期刊文献+
共找到881篇文章
< 1 2 45 >
每页显示 20 50 100
三菱重工“K-POINT”店落户淮安
1
作者 宋媛媛 《机电信息》 2009年第31期59-,共1页
2009年10月16日,三菱重工"K-POINT"中央空调体验店正式落户淮安,这是三菱重工在苏北市场开设的第三家专门店。
关键词 三菱重工 空调 k-point 淮安
在线阅读 下载PDF
基于电能质量监测数据的电压暂降敏感负荷识别 被引量:2
2
作者 张逸 张良羽 +2 位作者 陈锦涛 姚文旭 陈敏 《电力自动化设备》 北大核心 2025年第2期176-184,共9页
为了解决现有方法无法适用于已投运负荷或需要已知敏感负荷类型等问题,提出一种基于电能质量监测数据的敏感负荷识别方法,以有功功率有效值监测数据为切入点,采用Hodrick-Prescott滤波、滑动均值分段进行电压暂降事件时段划分;利用电压... 为了解决现有方法无法适用于已投运负荷或需要已知敏感负荷类型等问题,提出一种基于电能质量监测数据的敏感负荷识别方法,以有功功率有效值监测数据为切入点,采用Hodrick-Prescott滤波、滑动均值分段进行电压暂降事件时段划分;利用电压暂降事件前、后的电能质量监测数据变化量构建待处理稳态数据集,通过动态聚类来有效划分各次电压暂降事件;对各暂降事件集进行边界拟合,得到多个拟合拐点,并与预设拐点行比较,完成对用户所含敏感负荷的类型识别。通过MATLAB/Simulink仿真算例和实际敏感用户电能质量监测数据对所提方法进行验证,结果表明所提方法可准确识别交流接触器、变频调速系统、可编程逻辑控制器、个人计算机这4种典型敏感负荷,能有效利用稳态电能质量监测数据与电压暂降事件数据进行综合分析,具有成本低、可实施性强的优点。 展开更多
关键词 敏感负荷识别 电能质量监测数据 电压暂降 动态K-means聚类 VTC拐点拟合
在线阅读 下载PDF
基于k-center聚类和最近邻中心的公平数据汇总
3
作者 何艳 黄巧玲 郑伯川 《西华师范大学学报(自然科学版)》 2025年第1期95-103,共9页
公平数据汇总是指从每种数据类别中选择有代表性的子集,且满足公平性要求。在大数据时代,每种类别的数据都是海量的,因此公平数据汇总研究具有非常重要的现实意义。为了使公平数据汇总的数据点更具有代表性,提出了基于k-center聚类和最... 公平数据汇总是指从每种数据类别中选择有代表性的子集,且满足公平性要求。在大数据时代,每种类别的数据都是海量的,因此公平数据汇总研究具有非常重要的现实意义。为了使公平数据汇总的数据点更具有代表性,提出了基于k-center聚类和最近邻中心的公平数据汇总算法。算法主要包括2个基本步骤:(1)通过k-center聚类,将k个簇中心作为当前汇总结果;(2)选择满足公平约束的原簇中心的最近邻点作为新簇中心。由于更新簇中心时选择的是原簇中心的最近邻点,因此相对随机选择的数据点,最近邻点更具有代表性,是除原始簇中心外的次优代表点。同时,寻找最近邻点作为新的簇中心能最大限度减少公平代价。在2个模拟数据集和6个UCI真实数据集上的对比实验结果表明,所提出的算法在近似因子和公平代价方面都优于对比算法,说明所提出的算法获得的数据汇总更具有代表性。 展开更多
关键词 最近邻点 k-center聚类 数据汇总 公平约束
在线阅读 下载PDF
基于相机与激光雷达融合的番茄果实三维定位研究
4
作者 邹荣 李金炎 +2 位作者 王权 白圣贺 沐森林 《农机化研究》 北大核心 2025年第10期1-10,18,共11页
