基于二阶k近邻的密度峰值聚类算法研究

密度峰值聚类(DPC)是近年来提出的一种新的密度聚类算法,算法的核心是基于局部密度和相对距离,通过画出决策图,人为选定聚类中心,进而完成聚类.DPC算法利用截断距离计算局部密度,本质上只考虑了周围近邻节点的数量,且算法采用单步分配策略,一定程度上限制了算法对任意数据集的计算精度和有效性.针对上述问题,提出基于二阶k近邻的密度峰值聚类算法(SODPC).算法通过引入节点的二阶k近邻,计算直接密度和间接密度,重新定义局部密度的计算方式.在此基础上,定义非中心节点的多步骤分配策略完成聚类.通过人工和真实数据的测试,证明了该算法对不规则、密度不均匀的数据集具有较好的聚类效果.     

基于车载定位终端的车车互联系统研究与应用

物联网、云计算等新技术的发展为智慧旅游的实现提供了技术支撑,旅游类APP已成为个人智慧旅游的重要工具。针对团队出行通常会遇到位置失联、通信效率低下等问题,提出了车联网团队出行模式,设计开发了基于车载定位终端的车车互联APP。该APP应用层具有论坛发布、视频浏览、即时通信等常见功能,与人车位置共享、快捷消息、共享地理围栏等独特功能。硬件层采用STM32单片机,利用GPS全球定位系统与GSM通信网络相结合,实现车载定位。经过测试,该系统能够实现多机多人多车多定位的通信模式,满足了团队出行服务需求,有效降低了团队出行成本,提高了团队出行效率,具有一定的商业应用价值。     

装配式建筑自上而下设计信息协同与模型构建

为顺应国家建筑产业化、智能化发展的政策引导,针对当前装配式建筑专业信息缺乏关联、模 型利用不充分、数据传递效率低下等问题,提出基于建筑信息模型(BIM)技术的自上而下设计方法。以装配式 建筑的设计阶段为切入点,详细阐述了基于 BIM 技术的装配式建筑自上而下设计流程。结合装配式建筑的标 准化构件设计和组装特点,提出一种基于自上而下设计的装配模型,并从层级和专业 2 个角度描述了模型的架 构。针对各专业模型传递时的数据信息标准化、一致性问题,通过工业基础类(IFC)标准对装配模型进行实体和 属性集的扩展,提出基于 IFC 标准的各专业、各阶段的自上而下设计信息协同。经实例验证了 IFC 扩展装配模 型的自上而下设计可行性,为装配式建筑的协同设计提供了有益的方法借鉴。     

一种高压摆率低电压CMOS AB类放大器的设计

为了增加单位增益频率与压摆率,并能够工作在低电源电压下,同时降低偏置电流,提出了一种改进的基于0.18μm CMOS工艺的AB类放大器,其采用多级放大器结构,第一级为具有电流镜负载的NMOS差分对,第二反相级由共源放大器实现,第三极为AB类放大器,其能够在±500 m V电源下工作.电路仿真结果显示该放大器相位裕度为87°;总补偿电容为5 p F,与传统放大器相比减少了50%;单位增益频率为21.17 MHz,比传统放大器增大约10倍;压摆率为7.5和8.57 V/μs,与传统电路相比,分别增加了2.8倍和2.6倍.此外,与其他文献相比,该放大器具有较大的单位增益带宽和压摆率以及较小的功耗.     

