基于谱聚类的全局中心快速更新聚类算法

针对高维数据在聚类过程中存在迭代次数多、运算耗时长等问题,提出一种改进的聚类算法,首先采用谱聚类对样本降维,再选取k个首尾相连且距离乘积最大的数据对象作为初始聚类中心,在簇中心更新过程中,选取与簇均值距离最近的数据对象作为簇中心,并将其他数据对象按最小距离划分至相应簇中,反复迭代,直至收敛。实验结果表明,新算法的Rand指数、Jaccard系数和Adjusted Rand Index等聚类指标全部优于K-means算法及其他3种改进聚类算法,在运行效率方面,新算法的聚类耗时更短、迭代次数更少。     

基于单目视觉的助航灯具定位及发光口识别

为实现助航灯具的自动清洗,本文提出一种基于单目视觉的助航灯具及其发光口的定位和识别方法。通过提取摄像机画面中的灯具轮廓,采用最小二乘法拟合灯具不发光状态下的椭圆模型,得出灯具中心的像素坐标,采用质心法计算发光状态下光源中心的像素坐标。通过对摄像机的标定,建立地面约束坐标系,实现灯具像素坐标到世界坐标的转换,得到摄像机与灯具的相对位置。     

基于理论参数空间的遥感蒸散模型构建及验证

遥感数据提供了估算区域蒸散的重要数据源,基于VFC/LST参数空间构建了改进的遥感蒸散模型(EML)。在EML中,每个像元构建其专属的理论参数空间,并基于水分亏缺指数(WDI)实现目标像元的蒸散估算。使用SMACEX实验观测数据对模型进行评估,区域尺度的模型评估使用来自于Landsat 7ETM+的遥感参数。评估结果表明EML可以实现可靠的区域通量估算。潜热通量估算的平均绝对误差(MAD)和均方根误差(RMSD)分别为62.20和74.17 W/m~2,感热通量估算的MAD和RMSD分别为43.37和49.02 W/m~2。使用传统的梯形参数空间模型(TIM)与EML进行对比,结果表明EML模型克服了TIM模型的主观性和不确定性。研究结果表明:EML模型能够实现可靠的蒸散估算,且优于传统的梯形参数空间模型TIM,并适用于非均匀下垫面的蒸散估算。     

无人机在西藏地区高原雪山人员搜救中的应用探讨

近年来,随着经济发展,入藏旅游、转山朝圣的人数增多,被困高原雪山的情况也在增长。高原地区自然环境恶劣,容易造成严重的高原反应,给人们的生命带来威胁。在救援过程中,有可能遇到道路阻塞、通信中断、保障不足等困难,使救援的风险和难度增大。无人机具有飞行速度快、高空视野广、搭载功能多、风险成本低等优势,可以在雪山搜救被困人员的过程中发挥搜索、通信、安抚、运输等作用,增强救援效率,减少风险。文章围绕高原雪山人员搜救任务的特点规律及潜在困难研究分析,对应用无人机开展这类搜救任务进行探讨。     

云南省气候干湿状况时空变化特征研究

为研究云南省气候干湿变化特征,将云南省分为五个分区,并采用云南省31个气象站点1970~2014年的逐日气象水文资料,计算了云南省区域潜在蒸散量,并结合M-K法和小波分析法研究了云南省各区干燥指数的时空变化特征。结果表明,近45年云南省各区气候呈变干趋势,其突变年份主要集中在1972年左右和2009年以后,除春季呈变湿趋势外,其他季节均呈变干趋势,其中秋季最为明显;云南省湿润和半湿润区主要集中在滇西南、滇东南和滇西北,半干旱区主要集中在滇东北和滇中,各季节基本上均表现出中间干四周湿的分布特征,气候最干燥区均集中在滇中和滇西南靠近干热河谷的地区;云南省气候变干趋势由西北向东南越来越明显,春季中西部呈变湿趋势,东部呈变干趋势,夏季变干趋势由中部向东部和西部越来越明显,秋季变干趋势由西向东越来越明显,冬季与秋季相反;云南省干湿变化普遍呈现约为2、28年的干湿周期。研究结果为云南省区域水资源配置提供支持。     

基于社团划分的网络聚类布局算法

复杂网络日益受到广大专家和学者们的关注,对其进行可视化展示可以帮助用户发现复杂网络表征的复杂系统中隐藏的知识信息,对计算机科学、社会学、生物学等领域具有重要的意义。力导引布局算法是复杂网络可视化领域的主流算法,它用节点连接图的形式对复杂网络进行抽象表示,布局遵循一定的美学标准如节点的均匀分布、边长尽量一致等,这在一定程度上阻碍了对复杂网络的社团结构的展示。针对以上问题,本文提出引入基于度中心性的社团斥力与引力对力导引算法进行改进,以对复杂网络进行聚类布局。实验结果表明,本文算法可有效地展示复杂网络的社团结构,同时又能保留社团之间边缘节点的信息。     

钢管自动探伤设备中信号存储及缺陷定位的应用研究

本文主要介绍了钢管自动化探伤中检测信号的存储、被检钢管的实时测长、以及检出缺陷的定位方法和实现技术.     

基于贝叶斯方法的失踪目标优化搜索算法

摘要：针对特定区域失踪目标的搜索问题,提出一种基于贝叶斯方法的失踪目标优化搜索算法。首先介绍贝叶斯方法的应用以及搜索算法的优化,然后利用蒙特卡罗方法对不同的搜索算法进行模拟与比较,模拟结果显示基于贝叶斯方法的搜索算法与随机搜索、线性搜索相比具有明显的优势。同时还进一步探究了不同的区域网格数量对结果的影响。     

基于Levenshtein和TFRSF的文本相似度计算方法

在社交网络中查找和收集个人信息可以建立一个包含目标履历、生活、爱好以及朋友等属性的信息体系,但是不同社交网络中存在大量同名用户。为了解决同名歧义问题,采用计算用户信息相似度,可以判断2个用户是否属于同一个人。由于文档中描述信息位置颠倒会导致计算机误判,为此,本文通过对莱文斯坦（Levenshtein）和词频相关字符串频率（TFRSF）方法融合计算词频和编辑距离,判断属性值是否相同。实验结果表明,本文提出的计算文本相似度方法在多种评价指标上准确性都有所提高,准确率（Precision）、召回率（Recall）、F1值（F1 Measure）均大于87%。