基于加权Voronoi图的城市影响范围划分

确定中心城市的吸引范围是城市体系规划、城市经济区划的一项基础工作.总结并分析以往方法的问题和不足,以河南省为例,通过选取指标体系,运用统计分析和数据变换的方法,确定中心城市的中心性强度,在此基础上提出城市断裂点理论与加权Voronoi图相结合的方法,实现对各中心城市空间影响范围的界定与生成.     

基于发生吸引源分布特征的公共自行车网点规模优化模型

为提升公共自行车系统运行效率、推进系统可持续发展,针对租赁网点锁车器规模与用户租还需求不匹配的情况,提出了公共自行车网点规模优化模型.基于公共自行车刷卡数据、锁车器监测数据、实地调研与问卷调查数据,测算了网点吸引范围,提出了影响网点规模的关键因素.在此基础上,遵循步行距离衰减规律、规模叠加效应、发生与吸引平衡的原则,建立了基于发生吸引源分布特征的公共自行车网点规模优化模型,并采用北京市实际数据对模型进行了标定与检验.结果表明:提出的模型精度达到86%,基于发生吸引源的分布特征可以较准确地预测网点规模.     

基于物联网的智能停车场系统

针对目前国内智能停车场存在全程物理导航费用高、部分导航表达不明确和无法实现二次导航寻车等问题,设计了利用物联网将数据传输给移动设备实现全程导航的方案,并给出了硬件结构和软件组成。采集停车场停车数据于PC机,通过停车场基站号码段识别技术将数据传输给用户手机,用户利用手机接收的数据进行停车场全程导航和二次导航寻车。通过软硬件设计和调试实验结果表明,数据能够可靠传输到用户手机,用户利用手机接收的数据链接百度地图能够轻松实现停车场内定位、导航和二次导航寻车。     

一种基于模糊理论的最佳路径选择方法

目的 为车辆用户高速、快速、便利地出行提供一种最佳的行驶路线。方法 利用模糊理论的概念提出了一种模糊综合评判的方法。结果与结论 基于模糊综合评判的最佳路径选取算法能够为驾驶员提供较合理的高效行驶路线。     

基于Voronoi图提取线状地物骨架的一种方法

骨架是线状对象的一个重要特征,如何快速地提取骨架线是研究图像图形学的一个重要方向.为了快速地提取线状地物的骨架线,通过分析其与Voronoi图之间的异同点,提出了一种基于Voronoi图快速提取线状地物骨架的方法,并针对不同的边缘采取了不同的方案以保证提取的骨架线的准确性,最后以福州市区内闽江部分河段的骨架提取为实例检验了该方法的有效性,并分析了存在的问题,提出了改进的方向.     

基于Voronoi图提取线状地物骨架的一种方法

骨架是线状对象的一个重要特征,如何快速地提取骨架线是研究图像图形学的一个重要方向.为了快速地提取线状地物的骨架线,通过分析其与Voronoi图之间的异同点,提出了一种基于Voronoi图快速提取线状地物骨架的方法,并针对不同的边缘采取了不同的方案以保证提取的骨架线的准确性,最后以福州市区内闽江部分河段的骨架提取为实例检验了该方法的有效性,并分析了存在的问题,提出了改进的方向.     

基于ZigBee技术的小区停车场管理系统设计

针对私家车不断增多的现状,提出了一种基于ZigBee无线技术的小区停车场管理系统,该系统将停车管理与防盗报警相结合,实时采集车辆的安全信息,将数据上传到管理中心,由管理中心采取措施确保车辆安全.     

基于 Zigbee 的无线智能停车场系统设计

本文从解决现今停车场泊车困难的问题出发,设计了一套基于 Zigbee 无线通信技术的无线智能停车场系统。该系统利用车辆检测器对车位信息进行采集分析,将 Zigbee 技术作为信息传输媒介,送至上位机与 LED 显示屏进行管理与显示,为停车场管理提供了高效实用的解决方案。     

基于Voronoi图的无线传感器网络定位算法优化

无线传感器网络是由具备传感、计算和通信能力的传感器节点组成的多跳自组织网络。定位技术是无线传感器网络的关键技术之一,大多数定位算法都以测距技术为基础。提出了一种基于距离优化的Voronoi图定位算法VB-DR。该算法利用Cayley-Menger行列式的几何应用对节点之间的距离关系进行限制,得到关于测距误差的约束方程并用以优化距离信息。仿真表明,VB-DR算法可以较好地修正测距误差,并解决经典的基于Voronoi图定位算法中存在的定位失败问题。     

基于物联网技术的智能停车场系统设计

根据基于RFID(Radio Frequency Identification)的物联网技术、嵌入式技术设计实现了智能停车场系统,系统以ARM9 S3C2410微处理器为核心处理器,采用MiFare1射频识别卡,运行在嵌入式操作系统WINCE平台下,并采用SQLite嵌入式数据库存储实时信息,最终通过MCGS嵌入式组态软件开发了WINCE平台下的监控终端软件,并进行了模拟运行.经模拟仿真系统具备安全、稳定,实时性良好等特点.     

