SVM)和基于证据推理(ER)相结合.对多个信息源进行分析,得到不同的坍塌风险评估模型(目视检查数据通过SVM获取分类概率值,监测数据通过云模型获取概率值).每个模型的质量都由可信度和重要性权重来评价.然后运用ER规则融合各个评估模型的结果,给出总体的坍塌概率风险评估.与D-S理论相比,ER规则在处理高冲突信息方面具有更大的优势.当不同信息源的风险评估结果不一致时,D-S理论的融合结果往往会与常识相反,ER规则融合由于考虑了评估模型的重要性权重和可信度,更适用于高冲突信息的融合.该方法已成功应用于福建莆炎高速公路的鱼塘溪隧道.结果表明,所提出的多源信息融合方法的评价准确率为87.5%,而单源信息融合方法的评价准确率小于70%.此外,即使不同模型的风险结果存在较大的冲突,该融合模型也具有良好的性能.

基于点云的铣刀螺旋槽截面预测模型

基于点云离散的思想,将铣刀棒料离散为点云集合,将砂轮简化为回转面及中心矢量表达的二维模型,建立判断棒料截面点云与砂轮回转面是否包含的磨削切除预测模型,并利用预测截面点云集合计算螺旋槽相关参数。采用OCC建立实际仿真磨削的点云切除过程模块,实现对预测螺旋槽截面的显示以及结构参数的精确计算。通过改变砂轮结构位置参数,给出螺旋槽截面相关参数变化规律,并对其中具体实例进行了结果显示。

高精度矢量数据的公路快速逆向建模方法

数字交通的快速发展对道路基础设施三维数字化提出了新的要求。针对人工建立公路三维模型费时费力等问题,研究了一种基于高精度矢量数据的快速逆向建模方法。以三维激光扫描点云为基础数据源,首先提取高速公路中各目标高精度矢量数据,并存储为空间矢量地图。然后针对道路场景各目标模型结构,提出自适应节点重建、参照线放样重建及实例化重建等多种关键建模方法;最后基于MAXscript三维建模语言进行开发,建立精细化的高速公路三维模型。以某段高速公路实际数据为例进行实验,验证该方法的可行性。

基于特征点动态选择的三维人脸点云模型重建

针对典型的点云配准方法中伪特征点过多导致配准效率低和配准结果不精确的问题,提出一种基于特征点动态选择的三维人脸点云模型重建方法。该方法在粗配准阶段,采用动态特征矩阵求解法获取粗匹配特征变换矩阵以避免伪特征点的干扰。在精配准过程中,采用二次加权法向量垂直距离法在人脸流形表面选择更有效的特征点以减少伪特征点的数量,并采用基于特征融合与局部特征一致性的迭代最近点方法进行精配准。经过对比实验验证了算法的可行性,实验结果表明,该算法能够实现高精度且快速的三维人脸点云模型重建,且均方根误差达到1.8165 mm,相较其他算法,其在模型重建精度和效率方面都有所提升,具有良好的应用前景。

A phase analysis of vorticity vectors associated with tropical convection

Three new vorticity vectors have been proposed by Gao et al to study the two-dimensional tropical convection. In the present paper, phase relations between surface rain rate and the vorticity vectors are analysed with the calculations of lag correlation coefficients based on hourly zonally-averaged mass-integrated cloud-resolving simulation data. The cloud-resolving model is integrated with the vertical velocity, zonal wind, horizontal thermal and moisture advections, and sea surface temperature observed and derived from tropical ocean global atmosphere - coupled ocean atmosphere response experiment （TOGA-COARE） for 10 days. Maximum local increase of the vertical component of the convective vorticity vector leads maximum surface rain rate by 2 hours mainly due to the interaction between vorticity and zonal gradient of ice heating. While maximum local increase of the vertical component of the moist vorticity vector leads maxfinum surface rain rate by 2 hours mainly because of the interaction between zonal specific humidity gradient and zonal buoyancy gradient. And the maximum local decrease of the zonal component of the dynamic vorticity vector leads maximum surface rain rate by 2 hours mainly due to the interactions between vorticity and vertical pressure gradient as well as vorticity and buoyancy.

