大型风电场动态等值的改进支持向量聚类算法

针对风速波动性强与风电场多样性导致的风机聚类参数多样化的特点,提出了一种基于支持向量聚类(SVC)的大型风电场动态等值聚类算法。该算法应用遗传算法实现簇标定,采用分段多目标函数迭代求解,保证了聚类结果的精度与速度,克服了传统SVC簇标定抽样判决的不足。应用样本轮廓值修正聚类结果,保证聚类结果的合理性,根据等值前后风机机端电压不变原则建立了电缆等值模型。以实际风电场为算例进行仿真,结果表明,该算法单次聚类时间为SVC的4%左右,采用遗传算法能够实现不同精度的等值机台数优化,得到的等值机与簇内单机的有功功率、无功功率动态特性具有较高一致性,轮廓值修正能够保证聚类结果的样本轮廓值都大于0。     

基于密度万有引力改进的引力峰值聚类算法

针对密度峰值聚类算法（DPC）中存在的截断距离难以确定、局部密度定义单一的问题，本文提出了一种基于密度万有引力改进的引力峰值聚类算法（DG-DPC算法）。该算法使用相互K近邻的方法对相似性度量和局部密度进行了重新定义，然后将引力参数引入到DPC算法中，并通过新的相对局部密度与引力参数的倒数作出决策图选取簇中心，对数据集中的点进行分配。仿真实验表明，DG-DPC算法对于人工合成数据集和UCI数据集都有效，且准确率相对于基于相对密度优化的密度峰值聚类算法（RE-DPC算法）、DPC算法、基于间隙自动中心检测的密度峰值聚类算法（GAP-DPC算法）分别平均提高了31.07%、21.60%、17.20%。     

融合相对密度与近邻关系的密度峰值聚类算法

密度峰值聚类算法(density peaks cluster,DPC)是一种基于密度的聚类算法,该算法可以聚类任意形状的类簇.在类簇间有密度差距的数据集上,DPC不能准确地选择聚类中心.DPC的非中心点分配策略会引起连续错误,影响算法的聚类效果.模糊k近邻密度峰值算法(fuzzy k-nearest neighbor DPC,FKNN-DPC)是一种改进的DPC算法,该算法采用边界点检测并结合2步分配策略来避免连续错误.当类簇间有密度差距时,FKNN-DPC的边界点检测效果不理想,此外,其非中心点分配策略缺乏对样本近邻信息的考虑.定义相对密度(relative density)并结合近邻关系(nearest neighbor relationship)提出RN-DPC算法解决上述问题.针对DPC因为类簇间的密度差距而不能准确选择聚类中心的问题,定义相对密度用于消除类簇间的密度差距.基于反向k近邻关系检测边界点并且引入共享最近邻关系来对FKNN-DPC的分配策略进行改进.RN-DPC算法在人工数据集和真实数据集上分别与不同的聚类算法进行了对比,实验结果验证了RN-DPC算法的有效性和合理性.     

基于色彩聚类的自然场景文本检测

基于场景图像背景复杂,图像中的文本变化多样,提出一种基于色彩聚类的自然场景文本检测算法。其步骤为:首先,用K-均值聚类算法将彩色图像聚成5种色彩层,分析各色彩层中连通域外接矩形的几何特性,去掉离散的非文本连通域;然后,根据相邻连通域外接矩形的几何性质和空间位置关系,将离散的连通域连接形成候选文本块;最后,通过分析候选文本块的几何特性和边缘密度验证文本,得到最终文本检测结果。实验结果证明了本文算法的有效性和可行性。     

基于k-means的机场终端区对流天气场景识别

针对天气现象和空中交通的不确定性,通过k-means聚类算法识别终端区对流天气相似性,将历史运行场景分类.提取相似性天气和交通特征,运用皮尔逊相关系数法选择特征,通过主成分分析进行特征降维.结合空域结构使用聚类算法确定分类,并从时空及典型日视角切入,分析不同对流天气场景对空域通行能力的影响.以广州终端区为例进行实验,结果表明,影响终端区交通情况的天气分类具有一定的合理性,能为交通流量管理措施提供指导辅助决策.     

