基于改进欧几里得聚类的激光雷达障碍物检测

针对传统的欧氏聚类算法无法同时对近处和远处的障碍物点云进行精准检测和分割,容易造成错检和漏检的情况,提出一种欧氏聚类算法的改进方法,可以根据点云与激光雷达之间的距离动态地选择阈值,从而快速且准确地完成聚类.实验表明:该方法能同时对近处和远处的障碍物点云进行快速且准确的聚类.     

基于改进K-means算法的工件表面缺陷分割算法研究

工件表面缺陷的存在影响工件产品的质量以及工件的安全使用,传统的工件表面缺陷检测由人工完成,工作量大且易受到检测人员主观因素的影响,很难保证检测的效率与精度.本文提出了一种基于改进的K-means算法的工件表面缺陷分割算法,将自适应人类学习优化算法应用到K-means聚类算法中,使自适应人类学习优化算法初始化K-means聚类算法的聚类中心,最后将改进的K-means聚类算法结合形态学进行工件表面缺陷的检测.实验表明,该算法能够较理想的分割出工件表面的缺陷,具有分割精度高、实用价值较好的特性.     

基于k-medoids聚类算法的低压台区线损异常识别方法

针对低压台区线损异常情况的判断问题,以电力公司用电信息采集系统采集的日线损率数据为基础,提出了一种基于k-medoids聚类算法的低压台区线损异常识别方法,并以某地区819个台区为例进行算法可靠性的验证.首先应用局部异常因子LOF算法对低压台区异常日线损率数据进行判断、筛选和剔除;其次应用k-medoids聚类算法对日线损率数据进行聚类分析,得到低压台区日线损率数据的聚类中心点和欧氏距离,从而实现低压台区线损异常情况的判断;最后通过819个低压台区的实际数据验证算法的合理性.结果表明,算法能够对低压台区线损的异常情况做出准确的判断.     

基于科技查新数据的用户拓展及其关联聚类

科技查新用户数据是查新业务积累的真实而宝贵的资源,其充分利用不仅是查新业务管理的需要,可提升查新服务水平,同时还能用于挖掘更多的情报价值.调研发现,当前对科技查新用户数据的挖掘利用仍以基础性的业务管理分析为主,而增值情报价值的挖掘较少.为拓展成都文献情报中心科技查新客户群体和增值服务范围,做大做强查新业务,立足成都中心查新服务实践,依托于积累查新用户及其服务记录,在挖掘发现潜在服务对象的基础上,通过多维用户关联聚类,探讨了后期信息情报服务的精准营销与推送,分析了基于用户聚类的服务推荐存在的不足,展望了挖掘更多需求信息的推荐路径.     

基于稀疏栅格优化的蜂窝车联网定位算法

蜂窝车联网（cellular-V2X，C-V2X）中的定位方案是车路协同与车联网业务发展的重要技术途径之一。目前基于基站、卫星等诸多定位方案，在车联网业务以及车路协同场景中常会遇到定位精度、定位处理时延、部署成本等诸多方面的挑战。针对这些问题，文章对已有栅格定位算法进行优化，提出一种基于统计信息网格（statistical information grid，STING）的稀疏栅格优化算法和基于极端梯度提升（extreme gradient boosting decision tree，XGBoost）进行指纹定位的车联网指纹定位算法。从栅格优化的角度出发，相较于传统指纹定位方法在定位精度和计算速率方面进行了优化，使其更适应于车路协同场景。该算法为目前的车联网定位提供了一种有效的定位方法。     

还原氧化石墨烯/聚亚甲基蓝复合物修饰电极用于丙烯酰胺检测（英文）

丙烯酰胺作为食品热加工处理的产物，具有生殖毒性、神经毒性和致癌性。文章应用电化学工作站的三电极体系，通过同时进行氧化石墨烯的电化学还原和亚甲基蓝的氧化，在玻碳电极表面合成了还原氧化石墨烯/聚亚甲基蓝（RGO/PMB）复合物，构建了用于丙烯酰胺灵敏检测的电化学传感器。在最优的实验条件下，该传感器对丙烯酰胺的检测限可达1.67×10^-9mol/L，检测范围为5×10^-9mol/L～2.5×10^-5 mol/L。实验结果表明该传感器具有良好的选择性、稳定性和重现性，并且可用于实际薯片样品中丙烯酰胺含量的测定。     

聚偏氟乙烯/磷酸化纳米二氧化硅螯合金属锆杂化膜

结合原位合成法和相转化法,利用正硅酸乙酯(TEOS)和硅烷偶联剂3氨丙基三乙氧基硅烷(APTES)改性制备聚偏氟乙烯(PVDF)/氨基化纳米二氧化硅(NH 2-SiO 2)杂化膜,然后通过磷酸化处理,固定螯合金属锆(Zr),从而提高杂化膜对卵清蛋白的吸附能力,同时改善了杂化膜的亲水性能。当TEOS质量分数为8%时,改性后的磷酸化Zr+PVDF/NH 2-SiO 2杂化膜对卵清蛋白吸附量达到最大,为150.7 mg/g,且其经过4次吸附洗脱重复循环后对卵清蛋白的解吸附率保持在80%以上,显示该杂化膜具有良好的重复吸附和解吸附能力。     

基于三维点云的岩体结构面自动分类与参数计算

结构面间距是岩体稳定性和力学特性分析中的一个重要参数，在岩石力学、采矿工程、边坡监测等领域的数值计算中广泛应用.本文以岩体边坡露头为研究对象，基于非接触测量获得的三维点云数据，提出一种基于密度聚类的结构面细化分类方法；在结构面粗略分组提取的基础上，通过投影变换、散乱点拟合等算法，求得结构面间距和岩体体积节理数.设计开发了结构面细化分类及间距等参数计算与分析原型系统，实际案例分析表明，本文方法可有效实现结构面的自动细化分类，并能够计算出间距等相关参数，可为岩体质量分级和岩体稳定性分析等提供方法支撑.     

基于聚类方法和神经网络的非线性系统多模型自适应控制

针对具有参数跳变的非线性系统,联合聚类算法和神经网络提出新的多模型自适应控制方法。首先对系统的输入输出数据进行模糊聚类,然后基于递推最小二乘法建立多个固定模型。为提高系统的暂态性能,同时建立两个自适应模型,并在此基础上设计鲁棒自适应控制器。此外,为了补偿系统的非线性部分,建立非线性预测模型,并设计非线性神经网络自适应控制器。所提方法可使控制切换系统具有稳定性保证。最后,通过性能指标对控制器进行平滑切换。仿真结果表明,所提方法能够保证系统具有良好的控制性能。     

基于高铁酸盐的水污染控制技术研究进展

高铁酸盐(FeO_4~(2-), Fe(Ⅵ))是一种同时具有氧化、吸附、絮凝、杀菌、消毒等多种功能的绿色水处理剂,因独特的环境友好特性而受到人们越来越多的关注.本文主要介绍了Fe(Ⅵ)的氧化特性及机理,综述了近年来基于Fe(Ⅵ)的水处理技术研究进展,包括Fe(Ⅵ)氧化新兴有机污染物及强化方面的研究、Fe(Ⅵ)杀菌消毒作用及其氧化过程中消毒副产物生成情况、Fe(Ⅵ)氧化和自分解产生的新生态铁氧化物的特性及其去除重(类)金属的机理,并对未来的研究方向和发展趋势进行了展望.