为满足复杂环境中番茄采摘机器人果实三维定位需求,克服番茄三维定位中光照变化对相机影响、三维点云定位的资源消耗和速度问题,提出了一种基于相机与激光雷达融合的番茄果实三维定位方法。首先,对传感器采集的数据进行预处理,基于改进... 为满足复杂环境中番茄采摘机器人果实三维定位需求,克服番茄三维定位中光照变化对相机影响、三维点云定位的资源消耗和速度问题,提出了一种基于相机与激光雷达融合的番茄果实三维定位方法。首先,对传感器采集的数据进行预处理,基于改进的YOLOv5s模型对番茄图像进行感兴趣区域(Region of Interest,RoI)提取,通过传感器联合标定将RoI转换为带有点云信息的截锥体区域提议;其次,对区域内点云进行反射率分析,分割出番茄果实点云,通过SOM K-means聚类算法对分割出来的果实点云进行聚类,进而对果实重叠的点云进行个体分割;最后,使用多模态融合算法将二维的图像检测中心与番茄点云质心相关联。引入EIoU Loss对YOLOv5s网格的损失函数进行优化,改进的模型在测试集上的识别准确率为99.65%,与YOLOv5s和Faster RCNN相比,识别准确率分别提高了3.7个百分点、5.9个百分点。对随机选取的52株番茄果树样本进行定位,试验结果表明:改进后算法的定位准确率为95.48%,相比于双目立体视觉检测识别准确率提高了2.48个百分点,定位误差小于4.5 mm。机械臂采摘试验表明,改进后算法满足番茄采摘机器人视觉定位要求。 展开更多
关键词 番茄定位 多传感器融合 YOLOv5s算法 SOM K-means聚类算法 点云分割
在线阅读 下载PDF
大型散货料堆粗-精结合的三维点云优化配准方法
5
作者 曹小华 崔鹏 +1 位作者 侯文晟 刘永刚 《制造业自动化》 2025年第6期164-172,共9页
针对港口大型散货料堆多激光雷达的点云配准问题,提出一种基于改进快速点特征直方图(FPFH)的采样一致性初始粗配准(SAC-IA)与基于k-维树(k-d树)加速的迭代最近点精配准(ICP)粗-精结合的点云自动配准算法。首先针对大型散货料堆点云数据... 针对港口大型散货料堆多激光雷达的点云配准问题,提出一种基于改进快速点特征直方图(FPFH)的采样一致性初始粗配准(SAC-IA)与基于k-维树(k-d树)加速的迭代最近点精配准(ICP)粗-精结合的点云自动配准算法。首先针对大型散货料堆点云数据噪声点、数据量大的问题,对三维点云进行滤波和下采样;其次针对初始位置相差较大的问题,提出基于改进快速点特征直方图的采样一致性粗配准算法;最后针对精配准时间长的问题,提出一种基于k-维树加速的迭代最近点精配准算法。实验结果表明,提出的配准算法与ICP算法、4PCS算法、SAC-IA-ICP算法相比,船舱料堆配准时间分别减小了94.3%、93.3%、66.59%,堆场料堆配准时间分别减小了81%、90.13%、47.99%,船舱料堆配准误差分别减小了84.39%、1.25%、28.19%,堆场料堆配准误差分别减小了90.34%、3.15%、13.04%,具有较好的配准效果。 展开更多
关键词 散货料堆 点云配准 快速点特征直方图 采样一致性初始粗配准算法 k-维树迭代最近点精配准算法
在线阅读 下载PDF
基于图卷积神经网络的露天矿车道路边界检测算法
6
作者 秦学斌 许爱珍 周毓凡 《金属矿山》 北大核心 2025年第3期181-188,共8页
由于矿山道路没有路肩且道路边界线十分模糊,因此区分道路边界线之内的可行驶区域与边界线以外的非可行驶区域成为亟待解决的问题。为提升露天矿车行驶的安全性,提出了一种基于图卷积神经网络的露天矿车道路边界检测算法。首先利用kd-t... 由于矿山道路没有路肩且道路边界线十分模糊,因此区分道路边界线之内的可行驶区域与边界线以外的非可行驶区域成为亟待解决的问题。为提升露天矿车行驶的安全性,提出了一种基于图卷积神经网络的露天矿车道路边界检测算法。首先利用kd-tree算法和基于体素化的八叉树滤波算法构成的复合索引结构对点云数据进行精简和滤波,剔除点云数据中的异常点和高噪声点;再通过基于K-means聚类对精简后的点云数据进行图卷积神经网络运算提取出地面点,非地面点通过聚类方法寻找邻域构成三角面,利用三角面的法向量拟合非地面即得到曲面;最后计算拟合最优地面和非地面的交线即为所求的道路边界线。试验结果表明:提出的道路边界检测算法能很好地检测出边界线,为矿山道路无人驾驶提供安全范围,有助于提升无人运行矿车驾驶的安全性。 展开更多
关键词 点云滤波 kd-tree算法 K-MEANS聚类 图卷积网络 边界线检测