隐身反设计下飞翼布局气动与隐身综合设计

为同时获得良好的气动和隐身性能,基于双发动机布局下飞翼无人机大鼓包式机身,采用隐身反设计思路,开展了飞翼布局气动与隐身综合设计与分析研究,提出了一种减小翼型前缘半径的机身前缘类"鹰嘴"形飞翼布局优化构型.分别采用CFD(计算流体力学)方法对M6机翼进行气动数值模拟方法验证,以及基于FEKO软件中MLFMM(多层快速多极子方法)和PO(物理光学法)对圆柱体和某飞翼布局缩比模型进行隐身数值计算方法验证,并利用该方法获得了飞翼布局无人机气动与隐身综合特性.结果表明:建立的气动与隐身数值模拟方法计算结果与实验吻合较好,数值计算方法是可靠的;基于隐身反设计思路构建的机身前缘类"鹰嘴"形飞翼布局设计不仅纵向气动特性略微提升,且前向(-25°~25°)隐身性能明显提高,充分表明了隐身反设计思路的有效性;前缘类"鹰嘴"形设计主要影响机身表面压力分布,并有助于提升升阻特性;前缘类"鹰嘴"形设计比传统钝形前缘设计在不同频率和不同滚转角下隐身特性均有所提高.     

复杂事件处理的自适应制造情景识别方法

制造过程中的任务、自然条件、电力水平等环境因素,制约物体状态及其关系的变化.智能制造单元需要自适应的对不同情境约束下的事件和复杂情形及时理解判断,提出基于复杂事件处理(Complex event processing,CEP)的情境约束情景识别方法,以实时作出合理的优化决策.针对忽视情境约束对事件判别的影响,构建基于情境约束的多层次事件模型,给出同生、情境、协同等事件新算子,提出基于事件聚合的制造情景模型与演算过程.针对情景识别知识库中模式规则生成的不足,通过整合物体数据与环境数据建立映射关联,将感知信息转化为情境事件图谱.通过综合序数、名义变量等距离计算和自适应熵权法,提出改进的混合聚类方法处理事件图谱实例属性的多样性和关联性,构建知识库以为情景实时识别提供服务支持.运用4个真实数据集和1个制造过程仿真数据集进行实验,均验证本文模型和方法的有效性,适用于大规模学习问题,并阐明情境因素能显著提升复杂制造应用中的事件判断、情景识别的准确性.     

基于室内地图环境信息的多楼层WiFi定位技术研究

针对多楼层环境的室内定位需求,提出了一种基于地图环境先验信息的WiFi指纹定位方法。首先在离线阶段建立地图环境信息模型并对指纹进行仿射传播聚类,然后在线阶段采用RSSI阈值的楼层判别算法确定楼层,并结合地图信息模型和最大后验估计方法计算出终端位置。实验结果表明,相比于传统的指纹定位方法,室内定位技术不仅能提高定位精度,并且降低了在线阶段指纹匹配计算的复杂度。     

类锂Cu~(26+)离子1s~2np态能量值与量子数亏损规律的研究

将全实加关联(FCPC)方法与单通道量子数亏损理论相结合,计算了类锂Cu~(26+)离子1s~2np(2≤n≤9)态的能量值和量子数亏损,所得计算结果与文献[9]的实验数据高度符合.将利用半经验方法计算所得的电离能与FCPC方法计算的结果进行比较,两种方法计算结果非常接近,说明半经验方法所确定的能量值也具有较高的精度.     

一种改进的模糊聚类图像分割算法

为了提高强噪声污染图像分割的鲁棒性,给出一种改进的非局部模糊聚类图像分割算法。改进算法将模糊因子的局部邻域值替换为非局部均值滤波图像的像素值,并加入局部空间信息,产生新的目标函数。借助拉格朗日乘子法,从最小化目标函数得出隶属度和聚类中心的迭代公式,进而完成图像分割。对合成图像、医学图像和自然图像添加高斯噪声、莱斯噪声和椒盐噪声,用于分割测试,结果显示,改进算法对强噪声图像具有更高的正确分割率和较小的模糊性。     

虚拟计算环境下基于聚类的资源匹配优化模型

虚拟计算环境中任务具有数量庞大、需求模糊、种类多样等特征,使得资源匹配面临巨大挑战.依据虚拟计算实验床平台公布数据,提出了一种融合虚拟资源与任务聚类的资源匹配优化模型.该模型通过分析任务需求、消耗等特征,基于改进二分K均值进行任务聚类,并结合虚拟资源类型生成优化的资源匹配列表.经实验分析验证,该模型有效缩小资源匹配范围,提高任务运行成功率,为精准匹配提供基础.