基于时空Kriging的软组织模型

为了缓解现有软组织模型实时性与精确性之间的矛盾,提出了一种以Kriging算法为基础的新型软组织模型。阐述了Kriging算法的基本原理与模型关键环节(变异函数的作用与结构),使用B超探头采集实验过程中的超声图像,经过Matlab处理之后获得原始位移数据,将这些数据代入纯空间和纯时间的变异函数模型,并在此基础上建立积和式时空变异模型,最终得到时空Kriging软组织模型。结果表明:时空变异模型的平均误差为0.5 mm。时空Kriging模型与纯空间普通Kriging模型效果进行比对,误差降低了20%,时空Kriging模型与另一组实验数据进行比较,平均偏差为0.2 mm。该模型的实时性与精确性均较好,完全可以满足手术需要。     

目标距离与角度对红外热成像仪测温精度影响分析

红外热成像仪是一种非接触、高效率、高精度测温设备.在当前新型冠状病毒流行时期,红外热成像测温技术快速发展,为及时防控、筛查、隔离高温疑似人群做出了突出贡献.红外热成像测温技术是标定测温,测温精度除了受到被测物体辐射温度、环境反射温度、大气温度和探测器温度等因素影响外,目标距离红外热像仪的远近也对测温精度有影响.目前已有...     

后方距离交会与角度交会对观测成果的影响研究

结合工程实例介绍了控制点间不能通视时快速求解交会点进行施工放样的方法,并通过对后方角度交会和距离交会解算!角精度的分析研究,提出根据后方交会的图形结构和仪器的测角测距精度来选择交会方法,在现场很快获取较高精度的交会点坐标来进行施工放样的方法。     

向量法研究三角形中相关点之间的距离公式

应用两个向量法相关公式探讨了三角形重心、垂心、外心以及内心之间的距离公式。     

情感对言语交际中心理距离的影响

言语交际中,交际双方的心理距离是影响交际顺利实现的重要因素.而接受者不同的情感体验又直接影响着交际双方心理距离的改变.在表达目的一定的情况下,为了让接受者乐于接受,表达者往往选用能满足接受者受尊重需要或审美需要的语言形式来表达,以激发接受者积极的情感,缩短双方的心理距离,顺利实现交际目的.有时表达者也会根据表达内容的需要,选用疏远双方情感的语言形式来拉大双方的心理距离,以更好地实现交际目的.     

情感对言语交际中心理距离的影响

言语交际中,交际双方的心理距离是影响交际顺利实现的重要因素。而接受者不同的情感体验又直接影响着交际双方心理距离的改变。在表达目的一定的情况下,为了让接受者乐于接受,表达者往往选用能满足接受者受尊重需要或审美需要的语言形式来表达,以激发接受者积极的情感,缩短双方的心理距离,顺利实现交际目的。有时表达者也会根据表达内容的需要,选用疏远双方情感的语言形式来拉大双方的心理距离,以更好地实现交际目的。     

基于K—L距离和信息距离的局部影响分析

本文给出了Ｋ－Ｌ距离和信息距离对某类参数变换的不变性；证明了在线性模型中，从Ｋ－Ｌ距离、信息距离以及似燃距离出发得到的局部影响矩阵是一致的；利用局部影响分析思想来检测各种扰动方式的敏感点，提出一种新的自变量扰动方式，在实例分析中得到了满意的结果。     

基于K－L距离和信息距离的局部影响分析

本文给出了Ｋ－Ｌ距离和信息距离对某类参数变换的不变性；证明了在线性模型中，从Ｋ－Ｌ距离、信息距离以及似然距离出发得到的局部影响矩阵是一致的；利用局部影响分析思想来检测各种扰动方式的敏感点，提出了一种新的自变量扰动方式，在实例分析中得到了满意的结果。     

基于Kriging时空统一模型的隧道动态施工位移预测

将经典的Kriging空间插值进行时空扩展,应用时空变异函数建立隧道围岩位移预测模型;分析参数与变形的之间的关系,给出时空插值的计算程序和方法。在此基础上采用时空统一Kriging插值预测模型和DGM(1,1)灰色预测模型预测隧道施工过程中掌子面前方一定范围内任意时刻的拱顶沉降。以湖南省娄底市笋安山隧道为试验对象,对比分析以上2个预测模型的位移预测值与实测值,并分别对位移预测值和实测值进行交叉验证。研究结果表明:相对于DGM(1,1)灰色预测模型,时空统一Kriging模型预测精度更高,能更准确地预测拱顶下沉位移的发展变化趋势,在实际隧道工程的围岩位移预测中是有效的、可行的。     

基于向量相关距离的新型RAIM算法

用户自主式完备性监测RAIM是卫星导航系统的重要组成部分,是指根据用户接收机的多余观测值监测用户定位结果的完备性.在现有的RAIM算法中,比较普遍的是利用伪距多余观测量实现粗差卫星的探测和识别的最小二乘残差法和Parity相关系数法.在旧有的以相关分析RAIM算法基础上,进行矩阵变换得到设计矩阵,重点考察设计矩阵向量间的相关系数和相关距离,作为粗差探测和识别的研究对象.通过向量相关距离时间序列,可以区分单个粗差和多个粗差的粗差集.本文提出的基于相关距离的RAIM算法,克服了现有RAIM算法中由于相关系数自身相关的缺陷而使得粗差探测失真的技术问题,并且具有利用矩阵变换计算相似距离,方法更加简便的优点,从而使得粗差识别更加清晰,识别多个粗差.     