在线阅读 下载PDF
基于双向代表点和相互K近邻的密度峰值聚类算法
7
作者 任春华 李朝荣 余洋 《控制与决策》 北大核心 2025年第8期2491-2502,共12页
密度峰值聚类算法(DPC)能够识别任意形状的类簇,但存在两大明显不足:一是在密度分布不均的数据集中不能正确发现稀疏集群的聚类中心;二是剩余点分配策略容易引起连锁反应导致数据点归类错误.为此,提出一种基于双向代表点(BRP)和相互K近... 密度峰值聚类算法(DPC)能够识别任意形状的类簇,但存在两大明显不足:一是在密度分布不均的数据集中不能正确发现稀疏集群的聚类中心;二是剩余点分配策略容易引起连锁反应导致数据点归类错误.为此,提出一种基于双向代表点(BRP)和相互K近邻(MKNN)的密度峰值聚类算法,称为BRPMK-DPC.首先,设计一种基于正向K近邻代表点和逆向逆K近邻代表点的局部密度计算方法,好处是可以在密度分布不均的数据集中高效识别正确的聚类中心;其次,提出一种相互K近邻的剩余点分配方法,在分配过程中具有自适应性,避免衍生类DPC算法采用固定K值带来的劣势;最后,在人工合成数据集和真实数据集上进行测试,实验结果表明所提出的算法不仅能够高效识别密度不均集群的聚类中心,而且在大部分数据集上的聚类性能优于其他7种对比算法. 展开更多
关键词 双向代表点 K近邻 逆K近邻 相互K近邻 剩余点分配 密度峰值聚类
原文传递
基于多可信度代理模型的导弹气动数据生成技术研究
8
作者 付朋真 陈江涛 张培红 《计算力学学报》 北大核心 2025年第5期714-721,共8页
代理模型是气动数据生成的新研究方向,传统的代理模型方法依赖于大量高精度仿真模型的样本点及其响应值来确保模型的精度,多可信度代理模型通过融合多层的高可信度和低可信度模型,能在保持一定精度的同时降低计算成本,对降低导弹研发周... 代理模型是气动数据生成的新研究方向,传统的代理模型方法依赖于大量高精度仿真模型的样本点及其响应值来确保模型的精度,多可信度代理模型通过融合多层的高可信度和低可信度模型,能在保持一定精度的同时降低计算成本,对降低导弹研发周期有着重要意义。本文以Co-Kriging模型为代表,对不同数量的低可信度样本点对多可信度模型的影响与最佳的高低可信度样本点比例展开研究,并提出一种适用于气动数据的多可信度代理模型采样方法,该方法在利用高低可信度气动数据一一映射关系,在低可信度气动数据上使用K-means聚类算法获得训练用的高可信度气动数据对应位置。应用到导弹气动数据预测中及三种多可信度代理模型构建中,其中Co-Kriging模型综合预测效果最优,推荐高低可信度样本数比例为1:4与1:3之间。 展开更多
关键词 气动数据 多可信代理模型 高低可信度样本点比例 K-MEANS聚类算法
在线阅读 下载PDF
随机分布条件下种群空斑对点格局分析结果的影响
9
作者 李聿泽 王鑫厅 +5 位作者 李海兵 范静宇 姜超 刘芳 李素英 梁存柱 《生态学杂志》 北大核心 2025年第3期1021-1028,共8页
点格局分析是种群格局研究过程中最重要、最常用的方法。种群空斑是影响点格局分析结果的重要因素,其对点格局分析结果的影响关乎种群格局研究结论的可靠性;因此,探讨空斑如何影响点格局分析结果具有重要意义。以随机分布格局为对象,在5... 点格局分析是种群格局研究过程中最重要、最常用的方法。种群空斑是影响点格局分析结果的重要因素,其对点格局分析结果的影响关乎种群格局研究结论的可靠性;因此,探讨空斑如何影响点格局分析结果具有重要意义。以随机分布格局为对象,在5 m×5 m的研究区域内,通过模拟实验设置低、中、高3种密度,选择具有累积效应的K(r)函数和去除累积效应的成对相关函数g(r),在非屏蔽与屏蔽2种情况下,探讨空斑面积的变化如何影响点格局分析结果。结果表明:(1)随着空斑半径的增加,无论K(r)函数还是g(r)函数,在3种密度条件下,空斑达到一定面积时,开始对点格局分析结果产生影响:种群格局由原来的随机分布1种格局类型经过2种格局类型的过渡后转变为3种格局类型共存;(2)空斑对点格局分析结果的影响,K(r)函数和g(r)函数之间存在差异;(3)空斑对点格局分析结果的影响,对于同一分析方法,不同密度条件下,亦存在一定差异;(4)空斑对点格局分析结果的影响,可以通过屏蔽空斑加以规避,且K(r)函数的规避效果比g(r)函数好。 展开更多
