基于区块链的车联网群智感知位置隐私保护方法

针对车联网群智感知位置隐私泄露和用户参与任务公平性的问题,提出了一种基于区块链的车联网群智感知位置隐私保护方法(location privacy protection method based on blockchain and crowdsensing, LPPMBC)。将分布式的区块链引入车联网群智感知位置隐私保护方法中,消除第三方服务平台对参与用户数据的控制;通过保序加密和Geohash编码相结合,为参与工人提供多级别的位置隐私保护,确保参与工人位置隐私的保密性;通过Haversine公式进行感知位置验证,防止工人通过非感知区域数据获得非法奖励,保障感知数据的质量。仿真结果表明,LPPMBC能够更好地权衡感知数据质量与工人隐私保护关系,保障用户参与任务的公平性, 提高用户参与任务的积极性。     

多个查询时选择区域更新策略的参数设定

提出了在位置相关连续查询(LDCQ)中选择区域更新策略在多个查询存在的情况下的优化参数值的理论分析结果.通过给予不同区域内固定大小的偏差限来减少移动对象的更新次数和对计算容量的占用;同时通过延迟广播来减少广播信息数量,从而优化了系统结构,减轻了系统负荷.研究结果表明,在多个查询同时存在的情况下,SAU的优化参数选择的理论分析和结果与实际仿真结果是基本符合的.     

移动数据库中支持车辆交通管理的时空模型

提出了一种用于有效管理交通,基于基本空间对象模型,紧密结合时间维的时空模型.针对当前大多数时空模型的局限性在于把复杂立体化的交通网络变成平面化的实体、导致网络分析效率不高的问题,以现有成熟的关系数据库为底层架构,采用自底向上的嵌套方式对移动对象(交通工具)和固定空间对象(交通网络、路标、区域等)进行建模,以及分层和栅格化处理交通网络的各个区域,有效地提高了时空查询和各种操作的效率.     

基于规则的模糊信息的排序方法

以模糊数空间上的度量以及一族可以序化的模糊集(称之为规则库)为基础,引入了模糊数关于规则库的位值概念,建立了一种模糊数的排序方法,并通过模糊数关于规则库的符合度来进一步描述模糊数关于规则库的位值,给出了模糊信息的复合量化策略,讨论了位值和符合度的基本性质,为有效地解决某种意识下的不确定型优化问题奠定了基础.     

基于两个不确定参数乘积的鲁棒设施选址模型

传统设施选址往往被看作为确定问题,但实际存在需求、成本、风险等不确定因素,这些不确定因素增加了决策的困难.本文在考虑设施选址中单一不确定因素基础上,同时考虑需求和运输成本两个独立参数的不确定性,且在模型中两者为乘积形式,引入两个budget不确定集合刻画不确定性,建立一个新颖的鲁棒设施选址模型,并将非线性问题转化为易求解的鲁棒等价模型,然后通过CPLEX和MATLAB编程求解.最后,以四川西北部的汶川等13个县市的应急物资临时供应点的选址为例,确定最优的选址分配布局.结果表明,较之运输成本的不确定性,需求的不确定性影响更显著,且需求扰动对选址总成本和选址分配方案有明显的影响.决策者可根据其风险偏好程度,选择恰当的不确定水平参数组合,以获得最优的总成本和选址分配方案.     

液压支架用电磁先导阀的可视化模拟分析

本文通过建立高水基电磁先导阀的几何模型,利用计算流体动力学（CFD）仿真软件FLUENT的动网格技术,实现对先导阀精细结构的可视化模拟.通过比较分析稳态与动态工况下,不同开口量值时,阀内流体的流动状态,得出影响阀的性能因素,从而为阅的优化设计提供一定的理论依据.     

视觉感知结合学习的自然图像轮廓检测

本文结合非经典感受野的视觉特性与机器学习的方法,提出了一种自然图像轮廓检测模型.当非经典感受野中的刺激与感受野中心刺激形成一种精确的空间结构时,将对中心产生一种增强效应;另一方面非经典感受野中抑制作用会降低同质成分的响应,我们将这两个机制分别用于增强光滑的轮廓和减少背景中与结构无关的干扰成分.利用逻辑回归概率模型将感受野中的信息与来自非经典感受野中的信息进行有效融合,并根据图像的手工标注数据库,通过学习方法获得一组最优的模型参数.自然图像的实验结果表明该轮廓检测方法能极大地抑制来自纹理的局部边缘,减少虚假轮廓,同时能增强具有一致空间结构的成分,避免轮廓缺失.最后利用Berkeley图像数据库定量地评价了我们方法的性能,并与相关方法进行了比较.该模型不仅为复杂场景中的轮廓检测提供了一个可行的策略,并有助于对生理视觉机制的理解.     

信息可视化和可视分析：挑战与机遇——北戴河信息可视化战略研讨会总结报告

由天津大学软件学院发起并召集,东北大学秦皇岛分校和燕山大学承办的信息可视化战略研讨会于2012年6月9-10日在北戴河成功举行．本文总结了此次会议的讨论内容和达成的共识,对当前信息可视化和可视分析领域的挑战和国际上这方面的研究方向做了大致的分析,并对今后信息可视化和可视分析的大方向提出一些建议,以及对具体行动提出一系列倡议．     

基于自然特征的增强现实注册算法

增强现实标志点注册算法需在场景中叠加各种标志,系统构造复杂.文中在深入研究机器人视觉伺服系统的基础上,提出了利用虚拟视觉伺服技术、基于自然特征的增强现实注册算法.利用特征点和图像矩作为图像特征,推导出了图像特征变化量与虚拟摄像机相对位姿变化量之间的关系矩阵(即图像的雅可比矩阵),实现了基于自然特征的三维注册算法.与混合跟踪注册算法、共面四点注册算法相比,文中方法具有更高的精度.     

基于多尺度光流融合特征点视觉-惯性SLAM方法

为提高视觉-惯性导航系统在弱纹理环境下的鲁棒性和精度,结合特征点法精度高和光流法速度快的特点以及惯性信息,提出一种多尺度均匀化光流融合特征点法的视觉-惯性同时定位与地图(simultaneous localization and mapping, SLAM)构建方法。首先,改进快速特征点提取和描述(oriented fast and rotated brief, ORB)特征提取过程,采用多尺度网格化的方法提取ORB特征点并利用四叉树均匀分配特征点,提高特征分布离散性。其次,在帧间采用LK(Lucas and Kanade)光流法追踪特征点进行帧间的数据关联,在关键帧对特征点进行描述子的计算和匹配从而实现关键帧间的数据关联,保证算法速度的同时提高定位精度和鲁棒性。最后,基于光流法建立的数据关联得到的初始位姿为后端优化提供初始值,整合ORB特征点重投影误差、惯性测量单元(inertial measurement unit, IMU)预积分误差以及滑动窗口先验误差构建最小化目标函数采用滑动窗口非线性优化进行求解。实验表明,所提方法相比单目视觉惯性系统具有更高的定位精度和鲁棒性,定位精度平均...