基于泊松方程实现点云的表面重构

根据测量的数据点集,由梯度关系得到采样点和指示函数的积分关系,根据积分关系用划分块的方法获得点集的向量场,计算指示函数梯度场的逼近,构成泊松方程.根据泊松方程使用矩阵迭代求出近似解,采用移动立方体算法提取等值面,对所测数据点集重构出被测物体的模型,泊松方程在边界处的误差为零,因此得到的模型不会存在假的表面框.     

基于加权时变泊松模型的出租车载客点推荐模型

针对出租车空载率高、司机寻客难的问题,提出泊松-卡尔曼组合预测模型（PKCPM）。首先,采用加权非齐次泊松模型,针对出租车历史数据进行建模,得到目标时刻的估计值;其次,基于当天的实时数据,将临近时刻乘客需求的平均值作为目标时刻预测值;最后,将预测值和估计值作为卡尔曼滤波模型的输入参数,实现对目标时刻出租车乘客需求的预测,同时引入误差反向传播机制,减小下一次预测误差。基于郑州市出租车轨迹数据集,对组合模型与非齐次泊松模型（NHPM）、加权非齐次泊松模型（WNHPM）、支持向量机（SVM）等三种模型进行对比,实验结果显示PKCPM的误差比WNHPM、SVM分别降低了8.85个百分点、14.9个百分点。该模型能对不同时段内、不同空间网格的乘客需求进行预测,为出租车寻找乘客提供可靠的依据。     

高速公路车流量的预测新模型

利用泊松分布,在不考虑随机因素对车流量影响的理想情况下,分别构建出低、高负荷两种状态车流量的数学模型。分析影响高速公路车流量的四个主要随机因素：车速、天气恶劣程度、突发事件、驾驶员对动态视野的感知程度,并设计出更符合实际的高速公路车流量预测模型,为高速公路管理部门合理预测车流量并做好应对准备提供有效的依据。     

受天气与交通事故影响的安全路线选择模型

为完善安全为第一因素的路线规划导航系统,突出“以人为本”的理念,基于OD（Origin-Destination）的路段选择,综合考虑贵阳市交通事故数据和天气数据两大影响线路风险系数的因素。建立泊松分布模型和马尔可夫模型,分析区域内交通事故易发点在晴天、阴天、雨天发生交通事故点概率和路线概率,构建风险系数指标。针对模型求得的路线安全系数采用最大决策法选出最优安全路线。结果表明,贵阳市不同天气下发生的交通事故频率有差异,检验每个地点发生交通事故数服从泊松分布;现有导航软件推荐的第一路线并不是最优路线,第二条路线才是安全系数最大的路线。基于泊松分布模型和马尔可夫模型计算交通事故发生概率,为现有导航软件中增添了安全系数为第一参考值的人性化设置,有较好的社会价值和推广性。     

修正ROF模型的分裂Bregman算法

ROF去噪模型对高斯噪声有很好的去除效果,但并不适合处理泊松噪声.该模型会造成含泊松噪声图像的边界模糊.针对泊松噪声类型,文献上提出了修正ROF模型.分析了修正ROF模型解的存在性和唯一性.采用逐步线性化的方法处理该模型具有强烈非线性的保真项,克服了其求解上的困难,并应用分裂Bregman算法,使得该模型可以快速求解.数值实验结果表明,该算法较好地保留了图像亮度较弱部分的细节信息,对实际CT图像的去噪效果优于传统的ROF模型,且收敛速度快.     