关键词 空斑 点格局分析 K(r)函数 g(r)函数 屏蔽
原文传递
K波段雷达与AIS融合的目标识别与跟踪技术研究
10
作者 孙波 曾炜 +2 位作者 许小伟 邓明星 漆庆华 《船海工程》 北大核心 2025年第5期41-48,55,共9页
基于K波段雷达的特性,设计雷达数据处理方法和与AIS的航迹数据关联及融合算法。在进行背景噪声过滤时,采用基于动态保护单元的雷达背景功率计算方法,与均值类CFAR算法相比,在过滤掉背景噪声时保留有更多的目标回波与细节信息;在对滤波... 基于K波段雷达的特性,设计雷达数据处理方法和与AIS的航迹数据关联及融合算法。在进行背景噪声过滤时,采用基于动态保护单元的雷达背景功率计算方法,与均值类CFAR算法相比,在过滤掉背景噪声时保留有更多的目标回波与细节信息;在对滤波后的数据进行聚类时,使用基于核距离的DBSCAN算法对雷达数据进行聚类,能够更好地聚类出不同距离和复杂形状的簇;在进行雷达轨迹与AIS轨迹匹配时,从二维坐标和速度矢量两个方面进行评价,保证匹配效率和精度;对匹配成功的目标,基于AIS和雷达的数据特点,动态调整AIS与雷达的权重完成数据融合。借助津港轮36和津港轮37完成实船算法实验,结果表明,该算法在实船应用中相对于单一传感器具有更高的定位与跟踪精度。 展开更多
关键词 K波段雷达 噪声过滤 点云聚类 航迹关联 数据融合
在线阅读 下载PDF
基于BIM和改进K-means的建筑点云数据模型研究 被引量:1
11
作者 周飞 《自动化与仪器仪表》 2025年第5期17-20,25,共5页
针对传统建筑点云数据模型重建效果不佳的问题,提出一种基于BIM技术和改进K-means的建筑点云数据建模方法。首先,采用三维激光扫描技术对目标建筑点云数据进行采集;然后利用BES-K-means算法对点云数据进行去噪处理;之后将处理后的点云... 针对传统建筑点云数据模型重建效果不佳的问题,提出一种基于BIM技术和改进K-means的建筑点云数据建模方法。首先,采用三维激光扫描技术对目标建筑点云数据进行采集;然后利用BES-K-means算法对点云数据进行去噪处理;之后将处理后的点云数据作为逆向工程基础,参考建筑实景照片和原有图纸,在Revit软件中对点云数据进行逆向拟合和属性信息赋予;最后通过BIM技术实现目标建筑自动化重建。实验结果表明,提出BES-K-means算法的分类准确率、轮廓系数、运行时间及适应度值分别为96.32%、0.9156、9.87 s、1.044E-06,均优于传统的K-means算法、CS-K-means算法、PSO-K-means算法,为BIM模型构建提供了有效的数据支撑,可实现目标建筑点云数据模型自动化构建和三维可视化分析。 展开更多
关键词 BIM技术 点云数据 K-MEANS聚类 秃鹰搜索优化算法 逆向工程
原文传递
顾及地形特征和边界防收缩的机载LiDAR地面点云聚类简化方法
12
作者 武慧明 陈传法 +2 位作者 孙延宁 郭娇娇 贝祎轩 《遥感学报》 北大核心 2025年第1期314-328,共15页
点云简化是海量机载LiDAR地面点云高效传输和多尺度应用的前提。针对目前地面点云简化方法存在复杂环境适用性差、地形细节特征丢失等问题,本文提出了一种顾及地形特征和边界防收缩的机载LiDAR点云聚类简化算法。首先利用K-means算法将... 点云简化是海量机载LiDAR地面点云高效传输和多尺度应用的前提。针对目前地面点云简化方法存在复杂环境适用性差、地形细节特征丢失等问题,本文提出了一种顾及地形特征和边界防收缩的机载LiDAR点云聚类简化算法。首先利用K-means算法将点云分割为初始点云簇,然后依据各簇的地形复杂度再次对其细分,接着借助点云法向量信息以及邻接簇间边缘点的高程差识别地形特征点,最后通过保留目标区域的边界特征点防止原始点云边界收缩。此外,选取6组高密度机载LiDAR点云为数据源,将本文方法与7种经典点云简化方法(包括随机方法、体素格网方法、基于曲率的方法、最大Z容差方法、基于图的方法、基于多指标加权方法和基于迭代的简化方法)进行比较分析。结果表明:与其他传统方法相比,本文方法生成的数字高程模型(DEM)的平均RMSE至少降低了12.1%,平均MAE至少降低了9.6%,其派生品(包括平均坡度和地形粗糙度)与参考值也更为接近,而且较好的保留了地形特征信息。 展开更多