基于相对距离的加权支持向量机

根据支持向量样本、边界向量样本、相对距离和加权系数之间的关系,提出了基于相对距离的加权支持向量机.利用相对距离表示了每个样本的重要性.并构造函数计算出每个样本点的加权系数,体现了支持向量对加权系数的影响,并且有效地处理非均衡数据对分类的影响,从而提高了支持向量机的训练速度和分类能力.     

基于时空角度对太阳影子定位技术的研究

针对太阳影子的定位,综合分析直杆影子长度及坐标与所处地理位置、太阳直射点、时间的理化关系,建立了影子变化的动态模型和非线性方程拟合模型,运用MATLAB、MATHEMATICA软件求解,得出了直杆的太阳影子长度变化曲线图、直杆所处地理位置和监控视频的拍摄日期等结果。     

海明距离参数对基于海明距离遗传算法的影响

在遗传算法中引入基于海明距离的排挤机制,可以有效地防止早熟现象的发生.通过典型函数进行测试证明,海明距离参数设置的大小在一定程度上会对遗传操作的结果产生影响,若设置不合理,会阻碍遗传算法寻优方向,造成遗传算法收敛不到最优解,最后提出解决方案.     

词汇与中心词的距离信息对问句相似度匹配的影响

在问答式信息检索中引入基于frequently askedquestions(FAQ)的辅助模块满足常见问题的回答是一种有效的手段,其中关键问题是用户提出的问句与FAQ中问旬的相似度比较,找出FAQ中最相近的问句,并返回对应的答案,作为对用户问题的解答.该文设计实现了一种FAQ辅助模块,并试图发现词汇与中心词的距离信息对于问句相似度匹配的词汇权重的影响.使用两组不同的测试集进行评测,实验表明,采用词汇与中心词的距离信息计算问句相似度,其影响能力弱于文档频率的作用,但是在相似度阈值0.5的情况下,两种方法均没有错误判断.     

八车道高速公路可变信息标志前置距离对驾驶行为的影响

基于驾驶模拟实验,设置3.0、2.5、1.5、0.7 km 4种前置距离的可变信息标志（variable message sign,VMS）,收集32名驾驶员视认4种前置距离的VMS后换道驶出高速公路过程中的方向盘、速度和位置数据,并观察各驾驶员在换道过程中的方向盘操控行为、换道行为、减速行为。结果表明：VMS视认过程属于多任务驾驶行为,驾驶员需在短时间内完成VMS视认、路径决策、车辆减速与换道;当VMS前置距离不足时,驾驶员需快速、大幅转动方向盘,进行连续换道、急换道;为顺利驶入减速车道,部分驾驶员采取减速换道措施,增加了事故风险;当VMS前置距离过长时,驾驶员对VMS的短期记忆效应使得驾驶负荷提高。     

基于投影中心距离的支持向量预选取

支持向量机是一种能在训练样本数很少的情况下达到很好分类推广能力的学习算法.支持向量机在选择支撑矢量时却进行了大量不必要的运算,成为其应用的瓶颈问题.因此在基于支持向量的分类器学习算法中,预先选择支撑向量是非常重要的.投影中心距离算法是一种能够预选取支撑矢量的方法,该方法可以有效地预选取出包含支持向量的边界集,在不影响支持向量机的分类能力情况下,大大地减少了训练样本,提高了支持向量机的训练速度.本文采用投影中心距离算法进行支撑矢量的预选取,通过对人工线性、非线性数据及MINST字符库的实验证明了该方法的有效性和可行性.     

基于距离角度图的三维物体表达方法

利用三角形格网提出一种新的三维物体表达方法－距离角度图法,它将由激光相机获取的深度图像场景数据和物体模型描述成一种易于匹配和识别的表达。这种表达方法能够描述任意形状的物体,通过对的控制,能做到既可以表达物体的局部特征又可以表达物体的全局特征,且能够适应不均匀格网的情况。     

基于距离角度图的三维物体表达方法

利用三角形格网提出一种新的三维物体表达方法——距离角度图法 ,它将由激光相机获取的深度图像场景数据和物体模型描述成一种易于匹配和识别的表达 .这种表达方法能够描述任意形状的物体 ,通过对参数的控制 ,能做到既可以表达物体的局部特征又可以表达物体的全局特征 ,且能够适应不均匀格网的情况     

带有q距离的向量Ekeland变分原理

基于变分原理的形式和空间的多样性,研究了带有q距离的向量Ekeland变分原理在分离序列完备一致空间中的一些重要应用.     

基于投影中心距离的支持向量预选取

支持向量机是一种能在训练样本数很少的情况下达到很好分类推广能力的学习算法。支持向量机在选择支撑矢量时却进行了大量不必要的运算, 成为其应用的瓶颈问题.因此在基于支持向量的分类器学习算法中,预先选择支撑向量是非常重要的。投影中心距离算法是一种能够预选取支撑矢量的方法, 该方法可以有效地预选取出包含支持向量的边界集,在不影响支持向量机的分类能力情况下,大大地减少了训练样本,提高了支持向量机的训练速度。本文采用投影中心距离算法进行支撑矢量的预选取,通过对人工线性、非线性数据及MINST字符库的实验证明了该方法的有效性和可行性。