网络受限移动对象过去、现在及将来位置的索引

提出了一种适合于网络受限移动对象数据库的动态轨迹R树索引结构(network-constrained moving objects dynamic trajectory R-Tree,简称NDTR-Tree).NDTR-Tree不仅能够索引移动对象的整个历史轨迹,而且能够动态地索引和维护移动对象的当前及将来位置.为了比较相关索引结构及算法的性能,进行了详细的实验.实验结果表明,与现有的基于道路网络的移动对象索引方法如MON-Tree和FNR-Tree等相比,NDTR-Tree有效地提高了对网络受限移动对象动态全轨迹的查询处理性能.     

用双切比雪夫方法近似含噪音移动对象轨迹

在移动对象数据库中需要存储大量移动对象的历史轨迹.为了降低存储开销,同时提高轨迹查询的效率,研究者们提出了很多基于时间序列的方法对轨迹序列进行压缩近似及索引.但是这些方法不能用于不精确的轨迹数据.本文针对含噪音的轨迹数据提出了一种新的近似算法.该方法充分利用了轨迹位置数据和速度数据的导数关系,在不增加计算复杂度的情况下,能够更好地处理不精确的轨迹.在相同的压缩比下,用双切比雪夫方法重建的轨迹比现有方法更加接近移动对象的真实轨迹.     

二次规划在制定均衡用电生产计划中的应用

本文针对工厂电力尖峰负荷问题,研究制定耗电均衡且生产均衡的生产计划,来达到降低电力尖峰负荷值,削峰填谷,均衡用电的目的。本文采用二次规划来描述上述问题,运用了Wolfe 的二次规划转化为线性规划的方法进行求解,并具体应用于某钢厂的旬炼钢计划的制定。最后,将本文的计算结果与原有的旬炼钢计划进行了比较。     

纯电动教练车混合动力电源控制系统设计

纯电动教练车采用蓄电池作为单一动力电源时,在动力性能、续航里程等方面存在着不足,很难满足高功率密度和高能量密度的要求,而蓄电池与超级电容在性能上具有很强的互补性.将能量密度高的蓄电池与功率密度高的超级电容通过DC/DC变换器连接到直流母线上构成电动教练车的混合动力电源系统,不仅使蓄电池能够避免大电流放电的冲击,延长蓄电池的使用寿命,而且使电动教练车供电系统能满足高能量密度的需求.仿真与实验结果表明,混合能源系统能够有效地增加电动教练车的续驶里程.     

基于SA-PointNetVLAD的点云分类网络

三维点云数据包含着丰富的形状和比例信息,如何有效准确地对点云数据进行分类已经成为了目前计算机视觉领域的研究热点。由于点云在非欧氏空间中的不规则稀疏结构,并且现有的基于深度学习的三维点云分类模型中缺乏对各个点的局部信息和全局信息的有效利用,从而导致较低的分类精度。为了解决上述问题,提出了一种基于SA-PointNetVLAD的点云分类模型框架。该网络采用逐点特征提取和汇集操作来解决无序的点云问题,通过自注意力机制来计算每个点与其他所有点之间的关联,充分挖掘点云的局部区域细粒度特征以及全局信息,采用KNN邻近算法感知点云的局部形状结构,通过VLAD层将每个点的低层几何描述符与视觉单词相关联来间接描述高层特征信息。此外,该网络还引入一个有效的关键点描述符帮助识别整体几何图形。经过实验得出SA-PointNetVLAD模型在公开的ModelNet40数据集上仅使用512个点就可以达到90.9%的精度,显著高于相同条件下的其他方法。