排序方式: 共有3条查询结果,搜索用时 0 毫秒
1
1.
工件表面质量的好坏直接影响其使用寿命和使用性能,工件表面是通过工件轮廓线来画像的,是工件表面质量的外化指标,而接触式轮廓仪是通过扫描工件轮廓来呈现工件轮廓线的仪器。文中利用接触式轮廓仪以工件在水平状态和偏移状态下的观测数据为对象,通过数学建模建立相应的模型,并应用这些模型完整地标注工件轮廓线的各项特征数据。通过比较两种测量状态下轮廓线的各项特征数据,发现它们之间有随机的可容错差异。该两种状态下轮廓线数据模型能有效实现直线段、斜线段以及圆弧等工件轮廓线的自动标注。 相似文献
2.
3.
AIS数据是指通过AIS系统获取的船舶运动轨迹信息, 对其进行挖掘可以获得船舶的运动模式、航行路线、停靠地点等信息. 但其在采集过程中产生的离群点会对聚类等任务造成负面影响, 因此对AIS数据挖掘之前需要进行离群点检测. 然而, 当AIS轨迹数据中存在大量离群点时, 会导致大多数离群点检测算法的准确率显著下降. 为了解决这个问题, 本文提出了一种基于中心移动的轨迹离群点检测算法(center shift outlier detection, CSOD). 通过迫使数据点向其K近邻集合的中心移动, 使每个数据点更加接近典型数据, 从而有效地消除了离群点对聚类的影响. 为了验证本文算法的有效性, 使用浙江海域AIS渔船轨迹数据集, 将本文提出的CSOD算法与一些经典的离群点检测算法进行了对比实验. 实验结果表明, CSOD算法整体上性能更加优越. 相似文献
1