基于密度聚类的光条中心线提取方法

为了解决线结构光3维测量中噪声光斑对提取精度的影响，采用了密度聚类灰度重心提取算法提取激光光条中心线。该方法由中心线预提取以及中心线最终提取两阶段组成，预提取阶段实现对激光与光斑两者中心线的同时提取，最终提取阶段采用基于连通性的密度聚类算法完整保留激光中心线并剔除噪声光斑。在仿真实验阶段，对大小为600pixel×600pixel、含有激光中心线的图像进行了加噪处理，并使用提取结果与真实中心线之间各点的均方根误差以及运行时间作为考察标准进行了实验研究。结果表明，该方法与传统灰度重心法相比，在高亮度各向异性光斑、高亮度小面积光斑、高亮度点噪声图像的均方根误差分别降低了12.59pixel，15.12pixel和83.36pixel，时间复杂度分别提高了0.383s, 0.412s和0.416s。该方法与传统灰度重心法相比具有更高的提取精度、近似的时间复杂度，且对噪声光斑具有较好鲁棒性，可以在噪声光斑图像中完整提取出光条中心线。     

共享交通的时空轨迹检索与群体发现

为解决共享交通下的共乘用户群体发现效率低、准确率不高问题，依据R-树原理建立GeoOD-Tree索引，并在此基础上提出以最大化共乘率为目标的群体发现策略。首先，对原始时空轨迹数据进行特征提取与标定处理，挖掘有效出行起讫点（OD）轨迹；其次，针对用户起讫点轨迹的特征，建立GeoOD-Tree索引进行有效的存储管理；最后，给出以最大化共乘行程为目标的群体发现模型，并运用K最近邻（KNN）查询对搜索空间剪枝压缩，提高群体发现效率。采用西安市近12000辆出租车营运轨迹数据，选取动态时间规整（DTW）等典型算法与所提算法在查询效率与准确率上进行性能对比分析。与DTW算法相比，所提算法的准确率提高了10.12%，查询效率提高了约15倍。实验结果表明提出的群体发现策略能有效提高共乘用户群体发现的准确率和效率，可有效提升共乘出行方式的出行率。     

天源煤炭有限公司洗煤厂生产自动控制系统

介绍了天源煤炭有限公司选煤厂基于西门子S7-300生产自动控制系统的系统结构及主要功能。实现了系统设备及重要工艺参数的在线监测与控制,控制系统结构简单、功能完善、稳定可靠。     

基于云端的查询优化设计

云计算在大数据处理、资源共享方面的优势使得越来越多的行业使用云计算技术。云计算中的数据存储和检索方式与传统的数据库系统不同,且传统数据库的数据查询方式无法直接迁移到云平台中。文章利用后缀树建立云存储的算法,并讨论了基于后缀树云查询模型,且该查询模型可以嵌入到现有的数据查询系统中,实现传统查询平台向云平台的迁移。     

重塑膨胀土制样长度对试样密度分布的影响

在对重塑膨胀土裂隙性问题的单元试验研究中,传统的分层制样法易产生"层间薄弱带",从而影响试验结果的准确性。针对这一问题,采用增加制样高度的单层压实制样方法,探讨了制样高度对重塑膨胀土试样密度的影响。试验结果表明:试样密度沿深度方向变化规律类似,均呈现出顶部大、底部小的分布特征;增加制样高度导致试样顶部与底部密度差及密度变化率发生改变;试样密度变化率随深度分布存在拐点,拐点以上部分密度变化率较小,以下部分较大;随着制样高度的增大,拐点位置向试样下部移动;以拐点位置为基础,初步给出了适合本制样方法的制样高度。     

用于疏浚工程泥浆密度测量的电阻层析成像技术

江河湖海疏浚工程对于拓展和保障航运安全、促进生态恢复、维护/改善远海岛礁环境具有不可或缺的作用.目前,在绞吸和耙吸疏浚船上,多采用射线密度计及电磁流量计对输泥密度、产量等进行在线计量,并作为实现疏浚系统自动控制的重要参量.由于射线密度计潜在的人员健康、公共安全和环保风险,在一些国家和地区已建立了放射源的有序退出机制.电阻层析成像使用安装于管壁的电极阵列获得管道内流体的电导率分布,进而推导出管道内的泥浆密度,具有无辐射、全场测量及实时可视化的优点.电阻层析成像测量系统经过特殊设计,可适应从内陆淡水到海水的巨大电导率变化.初步测试表明,电阻层析成像测量数据与射线密度计具有良好一致性,具备了作为在线泥浆密度测量的可行性.此外,ERT可提供实时的流动成像,对于提高对疏浚管道监测能力和降低堵管概率具有重要意义.     

结合优化支持向量机与K-means++的工控系统入侵检测方法

针对工业控制系统传统单一检测算法模型对不同攻击类型检测率和检测速度不佳的问题，提出一种优化支持向量机和K-means++算法结合的入侵检测模型。首先利用主成分分析法（PCA）对原始数据集进行预处理，消除其相关性；其次在粒子群优化（PSO）算法的基础上加入自适应变异过程避免在训练的过程中陷入局部最优解；然后利用自适应变异粒子群优化（AMPSO）算法优化支持向量机的核函数和惩罚参数；最后利用密度中心法改进K-means算法与优化后的支持向量机组合成入侵检测模型，从而实现工业控制系统的异常检测。实验结果表明，所提方法在检测速度和对各类攻击的检测率上得到明显提升。