一种基于聚类融合和最小生成树的重叠社交网络划分方法

为解决重叠社交网络划分过程中涉及群体内容私密性的问题,提出一种基于聚类和最小生成树的社交网络划分方法。该方法首先以社交网络固有特征——成员之间联系的紧密度等属性来衡量节点之间的距离,然后使用K means算法产生初始聚类,并将聚类结果表述为矩阵和不带环无向图的形式,并对无向图采用Prim算法得出最小生成树,删减最小生成树中距离较远的K条边得到K个最小生成树,最后利用相似度解决离群点以及重叠点的社交网络成员的归属。实验表明：该算法并未涉及社交网络成员的隐私,得到的社区结构质量较高,并有效地考虑了重叠社区成员以及孤立成员的划分。     

基于工况影响的插电式混合动力汽车控制策略优化

根据其城市公交车的运营线路、运行类型及线路覆盖区域,选取20条代表性公交线路上对应的20辆公交车,采集一个月的行驶数据,利用短行程分析法结合主成分分析及优化的K均值聚类算法实现各片段的合理分类,从而拟合出反映这一城市公交车运行特点的行驶工况。利用AVL-Cruise整车仿真平台验证该工况合成的有效性和必要性,同时引入Isight优化平台实现针对该城市公交车整车控制策略关键参数的优化标定。结果表明,控制参数优化后整车综合油耗降低8.7%,与RCP测试的仿真结果相对误差仅为2%,验证了优化后的控制策略的有效性。     

节理平均迹长与统计窗选位关联性分析

 目前常用的统计窗迹长估算方法多假定节理中心在各向服从均匀分布,即认为统计窗的布置点位对平均迹长估算结果无影响。而实际上节理作为漫长地质演化过程的产物,受多期地质建造、构造综合作用,使得其形态及规模已发生较大的改变,呈现典型的地质韵律特征,若随机布置统计窗点位将会产生截然不同的迹长估算结果。为研究节理迹长与统计窗选位的关联性,以大岗山水电站地下主厂房区为例,首先对厂房区下游边墙节理组进行地质演化过程分析,确定厂房区优势节理组为辉绿岩脉及其节理影响带。接着以岩脉?81及其影响带为代表,对其发育地质韵律特征予以详细研究,藉此提出统计窗布置点位、尺寸及估算方法建议。最后采用5种统计窗估算法对研究区各区段节理迹长进行对比分析。研究发现：节理估算迹长与统计窗选位存在较强的关联性,不同的节理发育特征及统计窗布置点位适合于不同的节理组迹长估算方法,在应用统计窗法估算节理迹长时,需充分考虑优势节理发育规律,合理选择统计窗位置,尽可能将不同类型的节理包含其中,使之同时体现切割、交接、包含3种关系,并选取适合于本统计窗的迹长估算方法。     

可再生能源接入对电网电能质量的影响分析

从低频振荡角度分析可再生能源接入对系统电能质量的影响.首先,应用完全集合经验模态分解算法对可再生能源功率进行时频域分解,从而获取不同的固有模态函数(IMF)分量;然后,将各IMF分量接入三机九节点系统,获取相应的系统功率,并应用希尔伯特黄变换(HHT)求取对应的阻尼比,进而建立交并集原则辨识出对系统低频振荡影响严重的频...     

基于用户身份特征的多标签分类算法

目前对于智慧校园中的家校沟通,缺乏一种衡量和参考的方法。针对智慧校园中特有的聊天特点即存在明显的身份特征,提出了一种基于用户身份特征的多标签分类算法——Adaboost.ML。首先,新增加了启发式规则;然后,引入Adaboost.MH算法,同时摒弃了把数据集进行分片的概念;最后,直接利用单条数据作为分析的焦点,减少了由于时间片边缘带来的误差和推断时间,综合决策出聊天用户之间的关联关系。实验结果表明,与基于规则的启发式方法相比,所提算法在智慧校园数据集上的误报率、漏报率分别降低了53%、66%,同时在微信数据集上也具有良好的分类效果。该算法已应用到智慧校园项目中,能够迅速并准确地了解到家校沟通的情况。     