关键词 遥感 机载LIDAR 点云简化 K-MEANS 地形特征 数字高程模型
原文传递
基于聚类算法的请假行为与成绩关联性分析研究 被引量:1
13
作者 马继巧 《科学技术创新》 2025年第6期97-100,共4页
本文以安徽商贸职业技术学院艺术设计学院学生年度请假数据和平均学分绩点为统计样本,经过脱敏处理后,利用K-means++聚类算法,对学生的请假类别、请假次数与平均学分绩点进行聚类分析。通过识别出不同学生群体类别的特征,探讨请假行为... 本文以安徽商贸职业技术学院艺术设计学院学生年度请假数据和平均学分绩点为统计样本,经过脱敏处理后,利用K-means++聚类算法,对学生的请假类别、请假次数与平均学分绩点进行聚类分析。通过识别出不同学生群体类别的特征,探讨请假行为与学分绩点的关系。数据分析结果表明,K-means++聚类算法可以有效将请假类型、请假次数与平均学分绩点之间相关性反映出来,为后续高校学生管理政策制定提供了数据支持,同时也为进一步提升三全育人实效给出了合理化建议。 展开更多
关键词 聚类分析 学生请假 平均学分绩点 K-means++
在线阅读 下载PDF
The k-point Exponent Set of Primitive Digraphs with Girth 2
14
作者 She-xi Chen Wei-jun Liu Jin-wang Liu 《Acta Mathematicae Applicatae Sinica》 SCIE CSCD 2008年第4期573-582,共10页
Let D = (V, E) be a primitive digraph. The vertex exponent of D at a vertex v∈ V, denoted by expD(v), is the least integer p such that there is a v →u walk of length p for each u ∈ V. Following Brualdi and Liu,... Let D = (V, E) be a primitive digraph. The vertex exponent of D at a vertex v∈ V, denoted by expD(v), is the least integer p such that there is a v →u walk of length p for each u ∈ V. Following Brualdi and Liu, we order the vertices of D so that exPD(V1) ≤ exPD(V2) …≤ exPD(Vn). Then exPD(Vk) is called the k- point exponent of D and is denoted by exPD (k), 1≤ k ≤ n. In this paper we define e(n, k) := max{expD (k) | D ∈ PD(n, 2)} and E(n, k) := {exPD(k)| D ∈ PD(n, 2)}, where PD(n, 2) is the set of all primitive digraphs of order n with girth 2. We completely determine e(n, k) and E(n, k) for all n, k with n ≥ 3 and 1 ≤ k ≤ n. 展开更多
