改进Markov过程的异构无线网络垂直切换算法

针对当前异构无线网络垂直切换算法存在切换次数多, 服务质量难以满足实际应用需要的问题, 以获得更优的异构无线网络服务质量为目标, 提出一种基于改进Markov过程的异构无线网络垂直切换算法. 首先, 建立异构无线网络整体性能评价指标体系, 然后采用灰色关联分析法确定网络整体性能评价指标的权重值, 最后利用Markov决策过程对异构无线网络的状态进行预测, 选择最优的接入网络, 并通过异构无线网络垂直切换的仿真对比实验测试和分析其性能. 实验结果表明, 相对其他异构无线网络垂直切换算法, 该算法可降低平均切换次数, 避免了频繁切换现象的发生, 大幅度减少了网络数据传输的丢包率, 改善了用户满意度, 获得了更高的服务质量.     

花岗岩残积土填料晾晒数值模拟方法及应用

为掌握花岗岩残积土填料晾晒性能及其影响因素,为有效利用该填料提供理论依据,基于非饱和土湿热耦合计算方法和实际工况,提出了填料晾晒的数值模拟方法;选取花岗岩残积土,通过水热力学性质试验和室内蒸发试验确定了相关参数,开展了南方特定气象条件下花岗岩残积土的现场晾晒数值模拟和现场试验。结果表明:同一气象条件下,持水性越强,填料晾晒所需时间越长且内外含水率差异性越大;影响花岗岩残积土晾晒的因素中,敏感程度由大至小分别是松铺厚度、土块粒径、太阳辐射强度、温度、风速;平均粒径为2 cm的花岗岩残积土填料,松铺厚度为30 cm时,在自然晾晒1 h后进行一次翻拌,可使晾晒时间由5 h缩短至2 h,填料降湿效率提高60%。根据填料持水性的不同,合理控制粒径或翻拌时刻,可显著缩短填料晾晒所需时间,从而提高南方多雨地区花岗岩残积土路基施工效率。     

基于相似度模型耦合角度制约规则的图像匹配算法

为了克服当前图像匹配方法主要通过测量距离的方法来实现图像匹配,忽略了图像间的相似度,导致算法存在错误匹配较多以及鲁棒性较差的问题。本文提出了基于相似度模型耦合角度制约规则的图像匹配算法。采用FAST检测方法对图像特征进行检测,快速获取鲁棒特征点,以改善算法的匹配正确率。随后,利用SURF特征描述机制,通过计算特征圆域内的Haar小波响应值,对特征点进行描述。引入结构相似度SSIM(structural similarity index measurement)模型,将其与欧氏距离模型相结合,构造相似度模型,从结构相似度与测量距离两方面出发,将特征点进行粗匹配。最后,利用特征点的余弦关系,求取特征点间角度,建立角度制约规则,对粗匹配结果完成优化。实验结果显示:与典型的匹配方法相比,该算法具有更好的匹配性能较好,在多种几何变换下仍具有理想的匹配精度。     

基于CRF和多元规则的层次化句法分析

针对句法分析中细粒度和粗粒度组块识别模型的冲突问题, 为解决句法分析中词语搭配规则多、减少搭配优先级变动的影响, 提出一种结合条件随机场（CRF）和多元规则的层次化句法分析模型. 先利用CRF算法识别细粒度语句的组块标记序列, 然后结合统计和多元规则识别粗粒度组块, 在识别出的组块中层层引入不同优先级的二元、三元规则. 该模型实现了同时进行细粒度和粗粒度组块的识别, 可更好地服务于句法分析. 在Chinese TreeBank8.0（CTB8.0）语料上采用5-折交叉验证, 结果表明, 相比于仅使用二元、 三元规则及使用CRF+二元规则的句法分析, 该模型的正确率分别约提高12%,3%,5%, 验证了该模型有效性和稳定性.     