基于犹豫模糊H-平均的交通流模型选择方法

针对输入变量之间存在相互影响和联系以及属性值为犹豫模糊信息的多属性决策问题,基于阿基米德范数和Heronian平均,提出一种新的犹豫模糊Heronian平均（HFHM）算子;详细研究了HFHM算子的一些基本性质,包括幂等性、单调性和有界性;探讨了HFHM算子的一些特例,并提出了犹豫模糊加权Heronian平均（HFWHM）算子;进一步,基于HFWHM算子建立了一种新的犹豫模糊多属性决策方法,该决策方法不仅能够有效地捕获输入变量之间的相互联系,还使得决策者能够依据自身的风险偏好态度选择不同的参数进行决策。最后,通过交通流模型的选择实例对提出的决策方法进行了有效性验证。     

基于机器视觉的番茄成熟度颜色判别

提出一种颜色分析方法用于新鲜番茄分类,以GB 8852—88标准为参考,定义番茄成熟度的分类标准(在研究中将其分成四类:完熟、成熟、半熟、绿熟),将采集到的番茄RGB图像,去除背景后,滤波去噪,转换成HIS颜色模型和HSV颜色模型。通过Matlab编程获取R、G、B、H、S、V、I各颜色分量的均值,运用SPSS软件进行判别筛选组合特征分量,运用Matlab进行判别分析。分析结果显示,绿熟番茄在3种不同判别函数下训练集与验证集判别率均达到了100.00%;半熟番茄训练集判别率最高为94.74%,同时验证集判别率最高达到100%;成熟番茄训练集与验证集判别率最低,分别为76.67%和70.00%;完熟番茄训练集与验证集最高均为90.00%。总体上实现了不同成熟度番茄的判别分类。     

一种超宽带数字移相器设计方法

基于矢量合成理论,采用混合微波集成电路技术,提出了一种超宽带数字移相器的设计方法．该方法通过调节两路正交信号的幅度合成得到第一象限内不同幅相的矢量,采用三级级联的结构实现对输入信号的360°移相．运用此方法设计制作了一款超高频、超宽带6位数字移相器．该移相器在相对带宽57％的工作频带内,相位均方根误差小于3.8°,幅度不平衡度小于3.0dB,当应用在宽工作带宽、窄瞬时信号带宽的相控阵天线时,通过划分频带分段修正使幅度不平衡度降低到2.5dB以下,同时减小相位均方根误差至3.0°以下,满足某型相控阵天线的需求．     

矿区塌陷区遥感影像改进自适应维纳滤波算法

遥感影像为矿区开采沉陷研究提供了大量可靠的数据,对于提高矿区开采沉陷监测与预计的精度具有重要作用,但由于遥感影像的获取受到矿区成像环境、成像器件固有的缺陷等因素的影响,易混入不同程度的随机噪声,降低了遥感影像的成像质量,导致难以高精度提取矿区塌陷区域的相关数据。为此,提出了一种针对矿区塌陷区遥感影像的滤波算法。该算法首先对自适应维纳滤波算法添加了噪声图像块检测环节,对其进行了适当改进,将改进后的自适应维纳滤波算法用于对遥感影像进行去噪;然后针对去噪后遥感影像对比度不高的问题,采用动态均值算法进行增强处理,即通过设定某一阈值,将遥感影像像素点灰度值划分为亮度异常和亮度正常2个部分,采用亮度正常的像素点灰度值修正亮度异常的像素点灰度值,实现对遥感影像对比度的动态调整。采用一幅某矿区塌陷区的遥感影像分别对新算法、自适应维纳滤波、中值滤波、非局部均值滤波等算法进行试验,结果表明：新算法对于矿区塌陷区遥感影像的滤波效果相对于其余算法而言有一定的优势,对于提高矿区开采沉陷监测与预计的精度有一定的帮助。