关键词 Primitive digraph k-point exponent exponent set
原文传递
三点弯曲下再生砂浆断裂性能与裂纹扩展过程 被引量:3
15
作者 唐宇翔 肖建庄 夏冰 《建筑科学与工程学报》 北大核心 2025年第2期114-121,共8页
为研究再生细骨料(RFA)取代率对砂浆断裂性能与裂纹扩展特性的影响,开展了4种RFA取代率(0%、25%、50%和100%)下的砂浆断裂行为试验研究。基于三点弯曲切口梁试验,获得再生砂浆断裂响应,包括完整的荷载-裂纹口张开位移曲线、临界裂纹扩... 为研究再生细骨料(RFA)取代率对砂浆断裂性能与裂纹扩展特性的影响,开展了4种RFA取代率(0%、25%、50%和100%)下的砂浆断裂行为试验研究。基于三点弯曲切口梁试验,获得再生砂浆断裂响应,包括完整的荷载-裂纹口张开位移曲线、临界裂纹扩展、起裂韧度、失稳韧度与断裂能。利用非接触式数字图像相关技术,测得试件表面变形,获取再生砂浆裂纹发展全过程。结果表明:RFA的使用降低了再生砂浆荷载-位移曲线的初始线性段斜率与峰值荷载,主要影响再生砂浆临界裂纹宽度方向的张开而不是裂纹长度方向的扩展;再生砂浆的起裂韧度、失稳韧度和断裂能随着RFA取代率的增加而逐渐减小,当RFA取代率为100%时,砂浆的起裂韧度、失稳韧度和断裂能分别减小了31.1%、29.5%和37.8%;不同RFA取代率下再生砂浆的断裂过程区长度l FPZ发展表现出相似的特征,即先缓慢发展至峰值荷载(l FPZ为0.24倍~0.32倍的韧带长度),接着迅速增加至完全发展(l FPZ为0.83倍~0.91倍的韧带长度),之后l FPZ随裂纹的扩展而减小。 展开更多
关键词 再生砂浆 再生细骨料取代率 三点弯曲断裂试验 双K断裂韧度 断裂能 裂纹扩展特性
在线阅读 下载PDF
基于高斯混合优化的机载雷达点云单木分割研究
16
作者 张坤祥 夏永华 +5 位作者 侯云花 时盛春 鄢敏 沈长表 李雪 《应用激光》 北大核心 2025年第1期153-164,共12页
针对森林复杂空间导致的单木点云分割精度低的问题,以昆明市西山区海口林场的针叶林和落叶阔叶林两块样地作为研究对象,利用机载LiDAR点云数据,提出一种基于种子点优化的单木分割算法。该方法结合最远点采样和K近邻搜索方法探测单木的... 针对森林复杂空间导致的单木点云分割精度低的问题,以昆明市西山区海口林场的针叶林和落叶阔叶林两块样地作为研究对象,利用机载LiDAR点云数据,提出一种基于种子点优化的单木分割算法。该方法结合最远点采样和K近邻搜索方法探测单木的树顶点信息,使用K均值聚类实现种子点的优化选取,然后采用期望最大化算法寻求高斯混合模型的最优参数,提高高斯混合模型的拟合精度,最后,基于最优参数的高斯混合模型获取单木点云的分割结果。实验结果表明:研究提出的单木分割方法在两个实验样地的单木分割总精度O_(accu)分别为89.98%和90.43%,具有良好的单木分割效果,对林区树冠粘连和伪树冠顶点现象具有一定的辨别能力,实现了森林树木点云数据的精确分割。 展开更多
关键词 机载激光雷达 种子点 单木分割 K均值聚类 高斯混合模型
原文传递
基于局部曲率与距离特征的点云配准
17
作者 朱振宇 丁海勇 刘春雷 《应用激光》 北大核心 2025年第5期168-176,共9页
针对点云配准过程中产生的误匹配、配准精度不高、效率低等问题,提出一种基于局部曲率与距离特征的点云配准算法。该方法采用点云数据的局部曲率信息,配合邻近点到中心点的加权距离进行关键点提取,利用K-4PCS算法进行点云粗配准,使用线... 针对点云配准过程中产生的误匹配、配准精度不高、效率低等问题,提出一种基于局部曲率与距离特征的点云配准算法。该方法采用点云数据的局部曲率信息,配合邻近点到中心点的加权距离进行关键点提取,利用K-4PCS算法进行点云粗配准,使用线性最小二乘优化的点到面的ICP算法完成精配准。利用多组点云数据对所提算法进行了配准测试。结果表明,所提出的关键点提取算法相较于ISS算法、SIFT算法提高了关键点特征性,为后续的配准操作提供更好的基础。在后续配准中,相同条件下所提出的方法相较于其他算法在粗配准中的效率与精度提升了约56%与57%,在精配准中效率提升了约60%。所提出的算法可以为点云配准时效率与精度无法兼得的情况提供参考。 展开更多
