高校学生用水过程研究——以北京师范大学为例

对高校用水的研究多直接分析历年宏观统计数据,得出的结果难以真实说明生活用水过程。现从微观个体实验的角度出发,结合水平衡测试,对北京师范大学学生用水过程进行详细研究,得出北京师范大学学生用水定额为100L／（人·d）,用水定额先进,节水潜力有限;夏季人均日用水量比冬季约多28％;女生人均日用水量比男生多20％;对比其他研究成果可知,学生洗浴用水量过大,建议通过改进淋浴喷头的出水量,使学生次洗澡用水量降为国家规定的100L,则可年节约水量1．5万m^3。     

基于GAWK-means的地铁车站指纹定位方法

针对在城市轨道交通车站内,利用iBeacon技术进行指纹定位时存在匹配效率较低、定位精度不理想的问题,文中提出了一种基于GAWK-means的地铁车站指纹定位方法.离线阶段,根据指纹数据本身的离散程度进行K-means欧式距离权重优化以便更好地体现类内相似度,再将改进的K-means结合遗传算法,优化聚类结果以减少陷入...     

基于偏移量计算的在线GPS轨迹数据压缩

针对现有基于偏移量计算的在线GPS轨迹数据压缩算法不能有效评估关键点的问题,提出基于偏移量计算的在线GPS轨迹数据压缩算法--关键点前继修正算法（KPFA）。该算法通过计算同步欧式距离（SED）累积偏移量来发现轨迹点中信息量较大的关键点,同时设置阈值对关键点之前和上一个关键点之后的轨迹点进行修正,更好地保留轨迹信息。实验结果表明,和按时间比例的开窗算法（OPW-TR）及启发式空间质量简化算法的改进算法（SQUISH-E）相比,压缩率相同时KPFA的平均SED误差最小,并且运行时间最快且维持在100 000 ms。KPFA算法对轨迹点的信息量评估准确度更高,运行时间更稳定。     

基于邻居度序列相似度的k-度匿名隐私保护方案

针对传统的[k]-度匿名方案添加随机噪声次数过多,构图成功率低,且无法抵御更复杂的图查询背景知识攻击的问题,提出了改进的[k]-度匿名隐私保护方案。该方案提出一种优先级构图算法,通过设置参数来调整邻居节点与度需求高的节点之间的权重,引入欧式距离并对[k]-度匿名后的同度节点构造出相似度较高的邻居度序列。实验结果表明,该方案的度信息损失较少,能够调节边信息损失与构图成功率之间的冲突,抵御以节点的度结合邻居度序列作为背景知识的攻击。     

基于L1范数和最小软阈值均方的目标跟踪算法

基于传统稀疏表示的目标跟踪算法无法解决跟踪过程出现的遮挡及运动模糊等问题,提出一种基于L₁范数和最小软阈值均方的目标跟踪算法。首先用主成分分析(principal component analysis, PCA)基向量建模跟踪目标的表观变化,同时对表示系数进行L₁范数约束;其次对误差项采用最小软阈值方法进行显示求解,同时对观测模型的更新上考虑跟踪目标的遮挡因素;最后在贝叶斯框架下搭建目标跟踪算法。在14个具有挑战性的跟踪视频上的试验结果表明:与其他算法相比,本研究能够克服跟踪过程中遮挡、角度变化、尺度变化、光照变化等影响跟踪性能的因素,具有较高的平均覆盖率和较低的平均中心点误差。     

基于非负矩阵分解的产品结构相似性判断及其应用

为了快速发现可重用产品结构,提出了基于非负矩阵分解的产品结构相似性判断方法。通过将产品结构邻接矩阵转化为邻接向量,构建包含全部结构信息的库矩阵;利用Multiplicative Updates(MU)算法对库矩阵进行非负矩阵分解,实现以低维空间向量描述的产品结构;在此基础上,通过计算低维向量的欧氏距离,可以判断产品结构之间的相似性;最后通过实例对所提出原理和方法进行了验证,结果表明,该方法比目前的相似性判断方法更高效。     

基于L1范数的全变分正则化超分辨重构算法

针对结构化照明显微成像系统的超分辨图像重构算法存在边界振铃效应、噪声免疫性差的问题,提出了一种基于L1范数的全变分正则化超分辨图像重构算法（简称L1/TV重构算法）。从结构化显微成像模型入手,分析了传统算法的设计原理和局限性;论述了L1/TV重构算法的原理,采用L1范数对重构图像保真度进行约束,并利用全变分正则化有效克服了重构过程的病态性,保护了重构图像边缘。对比研究传统重构算法和L1/TV重构算法的性能。实验结果表明：L1/TV重构算法具有更强的抗噪声干扰能力,重构图像空间分辨率更高。     

基于局部SIFT特征点的双阈值配准算法

针对SIFT匹配算法和SIFT与RANSAC结合的匹配算法都存在不同程度误匹配的问题,提出一种基于局部SIFT特征点的双阈值匹配算法。设计变步长迭代准则获取SIFT双阈值,其中大阈值匹配获得一组稀疏的精确匹配,小阈值匹配获得一组可能存在误匹配的密集匹配。以精确匹配建立目标的形变约束模型,以此为基础从密集匹配中删除误匹配。通过这些正确的匹配点估计两幅图像之间的变换矩阵。为了降低算法所需时间,提高效率,通过分析图像的纹理变化,采用提取其变化最为剧烈的区域来代表整幅图像进行匹配运算。实验结果表明,该算法在图像存在平移、旋转等仿射变化情况下具有配准精度高,稳定和快速等特点。     

RFID unreliable data filtering by integrating adaptive sliding Window and Euclidean distance

Through improving the redundant data filtering of unreliable data filter for radio frequency identification(RFID) with sliding-window,a data filter which integrates self-adaptive sliding-window and Euclidean distance is proposed.The input data required being filtered have been shunt by considering a large number of redundant data existing in the unreliable data for RFID and the redundant data in RFID are the main filtering object with utilizing the filter based on Euclidean distance.The comparison between the results from the method proposed in this paper and previous research shows that it can improve the accuracy of the RFID for unreliable data filtering and largely reduce the redundant reading rate.     

基于差别度的电子舌对花椒麻味物质的定量预测

以建立一套快速批量的电子感官麻度评价方法为目的。以干花椒麻味提取液为研究对象,基于感官评价对照差别检验的方法和原理,对未知样品与参比样采取对比平行测定,以欧氏距离作为参比与样品间电子舌区分的差别度,探索建立花椒麻味物质含量电子舌预测模型。结果表明：差别度能很好地反应麻味物质不同质量浓度之间的差异,该差异可用线性数学模型表示。采用该模型对样品的预测值与实际值之间的相对标准偏差小于20%,满足感官评价对风味属性量化评价的要求。本研究实现了对花椒麻味物质定量预测的突破,同时也对利用电子感官进行半定量和定量测定研究提供了方法借鉴。