基于空间向量搜索的密度峰值聚类算法

针对密度峰值聚类(DPC)算法因构建全局样本点间的相似度矩阵,而导致时间开销过大的问题,提出了一种基于空间向量搜索的密度峰值聚类(VS-DPC)算法。在n维正交坐标系中将数据点映射为以原点为起点的空间向量,计算向量的模和与统一坐标轴正方向间的夹角;利用截断距离和截断映射角确定相似范围搜索相似向量;利用相似向量确定有效密度点从而构建稀疏相似度矩阵,降低时间复杂度。在UCI数据库中7个真实数据集和7个形状复杂的人工数据集上的实验结果表明,所提的VS-DPC算法保持了DPC的聚类精度,相较DPC算法减少了约60%的时间开销。并对比于CDPC和GDPC两种提升DPC聚类效率的算法,算法参数更少,且在聚类精度和时间上分别平均提升6和18个百分点。     

PointPCA:一种三维空间点云的特征提取算法

点云是一个庞大的点的集合而且拥有重要的几何结构。由于其庞大的数据量,不可避免地就会在某些区域内出现一些相似点,这就使得在进行特征提取时提取到一些重复的信息,造成计算冗余,降低训练的准确率。针对上述问题,提出了一种新的神经网络——PointPCA,可以有效地解决上述问题;在PointPCA中,总共分为三个模块：a）采样模块：提出了一种average point samping（APS）采样方法,可以有效地规避一些相似的点,得到一组近似代表这组点云的新的点集;b）特征提取模块：采用分组中的思想,对这组新的点的集合进行多尺度空间特征提取;c）拼接模块：将每一尺度提取的特征向量拼接到一起组合为一个特征向量。经过实验表明,PointPCA比PointNet在准确率方面提升了4.6%,比PointNet++提升了1.1%;而且在mIoU评估测试中也有不错的效果。     

盆地城市地气温差变化特征及对颗粒物浓度的影响

观测四川盆地典型城市成都连续5 a逐小时的地表温度(T_s)、气温(T_a)及其颗粒物(PM_(10)、PM_(2.5))质量浓度等,分析地气温差(T_s-T_a)的变化特征及其对颗粒物质量浓度的影响。结果表明:平均地气温差为2.01℃,地气温差0.3~1.2℃,变化幅度较小;地气温差年变化最大时出现在4月,最小时出现在11月,三次拟合曲线可以较好地模拟成都温差的年变化特征;地气温差日变化显著,在不同季节中变化趋势大致相同,极值大小差异较大,分段拟合对温差日变化特征模拟较好;颗粒物污染明显,地气温差较小时,颗粒物质量浓度偏大,反之偏小。     

彩色视频增强算法关键技术FPGA实现

随着视频设备的高速发展,数字视频相关应用同样发展迅速,如监控设备、行车记录仪以及手机等电子产品。而如今数字视频图像增强的算法层出不穷,由于算法的复杂程度比较高,很难满足实时性这一基本的要求。讨论了基于Retinex模型的处理图像像素以及拉伸尺度可配置的关键技术,对关键模块进行实践以及仿真,最后将其通过FPGA实现(Vertex-5),系统时钟125 MHz,可以满足30 f/s的(2 000×2 048)像素的图像。     

一种高性能低复杂度Polar Code编解码算法研究

极化码(Polar Codes,PC)是一种全新的高性能信道编码技术,是5G移动通信系统的一个研究热点,得到了广泛的关注。传统的连续删除(Successive Cancelation,SC)译码算法在码长有限的情况下的性能较差,为了提高极化码的性能,从计算方式和存储结构两个方面研究了SC译码算法的原理和结构,提出一种SC译码算法的改进型算法CRC-SCL译码算法。为了降低该算法的复杂度,引入了"Lazy Copy"算法。仿真结果表明,CRC-SCL算法与SC算法相比,性能得到了显著的提高。     

牙颌点云数据的显著性特征提取

随着激光扫描测量技术的发展,其数据测量精度的逐渐增高使得获取的几何模型表面点云数据的细节信息越丰富,能更准确的反应物体几何表面特征,但如此海量的点云数据同时也带来对应的技术挑战,海量的点云数据在计算机文件存储、数据后期进一步处理以及软件可视化方面都不方便且效率低下.本文中的算法首先采用栅格法对点云进行空间划分及领域关系的建立,其次利用局部表面拟合的方法估算点云法向量,然后利用点云K领域法的向量求解坐标点的显著性值,最后根据显著性的值构建点云八叉树.该算法实现了对点云显著性特征的提取和对点云数据量的进一步简化,它不仅保留了对点云细节特征保持方面的优势,而且在时间效率上得到了提高.     

航测CCD预处理系统的设计与实现

设计了一个应用于航空摄影测量的CCD预处理系统.系统由相机数据处理和控制分系统组成.相机数据处理部分实现与记录系统和机上数传系统间的数据通信,要求对CCD相机送来的数据进行合成、压缩、缓存和视频编码.控制分系统实现与各系统之间的串口通信、温度控制以及电压转换.介绍了视频编码芯片和单片机通过I2C总线进行数据通信的原理和...     

基于CS-PSO算法的电池储能系统多目标优化运行策略

为了充分发挥储能系统在智能配电网中的积极调节作用,提出了一种统一为成本量纲的电池储能系统多目标优化运行模型。该模型以一个完整调度周期的配电网购电成本、网络损耗费用及电压调节费用均最小为目标函数,以电池储能系统的充/放电功率为控制变量,并确保储能系统在整个调度周期的能量守恒及容量约束。再应用层次分析法计算各子目标权重,化多目标函数为单一综合目标函数。针对所提出的电池储能系统优化运行模型,提出一种改进的混合粒子群优化算法—纵横交叉粒子群优化(CS-PSO)算法。将纵横交叉算子引入粒子群算法,并采用交叉搜索的方法以维护种群多样性,再以电池荷电状态为粒子位置矢量元素,实现完整调度周期内储能系统优化运行策略的求解。最后,对含高渗透率分布式发电单元和电池储能的IEEE34节点算例进行仿真,对比分析了3个单一单目标与本文多目标的优化结果以及3种智能优化算法的计算性能,还分析了储能系统优化运行对系统电压质量的影响。仿真分析结果表明:多目标优化能够充分利用储能系统为配电网提供多种服务,使配电网获得最大综合效益;CS-PSO算法在求解非线性规划问题时具有很好的收敛特性及较高的计算效率,从而验证了所提模型及算法的有效性。     

军事物流选址分配模型及遗传算法优化

在每个物流中心的容量有限的情况下,为了解决军事物流中心选址和服务需求分配问题,建立了一种基于二维地理坐标平面的军事物流选址分配模型。针对这种非凸和非光滑的混合整数非线性规划模型,给出了一种改进遗传算法的全局最优化求解方法,其中由于适应度函数与各物流中心对应的需求分配情况密切相关,我们用拉格朗日松弛法解决了对于特定位置的物流中心服务需求分配的子问题,最终得到了模型的全局最优解或者近似全局最优解,最后的实例求解表明了该算法的有效性和稳定性。