改进Harris-Susan算法下砾石土料掺配均匀度评价

砾石土料掺配均匀程度对砾石土心墙坝的安全至关重要。数字图像处理方法被广泛应用于混合物识别领域,但在处理存在黏连特性的图像时易出现过分割与欠分割问题,导致评价结果精度不足。针对上述问题,本文提出改进Harris-Susan算法下砾石土料掺配均匀度评价方法。首先,改进Harris-Susan算法可分割欠分割区域并修复过分割区域,提高二值图像精度;其次,基于砾石邻域的概念,对图像进行单分位均匀度评价;最后,采用空间分布采样构建砾石土的空间均匀度评价指标。将该方法应用于大渡河双江口砾石土高心墙堆石坝工程建设中,本文方法相对统计准确率为0.935,较Otsu算法（0.353）和分水岭算法（-3.101）提升明显。结果表明,本文方法结果与筛分法高度一致,同时可有效节省人力、物力与时间成本,评价效率更高,具有很强的工程应用价值。     

一种基于坐标和的保护位置隐私近邻查询方法

空间定位和无线通信技术的成熟促进了基于位置服务(Location Based Service,LBS)的发展,用户通过向LBS服务器发送位置和查询信息获取相应服务。这种模式不可避免地带来对用户个体隐私的侵犯。随着用户对个体隐私信息安全的日益关注,如何在保护用户位置隐私安全下提供基于位置的查询服务成为研究的热点。现有的基于可信第三方的方法主要存在以下问题:(1)难以寻找满足要求的可信第三方;(2)可信第三方容易成为系统的瓶颈,造成系统查询效率和扩展性较差。针对这些问题,提出一种不依赖于可信第三方的隐私保护查询策略,即客户端通过向LBS服务提供方发送其当前位置的二维坐标之和,实现对查询发起用户位置隐私的保护。LBS服务器通过设置基于坐标和的查询处理策略将包含查询结果的候选解反馈给客户端,进一步通过对候选解的有效剪枝,有效降低通信开销以及服务器与客户端的处理代价。理论分析和实验结果表明,算法是可行的,能够有效解决依赖于可信第三方的系统带来的查询效率和系统扩展性较差的问题。     

一种面向聚类的对数螺线数据扰动方法

面向挖掘应用的隐私保护数据发布要求对数据集进行隐藏的同时维持数据的挖掘可用性,数据扰动是解决该问题的有效方法.现有的面向聚类的数据扰动方法难以兼顾原始数据个体隐私和维持数据聚类可用性,对此提出了一种基于对数螺线的隐私保护数据干扰方法.通过构建面向聚类的隐私保护数据扰动模型,利用对数螺线对原始数据进行扰动隐藏,维持原始数据的k邻域关系稳定,实现数据集聚类可用性的有效维护;进一步提出多重对数螺线扰动的策略,提高隐私保护强度.理论分析和实验结果表明:文中方法能够有效地避免数据隐私泄露,同时维持数据的聚类可用性.     

多维敏感属性隐私保护数据发布方法

在匿名数据发布中,当敏感属性为多维时,攻击者有可能能够获取一维或几维敏感属性信息,并且结合准标识符信息对其他敏感属性进行推理攻击。针对此问题提出(Dou-l)-匿名模型,更好地保护了敏感信息。基于多维桶和分解思想,提出(Dou-l)-匿名算法,使得即便攻击者掌握了部分敏感数据,仍然能较好地保护其他敏感属性数据的隐私安全性。实际数据实验证明,算法可以较好地均衡发布数据的安全性和可用性。     