运用MATLAB进行军用软件可靠性评估

军用软件的可靠性已成为影响武器装备系统质量的关键因素。介绍了非齐次泊松过程类软件可靠性增长模型的原理以及如何运用MATLAB绘制软件故障数据曲线、模型参数估计及分布拟合检验,进而建立可靠性增长模型,进行可靠性评估。     

考虑环境因素的软件可靠性增长模型

软件可靠性增长模型中由于测试阶段和实际运行阶段环境的不同导致了失效强度函数的判断偏差。在Musa执行时间模型中的经典模型M-O对数泊松执行时间模型基础上,提出考虑环境因素的对数泊松模型,该模型能较好的刻画失效强度函数变化规律,并给出参数估计公式。通过对失效数据集的实验,结果表明该模型具有较好的拟合效果。     

基于周期性网络流量模型的校园网流量预测

网络流量模型是网络性能评价、网络协议设计和网络规划等的基础,然而实践证明基于泊松过程的传统流量模型并不适用于实际的网络流量.在对大量校园网络流量数据统计分析的基础上,提出一个基于周期性网络流量的网络流量模型,将网络流量分为时间相关分量和正态随机分量,并利用分布拟合检验算法加以验证,同时给出了在不同置信度下基于该流量模型的流量预测算法,从而保证对校园网络高效的管理.     

稀疏性正则化的图像泊松恢复模型及分裂Bregman迭代算法

生物医学、天文等成像系统通常会受到泊松噪声的干扰, 基于图像在过完备字典下的稀疏表示, 在贝叶斯最大后验概率估计框架下, 建立了针对泊松噪声的稀疏性正则化图像恢复凸变分模型, 采用负log的泊松似然函数作为数据保真项, 模型中非光滑的正则项约束图像表示系数的稀疏性, 并附加恢复图像的非负性约束. 进一步, 基于分裂Bregman方法, 提出了求解该模型的多步迭代快速算法, 通过引入辅助变量与Bregman距离, 可将原问题转化为两个简单子问题的迭代求解, 大幅度降低了计算复杂性. 实验结果验证了本文模型与数值算法的有效性.     

城市道多路口交通信号实时控制仿真设计

在单路口交通灯实时控制的基础上对城市道路多路口交通灯实时控制进行了研究。提出了一种双层次子区域的智能划分方法并应用于区域交通信号的实时控制,在子区域基础上建立多交叉口数学模型;运用指数平滑预测模型为BP神经网络模型提供学习所需数据,并将得到的混沌交通流序列与改进泊松函数得到的泊松分布断面发车随机数进行比较。通过上述模型及算法最终得到区域交通路口实时配时方案。     

基于离散泊松混合模型的教学评价数据建模

分析学生在教学评价系统中对于教师的评价数据有助于教师了解学生对授课教师的真实态度,总结教学经验,改进后续的教学方式,提高教学质量。但是进行教学评价时,学生中可能会出现随意评价或者恶意评价等问题,导致评价数据中包含大量噪声,造成反馈数据的不理想。因此,提出了一种离散泊松混合模型来对包含噪声的学生的评价数据进行建模,将混合模型中的每一个离散泊松分量对应一类具有相似评价模式的学生,借由离散泊松分布中的模型参数来表示对应评价模式中的评价分数。通过构建对数似然函数来衡量混合模型和评价数据的拟合程度,采用梯度下降的方法求解拟合程度最高的模型参数,找到学生对于教师的真实评价,保证教学评价系统中师生间的有效沟通。大量实验结果表明,模型能够快速准确地从含有噪声的评价数据中识别出具有不同评价模式的学生,掌握学生对于教师的真实评价情况。     

考虑故障相关的软件可靠性增长模型研究

软件可靠性增长模型是用来评估和预测软件可靠性的重要工具.目前,绝大多数的软件可靠性增长模型并没有考虑故障之间的相关性,也没有考虑测试环境和运行环境的区别.文中提出了一种随机过程类非齐次泊松过程(NHPP)中的考虑故障相关性、测试环境和运行环境差别的模型.在两组失效数据上的实验分析表明:对这两组失效数据,文中提出的模型比其他一些非齐次泊松过程类模型的拟合效果和预测效果更好.     

