轨迹数据的时空模式挖掘与管理决策研究综述

时空轨迹数据的获取变得越来越容易,轨迹数据刻画了移动对象的行为模式与活动规律,是对移动对象在时空环境下的移动模式和行为特征的真实写照,在城市规划、交通管理、服务推荐、位置预测等领域具有重要的应用价值。这些过程通常需要通过对时空轨迹数据进行模式挖掘才能得以实现。简述了轨迹数据挖掘的预处理和基本步骤,归纳了异常轨迹检测方法的分类,分析、总结了近年来基于轨迹数据的四种模式挖掘,从管理决策角度对轨迹数据挖掘进行相关综述和分析,有望为轨迹数据的模式挖掘与管理决策提供必要的文献资料和理论基础。     

基于白鲸优化算法的配电网故障恢复方法

提出了一种基于白鲸优化（BWO）算法的配电网故障恢复方法。首先,建立光储、风储系统模型以及负荷模型,以故障后重要负荷损失量最小为目标函数,进行配电网的初步孤岛划分。其次,以网络损耗和开关操作次数加权求和最小为目标,采用BWO算法求解,获取孤岛划分与开关操作配合的故障恢复结果。然后,通过3种场景对比,验证了所提方法能够在不同故障时段获得配电网故障恢复的最优结果。最后,将BWO算法与二进制粒子群优化算法、灰狼优化算法的运行结果进行对比,验证了BWO算法寻优效果更好。     

基于综合时空特性的混合式轨迹压缩算法

针对车辆全球卫星定位系统(GPS)中如何降低轨迹数据存储空间,提高数据分析及传送速度等问题,提出一种基于综合时空特性的混合式轨迹压缩算法.该算法一方面采用了新的综合时空特性的在线轨迹压缩策略,利用GPS数据的位置信息、时间信息、方向角、速度信息进行轨迹特征点的综合判断,以更准确地选取特征点;另一方面,采用了在线与批处理相结合的混合式轨迹压缩策略,定时采用道格拉斯批量压缩算法对在线压缩的轨迹集进行二次压缩,以提高轨迹的压缩效率.实验结果表明,较现有的时空特性压缩算法,新的综合时空特性在线轨迹压缩策略虽然在压缩率上略有下降,但压缩误差有显著减小.进一步采用混合式压缩策略后,通过选取适当的批处理时间周期,所提算法在压缩率和压缩误差上较现有的时空特性算法均有所改进.     

一种改进MVI-CFAR检测器的性能分析

VI-CFAR检测器在均匀环境和非均匀环境下均具有较强的自适应性,但若前后两个参考滑窗均存在干扰目标时,VI-CFAR检测性能急剧下降。为克服该问题,本文采用有序统计平均CFAR和有序统计选小CFAR来替代VI-CFAR中最小选择CFAR。所提出的算法不但解决了干扰目标位置随机分布的问题,还解决了当其中一个滑窗的干扰目标数超过最大容限时检测性能下降的问题。在参考滑窗中干扰目标个数与扰噪比均不相同的情况下,分析了统计量VI的变化,有助于评估和设计VI-CFAR类检测器在多目标环境下抗干扰目标的最大容限。仿真结果表明,该改进算法提高了VI-CFAR在多目标环境下的鲁棒性,与其他改进算法相比,其排序处理时间降低一倍。     

条件生成对抗遥感图像时空融合

目的 卫星遥感技术在硬件方面的局限导致获取的遥感图像在时间与空间分辨率之间存在矛盾,而时空融合提供了一种高效、低成本的方式来融合具有时空互补性的两类遥感图像数据（典型代表是Landsat和MODIS （moderate-resolution imaging spectroradiometer）图像）,生成同时具有高时空分辨率的融合数据,解决该问题。方法 提出了一种基于条件生成对抗网络的时空融合方法,可高效处理实际应用中的大量遥感数据。与现有的学习模型相比,该模型具有以下优点：1）通过学习一个非线性映射关系来显式地关联MODIS图像和Landsat图像;2）自动学习有效的图像特征;3）将特征提取、非线性映射和图像重建统一到一个框架下进行优化。在训练阶段,使用条件生成对抗网络建立降采样Landsat和MODIS图像之间的非线性映射,然后在原始Landsat和降采样Landsat之间训练多尺度超分条件生成对抗网络。预测过程包含两层：每层均包括基于条件生成对抗网络的预测和融合模型。分别实现从MODIS到降采样Landsat数据之间的非线性映射以及降采样Landsat与原始Landsat之间的超分辨率首建。结果 在基准数据集CIA （coleam bally irrigation area）和LGC （lower Gwydir catchment）上的结果表明,条件生成对抗网络的方法在4种评测指标上均达到领先结果,例如在CIA数据集上,RMSE （root mean squared error）、SAM （spectral angle mapper）、SSIM （structural similarity）和ERGAS （erreur relative global adimensionnelle desynthese）分别平均提高了0.001、0.15、0.008和0.065;在LGC数据集上分别平均提高了0.001 2、0.7、0.018和0.008 9。明显优于现有基于稀疏表示的方法与基于卷积神经网络的方法。结论 本文提出的条件生成对抗融合模型,能够充分学习Landsat和MODIS图像之间复杂的非线性映射,产生更加准确的融合结果。     