面向云环境密文排序检索的字典划分向量空间模型

针对传统向量空间模型(TVSM)生成的向量维度高,计算文档与检索关键词相关度的向量点积运算耗时长的问题,提出一种面向云环境密文排序检索的字典划分向量空间模型(DPVSM)。首先给出DPVSM的具体定义,并证明了DPVSM中检索关键词与文档的相关度得分与TVSM中的相关度得分完全相等;然后,采用等长字典划分方法,提出加密向量生成算法和文档与检索关键词相关度得分计算算法。实验结果表明,DPVSM文档向量的空间开销远少于TVSM,且文档数量越多开销降低越多;此外,DPVSM的检索向量的空间开销以及相关度得分计算的耗时也远低于TVSM。显然,DPVSM在生成向量的空间效率和相关度得分计算的时间效率上均优于TVSM。

基于小波包分解与高斯云模型的故障诊断方法

人工智能技术作为有效手段广泛用于机械系统故障诊断,但故障样本的缺乏严重制约人工智能模型走向高精度诊断的工程应用。针对故障样本不足的问题,提出一种基于小波包分解与高斯云模型的故障诊断方法,通过对小样本的故障信号做小波包分解并计算每个子频带的能量以建立故障特征向量,对特征向量建立高斯云模型并正向云计算生成大量云滴以扩充故障样本。基于凯斯西储大学的轴承数据和支持向量机的故障分类实验结果表明,所提方法能有效扩充故障样本,提高故障诊断精度。

基于CMFOA-SVM的边坡稳定性评价模型

边坡失稳往往会造成巨大的经济损失和人员伤亡,构建科学有效的边坡稳定性评价模型对于边坡灾害防治具有重要意义。针对边坡评价涉及多重不确定性,探讨了基于正态云模型、果蝇优化算法与支持向量机耦合的边坡稳定性评价模型,即利用正态云模型描述果蝇个体飞行方向和飞行距离的随机性与模糊性,以改进果蝇优化算法,进而应用基于正态云模型的果蝇算法(CMFOA)求解支持向量机(SVM)分类模型的最优参数组合,并结合实例应用及与GA-SVM、PSO-SVM和网格法-SVM对比分析,验证模型的可靠性。实例应用及对比结果表明,CMFOA-SVM模型应用于边坡稳定性评价有效可行,且评价准确率高,同时CMFOA算法的参数寻优效率高,也为其他分类问题提供了新的参考。

基于改进灰狼优化支持向量回归的网络云亚健康预测研究

网络云资源池亚健康状态趋势预测对设备性能最大程度的释放以及服务器安全等问题具有十分重要的现实意义。针对网络云亚健康状态演化趋势无规则、不确定等特性,同时考虑适用模型的实效性与准确性,本文提出了一种基于改进灰狼优化支持向量回归的网络云亚健康预测模型,并从数据库中提取融合相关指标的时序特征进行实证研究。对比结果显示,本文所提预测模型具有较为突出的精确性与稳定性,可为网络云资源池的建设与平稳运行提供切实有效的帮助。

基于云模型和矢量神经网络的辐射源识别方法

矢量神经网络在训练阶段既不能处理语义信息,也没有考虑训练样本本身的可靠性,因而造成辐射源不能正确识别的问题,为此提出了一种基于云模型和矢量神经网络的识别算法.该算法利用云模型来实现定性概念到定量区间值的转换,并利用改进后的矢量神经网络实现区间类型的矢量输入到区间类型型号输出的非线性映射.仿真实验表明,本文方法不仅能处理语义类型的输入矢量,而且能够处理数字类型的输入矢量,并且在测量误差环境中具有较高的识别率.

基于云理论和核向量空间模型的电力变压器套管绝缘状态评估

为了解决电力变压器套管绝缘状态评估中存在不确定性因素的问题,提出了一种新的状态评估方法。该方法全面考虑评估指标等级分类边界的随机性和模糊性,采用由云推理确定指标客观权重,由未确知理论确定主观权重的组合赋权法。建立了核向量空间模型,利用核函数将样本映射到高维特征空间的方法,在高维特征空间定义样本数据的指标有向线段和变压器套管绝缘等级标准的理想指标有向线段。进而通过计算两线段之间的夹角加权余弦获得样本与标准模式的贴近度,将绝缘评估问题转化为向量空间的模式识别问题,最终得出变压器套管所处的绝缘状态。实际算例表明该套管在第1次测试时,其绝缘状态贴近正常的贴近度最大即处于正常状态;第2次和第3次测试时,贴近故障的贴近度最大即处于故障状态。