认知无线电中的新型自适应动态信道分配算法

根据授权用户的业务特点,提出采用混合泊松分布对授权用户业务进行建模,通过采用最大期望(EM)算法估计混合泊松分布模型的参数从而达到对信道的空闲时长的概率密度估计的目的,并提出了基于估计结果的信道分配方案。仿真结果表明所提出的方案能有效降低冲突率和提高吞吐量,且具有良好的实用性和灵活性。     

基于泊松方程的孔洞修补算法

传统网格生长法对孔洞数量庞大且孔洞类型复杂的三维网格模型修复效果不佳。针对该问题,将泊松方程应用于三角网格模型的孔洞修补。利用原始模型信息建立泊松方程,对输入模型曲面进行全局拟合,根据孔洞信息裁剪拟合得到的预测曲面并与原始孔洞模型缝合,通过孔洞边界区域法向量信息调整修补曲面的三角面片方向,达到特征增强的目的。实验结果表明,该算法对于结构复杂的多孔洞三维模型修补效果较好,对噪声鲁棒性强,在保留模型原始信息的同时能够准确还原孔洞区域特征。     

保持泊松噪声图像细节的快速变分去噪算法

去除医学、天文图像中的泊松噪声一直是人们关注的热点问题之一。在充分分析泊松去噪[α]-Le模型的基础上结合交替方向乘子（ADMM）算法,给出该模型一基于框式约束的快速求解算法,并证明了该算法的收敛性。数值实验结果表明,该算法在去噪的同时,不仅能很好地保留图像中的边缘及小细节特征,还能大幅提高运算效率。     

二维泊松问题的并行共轭梯度算法

该论文研究了利用并行共轭梯度算法求解二维泊松方程的方法,在由24台微机组成的机群上进行了实验。实验数据表明并行共轭梯度算法适用于求解二维泊松方程,它具有收敛快,可扩展性强的特点。在实验的基础上提出并验证了适用于并行共轭梯度算法的合理计算节点数的选择函数。     

考虑上下客车辆路边临停的混合交通流模型

针对上下客车辆,在无隔离带机非混行路段路边临停的现象,建立基于元胞自动机的混合交通流模型.对于用车乘客到达时间与地点的随机性,分别采取泊松分布与均匀分布;在NS模型基础上,对不同上下客车辆临时停车、让道的行为设计规则;对于非机动车采取BC A模型,引入越线换道和让行规则.通过数值模拟,研究路边临停现象的演化机理和临停时间的影响.仿真结果展现了有路边临停现象路段交通流、相位、时空的变化特征,表明了车辆平均临停时间的增加会导致车流量降低,以及额外占道时间的增长.     

零一膨胀二项混合回归模型的改进EM算法

首先对存在过多0和1的观测数据提出了零一膨胀混合回归模型,由于EM算法一般会使得估计收敛到局部最优解上,所以提出了一种修正EM算法,对具有有限混合成分的零一膨胀二项回归模型（ZOIB）的参数进行估计。最后通过模拟研究说明该方法的有效性。     

基于Greenshield模型的VANET异常节点检测机制

面向车辆自组网的安全通信问题,提出一种基于Greenshield模型的异常节点检测机制。结合车辆自组网的特点,构造Greenshield模型,计算车辆速度、车辆密度和车流量参数。在此基础上依据车辆自身无线通信设备计算的车流量和接收到的其他车辆计算的车流量的差异,初步定位可能的异常节点位置。采用假设检验中的u检验方法决定是否接受接收到的数据,据此推断节点是否异常。仿真结果表明,采用该机制检测异常节点的真正率指标高、假正率指标低,能有效检测车辆自组网中的异常节点。     

基于Hessian矩阵范数正则化方法的共聚焦图像复原

对于泊松噪声污染下的模糊共聚焦图像复原问题,为解决传统方法中存在的阶梯效应,提出了一种基于Hessian矩阵范数的正则化方法.在泊松概率模型的基础上,该方法引入Hessian矩阵范数作为正则条件,并应用交替方向乘子法和梯度投影方法求解最优化模型.在激光扫描共聚焦显微镜实验中,所获得的复原图像质量优于传统方法,此结果证明了该方法可以有效地复原泊松噪声污染下的模糊共聚焦图像.