一种改进的求解聚类问题的萤火虫群优化算法

提出一种改进的求解聚类问题的萤火虫群优化算法,该算法借鉴粒子群优化算法的思想,对聚类中心采用实数编码和解码方法;用线性递减的移动步长代替固定步长,萤火虫的更新位置由动态决策域和全局最优位置共同决定代替仅由动态决策域决定;并加入孤立点的移动策略,使得孤立点可以向最优值方向移动.将该算法与粒子群优化算法、基本的萤火虫群优化算法在UCI数据集上进行对比试验,结果表明改进的萤火虫群优化算法可以取得较好的聚类效果.     

近邻密度分布优化样本分配的改进DPC聚类算法

DPC算法是一种能够自动确定类簇数和类簇中心的新型密度聚类算法,但在样本分配策略上存在聚类质量不稳定的缺陷.其改进算法KNN-DPC虽然具有较好的聚类效果,但效率不高而影响实用.针对以上问题,文中提出了一种近邻密度分布优化的DPC算法.该算法在DPC算法搜索和发现样本的初始类簇中心的基础上,基于样本的密度分布采用两种样本类簇分配策略,依次将各样本分配到相应的类簇.理论分析和在经典人工数据集以及UCI真实数据集上的实验结果表明:文中提出的聚类算法能快速确定任意形状数据的类簇中心和有效地进行样本类簇分配;与DPC算法和KNN-DPC算法相比,文中算法在聚类效果与时间性能上有更好的平衡,聚类稳定性高,可适用于大规模数据集的自适应聚类分析.     

软件系统信息架构的自动分类设计

为了优化软件系统设计初期的信息架构分类工作流程,提升软件设计和后期维护的效率,以多媒体视频广告屏幕控制系统为例,提出了对信息架构各功能对象特征词添加属性访问权值,使其向量化,然后采用层次聚类算法来实现将功能对象进行自动划分的设计方法.实验结果表明,采用层次聚类算法来实现软件系统信息架构的自动分类具有可行性,能够有效提高软件系统信息架构设计开发的效率.     

基于粒子群优化的核模糊属性c-均值聚类算法

为克服核模糊属性c-均值聚类算法易陷入局部最优解的缺点,提出一种新的基于粒子群优化的核模糊属性c-均值聚类算法.该算法根据核模糊属性c-均值聚类准则设计适应度函数,利用粒子群优化算法对聚类中心进行优化,在粒子迭代进化过程中采用动态调整学习因子,提高算法的优化性能.实验表明,本文算法优于单一使用核模糊属性c-均值聚类算法和基于粒子群优化的核模糊c-均值聚类算法,也优于目前常见的典型聚类算法.     

概念属性扩展的短文本聚类算法

为了解决短文本因特征关键词稀疏而导致文本向量概念表达不够准确的问题,本文提出概念属性扩展特征关键词短文本聚类算法——STCBCFE(Short Text Clustering Based on Concept Feature Ex-pansion)。该算法通过HowNet的概念属性扩展特征关键词,以此增加文本语义特征和反映文本主题的特征关键词数量,进而提高短文本相似性;将其应用于短文本聚类,能够提高短文本的聚类效果。实验结果表明,该算法在短文本聚类的查准率和查全率上都得到了较大的提高。     

基于视觉的缩微智能车车道检测与控制

针对智能车辆自主驾驶行为研究,提出并实现了一种基于视觉导航的缩微智能车系统.从软硬件架构、数据通信方式上介绍了缩微智能车系统的整体设计,并针对缩微道路交通环境中传统车道线检测技术易受光照变化影响的问题,提出一种灰度形态学Top-Hat变换与亮度轮廓扫描方法相结合的车道线检测算法.为分析智能车在缩微交通环境下的自主驾驶表现,设计了一种模拟驾驶员转向行为的舵机模糊控制算法.实验结果表明,该方法可以有效模拟车辆在真实道路交通环境中的自主驾驶行为,为智能交通系统研究提供了一种新思路.     

