基于GPS数据及车辆运行特性分析的单车路段行程时间估计

针对现有的基于浮动车单车路段行程时间估计方法的不足,提出了一种基于GPS数据及车辆运行特性分析的单车路段行程时间估计方法。该方法主要进行了3个方面的改进:①对地图匹配模块中节点附近GPS点采用了相邻点联合匹配的方法,提高了匹配的效率;②针对不同情况下车辆在边界点前后运行特性的不同,对车辆通过边界点时间进行相应处理,提高了车辆通过路段边界点时间的估计精度;③对车辆个体在运行中因受到干扰而停车现象进行了分析,并对干扰停车予以有效剔除,降低了估计中车辆个体行为对估计结果准确性的影响。最后用出租车GPS实验数据进行了验证,结果证明了本文方法的有效性。     

基于相对密度的孤立点和边界点识别算法

根据孤立点是数据集合中与大多数数据的属性不一致的数据,边界点是位于不同密度数据区域边缘的数据对象,提出了基于相对密度的孤立点和边界点识别算法(OBRD)。该算法判断一个数据点是否为边界点或孤立点的方法是:将以该数据点为中心、r为半径的邻域按维平分为2个半邻域,由这些半邻域与原邻域的相对密度确定该数据点的孤立度和边界度,再结合阈值作出判断。实验结果表明,该算法能精准有效地对多密度数据集的孤立点和聚类边界点进行识别。     

EngraveMan for95/NT雕刻系统中图形轮廓的预处理

阐述了雕刻系统EngraveMan中图形轮廓的预处理方法 ,包括图形轮廓的表示法 ,计算图形轮廓的方向 ,设置图形轮廓的内外雕刻标志 ,图形轮廓的优化等问题。     

一种基于人眼图像灰度分布特征的虹膜定位算法

提出了一种基于人眼图像灰度分布特征的虹膜定位算法。该算法不必检测到所有的虹膜边界点，只需要分别在虹膜的内外边界上各检测到3个点即可。然后利用落在同一个边界上的3个点，根据“非共线的3点确定1个圆”的几何原理，计算出边界圆的参数，从而确定虹膜内外边界。对CASIA虹膜图像数据库进行了大量的实验，结果表明，该算法与经典的虹膜定位算法（如Daugman的算法和边缘检测算子结合Hough变换的算法）相比，定位结果更加准确，定位速度大幅度提高。     

边界点集规划与注塑模具浇口位置的优化

根据平衡流动路径特点，提出了以理想流动模式为目标、基于制件边界几何信息的浇口位置优化选取的原则；并以平板制件单浇口注射成型工艺为例，研究了最佳浇口位置的描述方法并建立了相应的数学模型，给出了优化算法及制件边界特征点集的规划提取方法；根据所建数学模型和所选用优化计算方法，开发了相应的计算软件，经实例验证，算法和模型可靠。     

电力系统潮流可行域边界拓扑性质及边界算法

电力系统潮流可行域是一种评估系统静态安全的有效手段.文中探讨了不同子空间的潮流可行域边界的拓扑性质,提出了新的边界算法.首先,在把潮流可行域划分为负荷注入子空间与发电注入子空间的基础上,通过大量算例发现2个子空间的可行域边界具有截然不同的拓扑特性,特别是发电注入空间的潮流可行域边界在系统实际可能的运行范围内呈现较好的线性特性.然后在混合法的基础上,提出一种新的高维发电注入空间中潮流可行域L1范数最远边界点算法,该算法避免了频繁启动连续潮流计算,其结果的多解性也被用来进一步检验潮流可行域边界拓扑性质.     

一种基于扫描点的平面散乱点云边界的提取算法

根据平面散乱点云的特点,依据边界点和非边界点的位置关系,用网格把点云划分开来,在确定边界网格和非边界网格以后,将所有的边界网格按照它们的位置关系连接成环,对于从每一个边界网格提取边界提出了一种最小凸边算法,并且从理论和实验上证明了这种最小凸边算法的可行性。     

分布源边界点法在声场全息重建和预测中的应用

提出了以分布源边界点法作为声场的全息变换算法,建立了基于分布源边界点法的声全息重建和预测的数学模型。与基于边界元法的声全息重建和预测模型相比,此法避开了变量插值、数值计算和奇异积分的处理,具有计算速度快、计算精度高、计算稳定性好和简单易懂等优点,因此在工程实践中有着广泛的应用前景。     

基于网格的多密度聚类算法

提出了一种多密度网格聚类算法GDD。该算法主要采用密度阈值递减的多阶段聚类技术提取不同密度的聚类,使用边界点处理技术提高聚类精度,同时对聚类结果进行了人工干预。GDD算法只要求对数据集进行一遍扫描。实验表明,该算法可扩展性好,能处理任意形状和大小的聚类,能够很好的识别出孤立点或噪声,在处理多密度聚类方面有很好的精度。     

模拟电路行为级建模的SGWD逼近算法

提出采用一种规范化的香农小波(distributed approximation function, SGWD)逼近算法建立模拟电路单元模块的行为级模型.为降低逼近的边界误差,同时提出了周期性展开和偶对称映射2种预处理算法.周期性展开算法需要对电路模块的原始I/O函数做一定变形,构造出周期函数后再进行逼近;偶对称映射算法则是将I/O函数在边界点处进行偶对称翻转,然后采用SGWD逼近算法建模.与传统的建模方法,如多项式逼近等算法相比,该方法结合了边界误差降低技术的SGWD逼近算法具有更低的计算复杂度,并能达到更高的建模精度.