大场景视频监控下大坝运输车改进多目标多视觉卸料识别模型研究

运输车卸料识别对保障大坝施工安全、优化运输配置具有重要意义。然而,大坝施工中多采用全球导航卫星系统（Global Navigation Satellite System,GNSS）进行运输车活动状态分析,存在设备成本高、识别精度低等缺点。目前,通过布设高清摄像头进行坝面大场景施工监控成为趋势,但尚未见基于机器视觉的运输车卸料识别研究。针对上述问题,提出大场景视频监控下大坝施工运输车卸料识别改进多目标多视觉任务模型。首先,采用ByteTrack实现大场景监控视频中多辆运输车目标检测与追踪,记录其行驶轨迹;其次,High Resolution Net（HRNet）被用于运输车头部和尾部的关键点检测,进而结合行驶轨迹判断运输车前进、停止和后退等行进状态;再者,通过Destruction and Construction Learning(DCL)细粒度分类方法判断运输车料斗的抬升状态;最后,结合ByteTrack、HRNet和DCL的多目标多视觉任务的分析结果判定运输车卸料状态。以两河口施工视频监控为例进行验证,提出的卸料识别模型在34帧时卸料状态识别平均准确率为87.3%,卸料时间判断精度为90.3%,验证了本模型的可行性和有效性。     

复杂施工条件下无人碾压机群协同全覆盖路径规划研究

无人碾压是大坝碾压施工领域研究的热点。大坝施工具有坝面面积大、料区多、障碍物多等复杂特点,这给无人碾压机群协同作业带来挑战。研究无人碾压机群高效协同全覆盖路径规划对于保证无人碾压机在大坝复杂施工条件下的碾压质量和进度具有重要意义。本文提出一种无人碾压机群协同全覆盖路径规划的新方法,包括作业面分解、子作业面规划、子作业面连通和机群任务分配等步骤。首先,针对存在障碍物的不规则边界作业面分解问题,采用Boustrophedon算法将其拆分成较少的无障碍物子作业面;其次,提出满足搭接法和错距法碾压施工原理的碾压运动模型（CMM,Compaction Motion Model）来进行子作业面路径规划;再者,将各子作业面连通施工顺序优化问题建模为TSP模型（TSP,Traveling Salesman Problem）,采用混沌理论改进蜻蜓算法的搜索机制,构建混沌蜻蜓算法,以求解较优的子作业面间转场路径;最后,建立无人碾压机群作业时间成本函数,并以最小化时间成本为准则将全覆盖路径分配至各无人碾压机,实现无人碾压机群的高效协同全覆盖路径规划。以心墙堆石坝为例,通过Matlab仿真对比和工程应用,结果表明本文所提出的方法能够实现复杂施工条件下的无人碾压机群的协同全覆盖最优作业路径规划。同时,在碾压质量方面能够满足各料区碾压达标率均高于95%,在碾压效率方面无人碾压机设备利用率均高于97%。本研究为大坝碾压机群无人驾驶协同全覆盖路径规划提供了一种新思路。     

复合保温板保温性能预测

将复合材料学科中本构预测方法引入建筑材料,通过对复合保温板基本单元模型进行假设,应用所假设的两种基本单元模型,结合热传导的理论给出了相应的预测公式,对保温板的保温性能进行了预测,并将预测结果与保温板实际保温性能进行对比,验证了假设模型的准确性.对于不同种类复合保温板的预设计、性能预测和导热机理的研究有着重要的意义.     

基于 IESPSO 的舵机倾转矢量动力系统建模与参数辨识

针对在旋翼动态时产生的外力矩影响下,倾转矢量动力系统中的舵机系统模型辨识精度低、实际响应难以估计的问题, 本文将舵机外力矩作为扰动噪声纳入辨识环节,构建系统模型,并提出了一种基于改进生态系统粒子群优化( IESPSO)的倾转 旋翼舵机系统参数辨识方法。 为确保试验稳定安全进行,本文设计了倾转矢量动力系统辨识平台,进行参数辨识试验。 试验结 果表明,在旋翼动态时产生的外力矩噪声影响下,IESPSO 相对于粒子群优化法、生态系统粒子群优化法与递推最小二乘法,均 方根误差降低了 1. 46% ,1. 79% 与 56. 37% ,辨识精度有明显提升,并具备更快的寻优收敛速度。 在修改搜索空间后,IESPSO 仍 具有较高的寻优精度,避免了在宽搜索空间下无法快速搜索至较优可行解的问题。