基于关联规则挖掘的赋权特征选择跌倒检测研究

针对穿戴式跌倒检测中特征属性过多,传统的降维和PCA赋权降维方法仅考虑了单个特征的重要度,未将特征组合的重要性考虑在内的问题,提出一种改进的基于关联规则挖掘的赋权特征选择方法。在特征降维过程中引入关联规则挖掘,根据频繁项集的支持度和置信度为特征赋权,实现特征选择。利用真实的数据集进行对比实验,结果表明:该方法分类的正确率、特异度和灵敏度均高于未经降维的原始数据集和经PCA赋权选择的数据集。该方法不仅能够实现对高维数据的降维,而且考虑了特征间的关联规则,能够得到更为优质的特征向量数据集。     

基于灰色理论的数控机床复合结构床身优化设计及其性能分析

为探索提高数控机床的综合性能,以某卧式加工中心铸铁床身为原型,设计了一种钢板-混凝土复合结构床身.采用正交实验、灰色关联和组合赋权相结合的方法对其结构进行优化并得到了最优的参数组合,对复合结构床身进行有限元仿真分析,并将结果与原型铸铁床身比较.结果表明:在床身质量仅增加2.3%的情况下,复合结构床身的最大静应力和最大静变形分别降低了51.3%和82.9%;前三阶固有频率提高了143.9%、156.8%和148.7%;x轴导轨和z轴导轨中心节点在x、y、z方向上的最大振幅降低了97.6%、97.1%、94.0%和99.6%、97.9%、85.4%;导轨滑块连续在导轨表面摩擦1800s时导轨的最大热-结构耦合变形量降低了7.3%.     

基于卷积神经网络与特征选择的 医疗图像误差预测算法

针对传统医疗图像误差预测算法无法很好的选择图像特征,存在图像误差预测值与实际值拟合度低、预测耗时长等问题,提出基于卷积神经网络与特征选择的医疗图像误差预测算法.首先,选取5种集成规则构建自适应多分类器,对医疗图像区域进行分类;其次,训练卷积神经网络,利用训练完成的神经网络提取不同类别医疗图像区域特征,以此为基础计算区域距离,寻找出相似度最小的区域,完成图像可疑区域定位;再次,融合多评价标准生成特征子集,从中搜索得到最优特征子集,完成可疑区域图像特征选择;最后,以选择得到的特征区域像素点作为训练样本,建立预测样本与训练样本之间的多元线性回归矩阵,实现误差预测.实验结果表明,所提算法的集成规则适应度较高,分类性能好,区域距离计算准确率高达95％左右,特征选择的AUC值(Area Under Curve)高,且预测结果拟合度和预测耗时均优于传统算法.     

从局部到全局的规则模型：粒聚合研究

顾名思义,多视图模型是从不同的视角捕捉现实界系统的模型,通常包含本地可用的特性(如属性、输入变量)。综合考虑时,必须对一群多视图模型进行聚合。当建立一个包含所有属性的整体模型不可行且不能通过合理的计算实现时,多视图模型也会出现在包含大量变量的数据中。基于模糊规则体系结构,考虑和讨论2种情形。在构建多视图模型的聚合时,一个重要的任务是为整个全局模型设置一个可靠的质量度量,使用该度量可以有效地评估由规则模型生成的单个结果的相关性。提倡用输出的信息粒来量化结果的质量,而不是一个单一的数字结果。在上述2个情形中,使用合理粒度增强原理(粒计算的基础之一)聚合了一系列多视图模型产生的结果。认为多视图模型传递的结果多样性可以通过生成结果的粒度形式进行捕获和量化。最后,讨论了相关的优化准则和优化过程。     

RAP掺量对半柔性路面路用性能的影响

为了探究再生沥青混合料(RAP)掺量对再生半柔性路面路用性能的影响,以体积法设计基体沥青混合料级配.通过浸水马歇尔试验、冻融劈裂实验、低温劈裂实验及车辙实验,分析评价不同RAP掺量再生半柔性路面路用性能.结果表明:RAP材料的变异特性、RAP掺量变化等因素使不同路用性能呈现不同变化趋势;当RAP掺量较低时,相关路用性能指标表现良好,当RAP掺量过高时,路用性能明显下降,且劈裂抗拉强度比不满足规范要求;RAP掺量对车辙深度、劈裂抗拉强度和残留稳定度影响较大.     

基于点云与图像决策级融合的道路行人检测

现有基于点云与图像融合的行人检测要求高算力的处理平台,应用于低算力低功耗的嵌入式平台时,无法满足行人检测的准确率和实时性.基此提出一种融合点云与图像的道路行人检测方法,该方法采用DBSCAN算法对点云进行聚类,然后,运用概率数据关联算法将行人点云与图像的行人检测结果进行决策级融合,最后,在嵌入式计算平台上进行软硬件集成与测试验证.实验结果表明,相比于其他目标检测算法,设计的融合点云与图像的道路行人检测方法,不仅提高了道路行人方位的检测精度,而且检测用时降低了46.6％以上.