基于萤火虫算法的脑效应连接网络学习方法

脑效应连接网络学习是人脑连接组研究的一个重要研究课题,准确识别脑效应连接网络对于脑疾病的早期诊断以及病理研究具有重要意义.本文将萤火虫算法与贝叶斯网相结合,提出了一种带有繁殖机制的脑效应连接网络萤火虫学习方法.新方法使用K2评分作为目标函数来衡量萤火虫个体的绝对亮度,利用萤火虫种群的寻优来完成脑效应连接网络的学习,并利用繁殖机制对种群实施进一步的优化.首先将一种仅含少数边的脑效应连接网络表示成一个萤火虫个体,并通过萤火虫个体的定向移动操作以及随机移动操作逐步构建脑效应连接网络;然后每经过一定代数的寻优后,萤火虫种群执行一次繁殖过程,以优化效应连接网络的质量.最后,当算法收敛时,将萤火虫种群中绝对亮度最高个体所代表的网络结构作为学习到的最优脑效应连接网络.在多组模拟数据集上的实验结果验证了新算法中繁殖机制的有效性,且与其它算法相比,新算法具有明显优势.在真实数据上的实验也表明了算法的潜在实用性.     

一种基于连通度的电力信息网络生存性分析方法

基于电力信息网络的连通性,提出了电力信息网络绝对生存等级、相对生存等级以及关键服务失效率等概念及指标,分别从系统整体性、系统关键服务以及系统服务对系统整体性的依赖程度3个方面确定了电力系统信息网络的可生存性评定方法.针对一个具体的实例,通过Dijkstra算法计算链路权值,得到电力信息网络的可生存性指标,说明该方法的可行性,并提出提高现有信息网络可生存性的方法.     

基于最优组合的停车诱导信息配置模型与算法

梅振宇,项贻强,陈峻,王炜为了实现宏观调控城市全局的静态交通分布的目标,通过对停车选择的分析,提出了停车诱导信息配置优化组合模型与算法.模型的研究从车辆到达率高和日常泊位饱和度大的热点停车场入手,考虑车辆停放者的选择行为,以总行程时间最小建立了目标函数.通过采用基于最优组合的可变信息板(VMS)信息显示组合方式来发挥停车选择诱导作用,并对它设计了遗传算法（GA）进行了计算,从而获得目标函数的优化值.经浙江德清中心城区实例验证,设置诱导后最小总行程时间减少了49.9%,结果显示,该模型能通过引导停车者不选择“过热”的停车场而选择其他次选的停车场来减少总行程时间.     

基于双萤火虫种群并行搜索的脑效应连接网络学习方法

为了从功能磁共振成像（fMRI）数据中识别到高质量的脑效应连接网络,提出双萤火虫种群并行搜索的脑效应连接网络学习方法. 利用2个萤火虫种群寻优完成脑效应连接网络的学习,将萤火虫种群划分为精英种群和普通种群. 通过精英种群的定向移动和普通种群的随机移动,分别逐步构建脑效应连接网络;在网络构建过程中,利用种群迁移操作动态地调整精英种群和普通种群的种群规模,以实现两种群之间的信息交流. 每隔一定代数,使用基于多样性度量的种群自适应更新机制,动态地进行2个种群的更新. 在多组模拟数据上的实验结果表明,新算法与其他算法相比,在识别总体性能上具有明显优势. 在真实数据上的实验表明了算法的潜在实用性.     

基于贝叶斯网络的缺失数据处理

针对贝叶斯网络的数据缺失问题,提出了一种数据修补方法,该方法通过使用一个评分函数来对节点各个状态分别进行评分,得出各个状态对于所属的贝叶斯网络的得分,即各个状态与所属贝叶斯网络的匹配度,最终确定要补充数据的状态.实验证明,此方法可以在贝叶斯网络结构学习或者推理之前对数据进行修补,使其成为完整的数据,有效提高缺失数据的利用率.     

Sub-pixel mapping method based on BP neural network

A new sub-pixel mapping method based on BP neural network is proposed in order to determine the spatial distribution of class components in each mixed pixel.The network was used to train a model that describes the relationship between spatial distribution of target components in mixed pixel and its neighboring information.Then the sub-pixel scaled target could be predicted by the trained model.In order to improve the performance of BP network,BP learning algorithm with momentum was employed.The experiments were conducted both on synthetic images and on hyperspectral imagery(HSI).The results prove that this method is capable of estimating land covers fairly accurately and has a great superiority over some other sub-pixel mapping methods in terms of computational complexity.     

Network-level optimization method for road network maintenance programming based on network efficiency

To maintain their capacity,transportation infrastructures are in need of regular maintenance and rehabilitation.The major challenge facing transportation engineers is the network-level policies to maintain the deteriorating roads at an acceptable level of serviceability.In this work,a quantitative transportation network efficiency measure is presented and then how to determine optimally network-level road maintenance policy depending on the road importance to the network performance has been demonstrated.The examples show that the different roads should be set different maintenance time points in terms of the retention capacities of the roads,because the different roads play different roles in network and have different important degrees to the network performance.This network-level road maintenance optimization method could not only save lots of infrastructure investments,but also ensure the service level of the existing transportation system.     

一种基于混沌神经网络的安全组播通信方法

提出一种组播通信安全加密方案.混沌神经网络复杂的非线性动力学特性主要包括序列轨迹的无法预测性和混沌吸引子分类的不规则性.组密钥管理协议LKH优势在于密钥更新快和更新代价小,适合大型组播通信环境.该方案是把混沌神经网络和组密钥管理协议的优势相融合应用在安全组播通信中.理论分析表明该方案具有良好的随机性、复杂度、速度快等密码学特点.在Altera DE2FPGA硬件平台上进行算法设计与仿真,仿真结果表明该算法只占用约5%左右的硬件资源,时钟可达50 MHz,能够满足安全组播通信的要求.