基于K-means与关键点的组合行李码放算法

目的为了解决当前航空行李码放流程中存在的劳动密集、效率低下的问题,开展行李码放算法研究。方法搭建含有重量、体积和货舱空间约束的航空行李码放数学模型,采用聚类、排序、关键点构建策略,设计一种K-means聚类与"关键点"思想相结合的组合式算法。结果采用100件真实旅客行李数据进行了实验,结果表明算法给出的布局方案规划合理,垛型左右两侧质量之差低于1%,满足了货舱的空间约束与载重平衡约束。结论算法具备在复杂环境下得到优良布局方案的能力,K-means聚类的引入也将机器学习领域的聚类算法引入装箱问题,架起了机器学习算法与传统装箱算法的桥梁,为今后装箱问题算法的设计提供了一条新思路。     

区间参数结构动力特征值分析的仿射算法

将不确定结构系统中的区间参数用仿射型来表示,对获得的广义区间特征值方程的求解方法进行了研究,提出了一种改进的仿射算法。此方法考虑到广义特征值方程中各区间元素的相关性,通过独立的区间参数在子区间上转为仿射型,将特征值方程的求解转化为相应的确定性问题,再利用常规的仿射算法,搜索方程解中的最大最小值来确定各阶特征值边界。先用数学算例对所提改进的仿射算法的有效性进行了验证,随后将其应用于工程算例的特征值区间分析中,并与其它算法进行了比较。结果表明该算法是合理可行的,有较高的准确性。     

组合步长的改进仿射投影主动噪声控制算法

为了改善在主动噪声控制(Active Noise Control,ANC)中由不平稳脉冲噪声引起的经典仿射投影算法稳态误差高的缺陷,利用鲁棒类M估计器代价函数对误差信号的饱和特性,将其与权重向量的L2范数约束相结合,提出类M估计器函数仿射投影算法。该算法的收敛精度相较于经典符号仿射投影算法提升3.2 dB。为了进一步提升收敛速度,将组合步长技术引入上述算法来自适应调节权重约束中的步长参数,调节收敛速度与稳态误差之间的矛盾。仿真结果表明,最终提出的算法突破固定步长的限制,可实现更快的收敛速率和更低的稳态误差,相较于已有仿射投影算法,在收敛速度方面提升2倍,在收敛精度方面提高10 d B。该算法可为之后仿射投影算法的研究提供理论指导和实验依据。     

不确定系统稳定性的仿射不等式分析

针对不确定系统的区间表示不能描述变量间的相关性,相应的区间算法容易导致误差爆炸的缺点,提出了不确定系统的仿射表示法及系统稳定性的仿射不等式判断方法.首先将系统中的不确定信息用仿射参数来表示,得到不确定控制系统传递函数的仿射形式,然后通过求解含仿射参数的不等式组求得了满足系统的稳定性条件时各噪声允许的范围.算例表明,由于考虑了变量间的相关性,相对于区间算法,所提方法可以在更大的不确定范围内判断出系统的稳定性,算例验证了该方法的有效性.     

基于相似性传播聚类的航空发动机突发故障诊断

针对航空发动机突发故障,构建了一种基于相似性传播聚类的突发故障诊断方法。首先利用突发故障历史监测数据建立突发故障数据库,通过相似性传播聚类找到数据库中所有突发故障数据的中心,当诊断新采集数据的突发故障类型时,通过相似性传播聚类找到当前新采集数据的中心,经过与突发故障数据库中的数据中心进行匹配判断该新采集数据所对应的突发故障类型。将该突发故障诊断方法应用到发动机转子实验台的突发故障诊断中,仿真和实验结果表明该方法的可行性,并通过与其他方法比较,表明该方法具有诊断时间短和误差小的优点。     

聚类算法分析及其性能比较

聚类算法有很多种,在需要时可以根据所涉及的数据类型、聚类的目的以及具体的应用要求来选择合适的聚类算法。下面介绍几种常用的聚类算法,并根据评价准则来评价这些算法。     

基于k-均值的文本聚类算法及改进

本文提出了k-means聚类算法中选取初始聚类中心及处理孤立点的新方法,改进了k-means算法对初始聚类中心和孤立点文本很敏感的不足之处,并将改进后的算法应用于中文文本聚类中。实验结果表明,改进的算法较原算法在准确率上有较大提高,并且具有更好的稳定性。     

浅谈数据挖掘中的聚类算法

数据挖掘是近年来非常热门的研究方向。聚类分析是数据挖掘的一个重要研究领域。本文归纳总结了数据挖掘中传统聚类算法,并对现今新发展的,比较热门的聚类算法进行了介绍。     

面向超市货架包装的人眼检测技术

为对超市的消费者进行人眼追踪,分析消费者在货架前的购买行为,提出了基于K-means的人眼检测算法。通过分析图像序列中每一帧的静态图像,运用K-means聚类算法分割人脸区域,计算脸部尺寸,找出脸部中心点,确定眼睛范围,寻找眼睛坐标,分割眼部图像,并绘制出两只眼睛的垂直投影曲线及水平投影曲线。选取不同人种、不同背景、不同角度、不同姿态下的人物图像进行实验,以验证算法的精确性和有效性。实验结果表明:本文算法能从复杂背景下不同人物图像中准确地分割人脸区域,并精准地定位人眼位置,算法准确性高、适用性好,能够较好地实现超市环境中人眼的快速检测。     

基于ELSD的指针式仪表自动识别算法研究

为实现指针式仪表自动识别,本文提出一种基于直线椭圆检测器(ELSD)的指针仪表自动识别策略。整个策略包括刻度线粗识别、仪表圆弧边界拟合、刻度线重识别和排序、仪表指针识别以及仪表示数计算等5个模块。首先,使用本文设计的自动迭代算法将检测到的线段匹配成对,并结合K-means聚类算法得到粗识别的刻度线;接着,根据粗识别出的刻度线与检测出的仪表圆弧位置关系确定仪表圆弧边界;然后,根据仪表刻度线与圆弧边界相交重新确定刻度线并进行插值补全、排序,构建出整个仪表刻度线坐标系;最后,根据仪表指针自身结构特征得到指针在坐标系中的位置并计算出仪表示数。通过实验结果可知,本文提出的算法可减少对模板图像和人工标定的依赖,在保证准确率的情况下能简化并加快整个仪表自动识别过程。