基于智能算法的灾区救援路径规划

为减少重大自然灾害给人民生活带来巨大的经济损失,非常必要建立一个有效的灾难响应交通运输系 统。为此,提出了基于K-means 的聚类模型和遗传算法( Genetic Algorithm) 的多人最短路模型等现代智能算法, 并结合波多黎各城镇数据进行灾难救援模拟实验。结果显示,模型成功完善了传统的灾难响应交通系统时效 低、针对性差、效率低等缺点,针对医院、公路网密集、人口密度大以及平原地区进行优先救助,利用无人机 进行主要交通线路的快速巡查,以波多黎各地区为例进行实验,结果显示模型快速实现交通恢复,为地面物资 的输送提供了极大的便利,提升了救援速度。     

网联混合车流车辆换道博弈行为及模型

车联网环境中,交通系统将长期呈现智能网联汽车和传统人工驾驶车辆混合共存的状况.针对智能网联交通环境下的新型混合车流,建立了车辆的换道行为决策模型.对于混合车辆交通流引入最小安全区域模型,自主车辆交通流基于博弈论的思想进行建模.自主车辆之间的换道被看作为1种非合作博弈行为,车辆以自身行驶状态为博弈收益,寻求行驶条件更优的车道.运用SUMO软件对提出的换道模型进行仿真验证分析.仿真结果表明,博弈换道模型相比于传统间隙阈值接受模型具有较高的车道利用率和安全稳定性.     

车联网网络架构分析

利用车联网获取车辆运行参数和道路等交通基础设施使用状况,感知实时道路交通路况,能有效减少交通拥堵,实现绿色出行,并提供丰富的智能交通信息服务．车联网将促进汽车、交通和信息技术产业向更加现代化、网络化和智能化的方向发展．对车联网的现状进行了较为全面的研究,包括车联网的概念、技术优势、信息服务以及网络架构等．     

基于GIS的ITS系统构成 

针对我国目前智能交通系统（ITS）的发展现状，参考国外ITS的发展趋势，对地理信息系统（GIS）在ITS中的应用进行了设计。详细阐述了交通管理、公共交通管理、出行信息服务、应急处理、商业车辆运营管理、车辆控制和安全6大子系统的基本功能。借助GIS平台，构建完备和可扩展的ITS数据库，进行了各个子系统的应用设计，形成了融合GIS空间数据管理和智能分析功能的智能交通系统，为ITS领域系统整合提供了一个解决方案。     

基于GIS的ITS系统构成

针对我国目前智能交通系统（ITS）的发展现状，参考国外ITS的发展趋势，对地理信息系（GIS）ITS中的应用进行了设计。详细阐述了交通管理、公共交通管理、出行信息服务、应急处理、商业车辆运营管理、车辆控制和安全6大子系统的基本功能。借助GIS平台，构建完备和可扩展的ITS数据库，进行了各个子系统的应用设计，形成了融合GIS空间数据管理和智能分析功能的智能交通系统，为ITS领域系统整合提供了一个解决方案。     

智能物流运输系统

现代物流表现为企业生产与运输一体化的供应链管理与服务，其中货物运输所需的成本，时间及货物在途的状态控制是整个供应链管理过程中的重要环节，将智能运输技术与物流管理相结合，将会极大地提升物流的服务水平，现代物流与智能运输的结合点是交通运输信息的采集与提供，就智能运输技术而言，可用于物流管理的有移动信息技术，车辆定位技术，车辆识别技术，通信与网络技术等，结合物流业务特点，构筑了智能物流运输系统框架，根据案例分析，提出了当前物流企业计算机管理系统向智能物流系统发展的重点。     

基于软件工程与叠层深度学习的工件文本识别算法

目的解决当前图像特征训练不充分,系统软件不规范,导致文本识别不准确的问题。方法分别从系统软件开发和识别算法验证的角度出发,提出基于软件工程与叠层深度学习的工件文本识别算法。首先,根据系统功能需求,进行软件模块化分析,设计出集算法计算、硬件控制、逻辑通信和数据存储于一体的系统架构。然后,基于自适应阈值分割与图像校正,对工件文本图像进行预处理,得到准确的包含文本目标的二值图像区域。最后,利用叠层DAE构成L层深度网络,计算权值矩阵,达到对文本图像轮廓特征深度训练学习的目的。结果利用所提算法获得了复杂干扰条件下的文本识别结果。结论实验测试结果显示:与当前文本识别技术相比,本文算法拥有更高的准确性与现场实用性。     

基于活动轮廓与模糊型支持向量机的车辆分类算法

视频监控系统是智能交通监控系统的重要组成部分.通过监视区域车辆视频图像的预处理、检测,完成车辆的实时分类,并根据分类结果实时确定交通灯控制系统红黄绿灯的放行时间.采用活动轮廓跟踪模型对运动车辆视频图像实现检测,由模糊型支持向量机方法实现运动车辆的分类.Matlab软件仿真结果表明,大中小型车辆的平均正确识别率达96.49%,提高了车辆通行效率.