云存储应用中的加密存储及其检索技术

云计算自身的数据安全问题阻碍其推广应用。通过对数据进行加密可以保护企业及个人用户的数据隐私。对加密数据有效检索难以通过传统信息检索方式实现。文章在分析云存储应用中的存储安全技术基础上,针对加密存储的需求,基于常见的加密检索方法和相关技术,结合自己的研究成果,提出了一种基于全同态加密的检索方法,该方法能在一种程度上提高检索效率。

基于多变量多尺度云样本熵和模糊支持向量机的开关柜故障分类

利用智能开关柜多源监测数据识别其异常状态和故障类型,可实现配电设备高效精细的运维管理。为提取开关柜的故障特征,利用传感器监测开关柜电压、电流、温湿度和闪光信号等状态量,通过引入降半梯形云模型量化状态量时间序列的复合延迟向量间的相似度,由此软化多变量多尺度样本熵相似容限判据,进而获取包含多个时间尺度的开关柜多通道状态监测数据的多变量多尺度云样本熵(MMCSE)故障特征向量;依据分段半降正态云模型量化开关柜故障样本间关联关系的不确定性,综合样本空间的区域差异性和分散性计算样本隶属度,形成改进的模糊支持向量机(FSVM)特征分类方法,实现了开关柜不同故障类型的识别。根据现场实时监测数据,验证结果表明所提方法具有较高的分类正确性。

基于布料模拟与空间向量投影的组合滤波算法

针对通过单一的机载激光雷达(LiDAR)点云滤波算法难以生成高质量的数字高程模型(DEM)的问题,本文提出了一种结合布料模拟滤波(CSF)算法与基于空间向量投影后处理的组合滤波算法。该组合滤波算法一方面能够有效剔除影响DEM构建的近地面点,同时避免过滤波。首先,对原始机载LiDAR点云进行粗差剔除并通过CSF算法获取初始地面点;其次,以初始地面点中任意激光点为起点并以邻域格网内最低点为终点构建向量,判断所有向量的Z方向投影累加结果与设置阈值大小,进而判断当前激光点类别。为了对本文提出组合滤除算法的有效性与优越性进行检验,通过两组不同地形的机载LiDAR点云数据进行实验,结果表明本文提出组合滤波算法滤波结果较单一滤波算法的点云滤波精度更高,受地形条件限制较小,具有较高的稳定性与适用性。

基于限制EM算法的猪肉预冷过程分析

为了分析肉类加工企业的少量猪肉预冷试验数据,提出了一种预冷过程建模策略。定义了2种预冷过程向量:基于温度梯度的降温过程向量和基于当前损耗的损耗过程向量,分别用于描述胴体热量散失和物质流失规律。针对每条试验记录均包括有风和无风2种工况,给出结合限制的EM算法来同时拟合:E过程构建有风预冷过程向量,M过程构建无风预冷过程向量;E过程和M过程中均施加2个向量间的偏序限制,均以云进化算法CBEA为优化算法。基于37条试验记录构建了预冷过程向量,并用来模拟猪胴体的预冷过程,降温过程拟合的平均误差为0.93℃,损耗过程拟合的平均误差为1.51‰。企业可以使用该策略分析实际猪肉预冷过程数据。

利用显著性的点云模型客观质量评价

点云模型质量的客观评价是三维几何模型研究中不可或缺的工作.根据显著性能够较好地反映人类视觉系统的特点,提出以点的法向量与其邻域点法向量的差异作为该点的显著性计算依据,利用原始点云模型和处理后点云模型在显著性上的差异判断点云模型质量的变化,实现点云模型的质量评价.实验结果表明,所提出的客观评价模型和主观的人工评价得出的结果基本一致,且比信噪比方法更能体现人的视觉感知.

基于云支持向量机模型的短期风电功率预测

将云模型和支持向量机(SVM)相结合,提出一种适合短期风电功率预测的云支持向量机模型。该模型采用云变换方法提取风速序列的定性特征,并通过SVM建立风速特征与风电功率间的关系。对未来24 h的风电功率预测结果显示,该模型在某个点上的预测值是一个有稳定倾向的离散值集合。采用逆向云算法求取集合的期望值作为确定性预测结果,并与SVM和自回归求和移动平均(ARIMA)模型的预测结果相比较,结果表明云支持向量机具有更高的预测精度,预测效果显著,因此,该模型可有效应用于短期风电功率预测。