飞来峡库区水资源承载力研究

把飞来峡库区水资源承载力作为一个系统进行研究,将它划分为水资源条件、社会经济状况和生态环境3个子系统,并对每个子系统选取相应的评价指标,从而构建飞来峡库区水资源承载力评价指标体系。在此基础上,分别以2010年、2015年为评估年和参照年,各项指标为评估系和参照系,运用距离指数---层次分析法计算出飞来峡库区2010年相对于2015年的距离指数,得出社会经济状况子系统状态为基本可承载、水资源条件子系统和生态环境子系统均为可承载状态、整个系统状态为可承载,以及飞来峡库区的水资源状态安全的结论。     

沿边局部灰度差分椒盐噪声滤波

为了在减小高密度椒盐噪声漏检的同时最大限度提升滤波效果,提出一种新算法.该算法首先利用椒盐灰度极值,抽取准噪声点;然后对准噪声点执行局部窗口沿边检测,判断疑似噪声集合;最后,只对疑似噪声集合中像素点进行就近双边加权灰度替换滤波.实验数据显示,不同噪声密度环境下,本文算法在现有滤波算法的基础上,将峰值信噪比(PSNR)参数分别提高0.2～1.6 dB.实验结果表明,该算法的综合性能优于其他相关的算法.     

人体动作的超兴趣点特征表述及识别

提出一种基于超兴趣点的动作特征描述方法,用于人体动作的识别。兴趣点特征描述了人体动作时变化显著的局部点信息,但其最大的缺陷在于离散的兴趣点间缺乏时间和空间上的结构关联。提出根据兴趣点间的时空距离,使用广度优先搜索邻居算法,将时空距离相近的兴趣点聚合成超兴趣点,该结构作为一个整体,反映人肢体在一定时空范围内的动作变化特征。与现有的基于局部兴趣点的动作识别算法相比,本文算法增加了兴趣点间的整体时空结构关系,提高了特征的区分度。实验采用两层分类方法对超兴趣点特征分类,实验结果表明该算法具有较好的识别率。     

高空带电水冲洗装置的安全控制系统研究

对输电线路设备进行带电水冲洗是防止电网发生污闪事故的方便有效且经济高效的方法。针对国内没有专业的高空带电水冲洗装置、且高空带电水冲洗作业存在很大的安全隐患。该文在伸缩臂式高空车的基础上,集测距技术、视频监控技术和自动控制技术等设计了一套可视化的安全控制系统,防止了高空带电水冲洗作业过程中触电、碰撞的危险,大大提高了安全系数,而且降低了劳动强度,提高了工作效率。     

用于评价通信网节点重要性的多参数优化算法

为更有效地评价通信网节点间的重要性,以节点删除算法为基础,提出一种多参数优化算法.定义节点重要性参数,通过比较该参数的大小评价节点重要性,进而反映删除节点后对整个通信网的影响程度.实验结果表明,相比于节点删除算法,多参数优化算法对各节点重要性的评估更为精确.     

多目标进化算法中基于聚集距离调整的分布性保持方法

在经典的非支配排序遗传算法中,基于聚集距离的种群维护策略并不能很好地保持解集的分布性。提出一种改进的基于聚集距离调整的分布性维护策略,根据邻近个体的聚集距离大小关系,保留分布较好的个体。与经典算法NSGA-Ⅱ,PESA-Ⅱ和小生境方法进行比较,实验结果表明,提出的分布性维护策略能较大程度提高分布性,并保持较好的收敛性。     

基于临近像素空间距离的模糊C均值聚类算法

针对传统图像分割算法对不同类型噪声敏感性缺陷的问题,基于临近像素空间距离的模糊C均值聚类算法即SFCM (fuzzy C means clustering algorithm based on the space distance of the nearest pixels)算法,采用核化的空间距离公式,将点到点之间的距离转化为点到空间的距离,很好的平衡了考察像素点临近像素点的灰度信息与位置信息间的关系,进一步克服了临近像素的位置差异对考察像素影响不同的缺点.通过在合成图像和自然图像上的大量实验并与几个传统算法进行对比,不仅表现出了很强的抗干扰能力,提高了聚类精度,并且很好的保留了原图像边缘等细节信息,体现出了较强的鲁棒性.     

基于超宽频距离传感器的移动目标定位系统

介绍了一种基于超宽频的高精度距离传感器P410（PulsON410）,阐明了它的测距与通信模块（RCM）和单基站雷达模块（MRM）的2种测距模式与原理,论述了典型的室内定位系统的原理与相关算法。在三边定位算法的基础上建立了参考节点呈等边三角形排列的定位系统,分别实现了在2种测距模式下单移动目标的定位跟踪。分析了该传感器在基于RCM测距模式下进行定位的定位精度。仿真实验结果表明：在等边三角形内部,定位误差分布呈现规律性,由三边向质心呈逐渐降低趋势,为进一步优化该系统的定位精度提供了依据。     

基于直觉梯形模糊TOPSIS的多属性群决策方法

提出一种改进的逼近理想解排序(TOPSIS)方法,即直觉梯形模糊TOPSIS多属性群决策方法。首先,应用直觉梯形模糊数形式表示方案属性偏好和属性权重信息且专家权重完全未知;然后,利用直觉梯形模糊数间距离测度和期望值及直觉梯形模糊加权平均算子来确定决策者权重信息和属性权重信息;进而给出直觉梯形模糊环境下方案优选的算法;最后,通过算例进一步说明了该直觉梯形模糊TOPSIS方法的有效性。     

Hesitant fuzzy agglomerative hierarchical clustering algorithms

Recently, hesitant fuzzy sets (HFSs) have been studied by many researchers as a powerful tool to describe and deal with uncertain data, but relatively, very few studies focus on the clustering analysis of HFSs. In this paper, we propose a novel hesitant fuzzy agglomerative hierarchical clustering algorithm for HFSs. The algorithm considers each of the given HFSs as a unique cluster in the first stage, and then compares each pair of the HFSs by utilising the weighted Hamming distance or the weighted Euclidean distance. The two clusters with smaller distance are jointed. The procedure is then repeated time and again until the desirable number of clusters is achieved. Moreover, we extend the algorithm to cluster the interval-valued hesitant fuzzy sets, and finally illustrate the effectiveness of our clustering algorithms by experimental results.