面向软件密集型系统的体系结构可变性建模

软件体系结构提供了软件系统的高层抽象,对于软件密集型系统的开发具有重要意义,基于体系结构层次的可变性管理可以有效地实现软件的定制和演化。目前体系结构层次的可变性建模并没有得到足够的关注,在分析出领域体系结构后,无法很好地实现体系结构的建模,而且体系结构层次可变性建模方法并没有很好地对可变性的复杂依赖关系进行建模。提出了一种基于多视图的体系结构可变性建模方法,基于UML Profile扩展机制,定义了可变性的构造型、标记值和相关的约束,并利用基于分离的可变性建模方法,定义可变点交互视图对系统中存在的依赖进行建模。基于可变性视图和依赖视图分离的可变性建模方法,实现了复杂依赖关系的有效管理,提高了可变性建模的效果。以船舶故障预测与健康管理系统作为研究案例,对该方法进行了验证,结果表明该方法能够有效地实现软件密集型系统的建模。     

Trajectory-based human action segmentation

This paper proposes a sliding window approach, whose length and time shift are dynamically adaptable in order to improve model confidence, speed and segmentation accuracy in human action sequences. Activity recognition is the process of inferring an action class from a set of observations acquired by sensors. We address the temporal segmentation problem of body part trajectories in Cartesian Space in which features are generated using Discrete Fast Fourier Transform (DFFT) and Power Spectrum (PS). We pose this as an entropy minimization problem. Using entropy from the classifier output as a feedback parameter, we continuously adjust the two key parameters in a sliding window approach, to maximize the model confidence at every step. The proposed classifier is a Dynamic Bayesian Network (DBN) model where classes are estimated using Bayesian inference. We compare our approach with our previously developed fixed window method. Experiments show that our method accurately recognizes and segments activities, with improved model confidence and faster convergence times, exhibiting anticipatory capabilities. Our work demonstrates that entropy feedback mitigates variability problems, and our method is applicable in research areas where action segmentation and classification is used. A working demo source code is provided online for academical dissemination purposes, by requesting the authors.     

Multi‐objective design optimization of antennas for reflection,size, and gain variability using kriging surrogates and generalized domain segmentation

Cost‐efficient multi‐objective design optimization of antennas is presented. The framework exploits auxiliary data‐driven surrogates, a multi‐objective evolutionary algorithm for initial Pareto front identification, response correction techniques for design refinement, as well as generalized domain segmentation. The purpose of this last mechanism is to reduce the volume of the design space region that needs to be sampled in order to construct the surrogate model, and, consequently, limit the number of training data points required. The recently introduced segmentation concept is generalized here to allow for handling an arbitrary number of design objectives. Its operation is illustrated using an ultra‐wideband monopole optimized for best in‐band reflection, minimum gain variability, and minimum size. When compared with conventional surrogate‐based approach, segmentation leads to reduction of the initial Pareto identification cost by over 20%. Numerical results are supported by experimental validation of the selected Pareto‐optimal antenna designs.     

江西省余江县土壤肥力变化和驱动因素与对策研究

对照分析了余江县第二次土壤普查时期和2003年土壤养分和土壤pH的时空变化和土壤肥力综合指数变化。运用模糊数学、多元统计和层次分析方法,选取指标并计算了余江县土壤肥力各指标的隶属度、权重,并最终求得土壤肥力综合指数。通过比较发现,20年来,余江县土壤pH有显著下降,土壤酸化加重;速效磷、速效钾有较大幅度的显著提高;而有机质略有下降、全氮略有升高,但是变化幅度不大,不明显;土壤肥力综合指数显著增加。分析了变化的驱动因素主要是农业产业结构的调整和施肥量增加、施肥结构的更加合理,还与气候、地形、酸雨和土壤侵蚀的改善有一定的关系。并根据余江县的实际提出了合理对策。     

电容式土壤水分传感器的电导变异性试验研究

为评估电容式土壤水分传感器受土壤电导率的影响及其对农田土壤电导率变化范围的适用性,配制了一系列土壤等效含水率为40.6%、电导率为0~1.91dS/m的土壤等效介电溶液,分别对激励信号频率为40,50,60,70,80,90,100MHz的7种传感器进行了电导变异性试验,并且配制了相同含水率但电导率分别为0,0.31,0.46和0.61dS/m的4种土样进行了验证试验。试验结果表明:1)土样中的测试结果基本上与介电溶液吻合,可采用等效介电溶液评估传感器的电导变异性;2)传感器的电导变异率随待测介质电导率的升高而近似线性增大,相同电导率下,传感器激励信号频率越高其电导变异率越小;3)在农田土壤电导率基本变化区域0.239~0.650 dS/m内,当传感器激励信号频率从不低于80MHz时,其最大电导变异率为9.2%,能满足工程上的实际应用要求。