排序方式: 共有62条查询结果,搜索用时 15 毫秒
51.
针对当前车辆动力学模拟与动态控制研究中所采用的经验轮胎模型需要大量实验数据的情况,探讨了利用理论轮胎模型来进行车辆动力学建模与仿真的实现方法,以改善轮胎经验模型对实验数据过于依赖的不足。通过研究,利用MATLAB/Simulink软件实现了Gim理论轮胎模型的模块化建模和动力学仿真分析。仿真结果和实验数据的对比表明:Gim理论轮胎模型的精度高,能准确预测轮胎的力学特性;所建立的Simulink轮胎子模块通用性强,所需参数少,运算快,为车辆动力学的实时仿真提供了很大方便。 相似文献
52.
53.
为定量分析城镇化所导致的河网结构及水系连通变化,通过计算1990年、2000年、2010年和2015年4个时期秦淮河流域的河网密度、水面率、河网复杂度、河网稳定度、河网连通度、水文连通度,得出秦淮河流域水系结构演变过程及连通度变化规律,并运用统计学方法得到水系结构指标与水系连通度之间的联系。结果表明:近25年来,秦淮河流域河网密度、水面率均呈不断减小趋势,河道呈现主干化特征,流域河网整体规模呈萎缩趋势,水系连通变化与河网结构变化总体趋势一致,均呈降低趋势,且其变化与水面率、河网密度和河网复杂度具有显著相关性。 相似文献
54.
基于目前第三代视频监控系统存在的缺点,提出基于linux下的蜂窝式视频监控系统架构,解决目前存在的问题。 相似文献
55.
两阶段无监督顺序前向分形属性规约算法 总被引:3,自引:0,他引:3
采用单个属性多重分形维数及属性合并之后分形维数变化程度作为属性相关性的度量依据,以结果属性子集分形维数与属性全集分形维数的差值作为评价结果属性子集优劣的标准,将分形属性规约问题转化为属性个数受限的最大无关分形属性子集搜索问题.针对高维属性空间搜索的"组合爆炸"现象,设计了结合相关性分析与冗余性分析的两阶段顺序前向无监督分形属性规约算法.初步分析了算法的时空复杂性,基于标准与合成数据集的实验结果表明,算法能够以较低的分形维数计算工作量得到较优的属性子集. 相似文献
56.
57.
基于银行交易具有动态变化、时效性和重复性的特点,文中通过对银行网络进行清洗和压缩,研究银行网络的基本拓扑统计性质和聚类结构,并得到交易网络满足复杂网络的小世界和无标度特性。针对已有的链路预测算法在动态网络预测中的不足,提出一种自适应的动态链路算法对银行客户交易进行预测。该方法在预测网络的基础上添加了节点重要性与节点连接强弱性两个特性,并将3种预测算法结合随机算法进行了对比分析。随后将这3种算法运用到具有动态交易特性的3类真实数据集中进行实验验证。实验结果显示,新算法的预测精度约为75%。将该算法与经典的预测算法进行比较发现,提出的算法在预测方面的性能提升了5%~10%。 相似文献
58.
属性规约是应对“维数灾难”的有效技术,分形属性规约FDR(Fractal Dimensionality Reduction)是近年来出现的一种无监督属性选择技术,令人遗憾的是其需要多遍扫描数据集,因而难于应对高维数据集情况;基于遗传算法的属性规约技术对于高维数据而言优越于传统属性选择技术,但其无法应用于无监督学习领域。为此,结合遗传算法内在随机并行寻优机制及分形属性选择的无监督特点,设计并实现了基于遗传算法的无监督分形属性子集选择算法GABUFSS(Genetic Algorithm Based Unsupervised Feature Subset Selection)。基于合成与实际数据集的实验对比分析了GABUFSS算法与FDR算法的性能,结果表明GABUFSS相对优于FDR算法,并具有发现等价结果属性子集的特点。 相似文献
59.
为防止大数据环境下信息被盗取,提出了基于移动Agent的无线电力移动终端身份认证方法。利用移动Agent管理电力移动终端的分布式密钥,在移动Agent中完成异构网络数据和资源的互换,获取节点矩阵表得到用户所需的密钥,构建了基于Agent的系统成员信任模型,确保移动终端身份认证处于良好运行环境中。根据移动Agent得到的用户访问结果,在不可逆计算法下生成用户访问动态密钥,利用得到的认证码将用户认证信息二次加密处理,实现无线电力移动终端身份认证。实验结果表明,本文方法在相同加密程度中具有密钥短、身份认证准确性高以及认证计算量小的优点。 相似文献
60.
基于脑电信号完成对不同驾驶过程的解码分析,并就驾驶意图做出预测,是基于脑机接口的人机协同智能驾驶控制中的核心问题.为了实现对直线、左弯道和右弯道驾驶过程的识别,本文提出了基于脑电功能性脑网络和熵值特征的驾驶行为特征检测方法,并结合支持向量机和高斯混合模型等算法完成对不同线型驾驶过程的分类识别.模拟驾驶实验结果表明,本文提出的方法可有效实现对不同线型驾驶过程的识别,针对16名被试对直线和弯道驾驶过程的识别准确率均高于82%,最高达到86.66%,对左弯道和右弯道驾驶过程的识别准确率均高于75%,最高达到77.95%.对主要脑区间相互依赖关系的分析结果表明,弯道驾驶过程表现出明显的大脑对侧性特征,且左弯道驾驶相比右弯道需要更多的脑区间交互活动,而直线驾驶过程中左脑区的活动稍强于右脑区.本文研究结果对理解弯道驾驶过程中驾驶员脑认知特性,以及开展不同线型道路下驾驶行为检测和驾驶状态研究,具有一定的参考价值. 相似文献