关键词 点云配准 关键点提取 K-4PCS算法 ICP配准
原文传递
面向厢式冷藏车的基于案例推理和MKD-ICP算法的工程图尺寸自动标注
18
作者 白正清 方喜峰 +1 位作者 冯炳玉 刘清华 《制造业自动化》 2025年第10期43-53,共11页
针对工程图尺寸标注的准确性与完备性检查需求,提出了智能化尺寸标注方法,以提高工程图尺寸标注的效率和精度。首先构建历史案例库,并通过案例推理(Case-Based Reasoning,CBR)提取相似案例的关键特征,为迭代最近点(Iterative Closest Po... 针对工程图尺寸标注的准确性与完备性检查需求,提出了智能化尺寸标注方法,以提高工程图尺寸标注的效率和精度。首先构建历史案例库,并通过案例推理(Case-Based Reasoning,CBR)提取相似案例的关键特征,为迭代最近点(Iterative Closest Point,ICP)算法提供高质量的初始参考。结合CBR、K维空间树(K-Dimensional Tree,K-D Tree)和改进的ICP算法,提出MKD-ICP算法,利用其高效的空间数据查询和精准的尺寸对齐能力,显著提升尺寸映射的准确性和匹配度。以某厢式冷藏车为案例的实证研究表明,该方法在尺寸标注的准确性和效率方面优于现有方法,减少了人工干预与误差,为复杂工程设计中的尺寸标注提供了可靠的技术支持,并展现出广泛的应用前景。 展开更多
关键词 工程图 尺寸标注 案例推理 K维空间树 迭代最近点
在线阅读 下载PDF
考虑多点监测数据的混凝土坝智能预警分析方法 被引量:1
19
作者 钟雯 李炎隆 +4 位作者 张野 周涛 康心语 杨淘 黎康平 《人民黄河》 北大核心 2025年第7期150-155,共6页
为提升混凝土坝安全监测的预警准确性,提出一种基于多点监测数据的智能预警分析方法,旨在克服传统单测点预警方法易受非结构性因素影响的问题。首先,采用K-means聚类法按相似变形模式对监测点进行分区;然后,利用ConvLSTM模型提取各聚类... 为提升混凝土坝安全监测的预警准确性,提出一种基于多点监测数据的智能预警分析方法,旨在克服传统单测点预警方法易受非结构性因素影响的问题。首先,采用K-means聚类法按相似变形模式对监测点进行分区;然后,利用ConvLSTM模型提取各聚类中测点变形序列的时空特征并进行预测,通过分析残差序列并根据3-Sigma原则确定预警阈值,生成单点预警结果;最后,融合各聚类的预警结果,确保仅当聚类内所有监测点在同一时间点同时异常时才触发预警。结果表明:多测点联合预警方法通过综合多点信息,减少了单测点预警方法易受外界因素干扰而造成的误报和漏报问题,提高了预警系统的可靠性和稳定性。 展开更多
关键词 混凝土坝 多点变形监测 预警指标 K-means聚类法 ConvLSTM模型 3-Sigma原则
在线阅读 下载PDF
联合稳健S变换与K均值聚类的高崩溃污染率拟稳点选取策略
20
作者 刘忠贺 李宗春 +2 位作者 何华 郭迎钢 赵文斌 《测绘学报》 北大核心 2025年第9期1608-1619,共12页
合理选取拟稳点是变形监测网稳定性分析的关键一环。变形点数量较多甚至过半情况下,现有稳定性分析方法在选取拟稳点时稳健性不足,导致拟稳点选取结果不尽合理。为提高拟稳点选取的准确率,提出了一种联合稳健S变换模型与K均值聚类算法... 合理选取拟稳点是变形监测网稳定性分析的关键一环。变形点数量较多甚至过半情况下,现有稳定性分析方法在选取拟稳点时稳健性不足,导致拟稳点选取结果不尽合理。为提高拟稳点选取的准确率,提出了一种联合稳健S变换模型与K均值聚类算法的高崩溃污染率选取策略。首先,将两期变形监测网的同名点作为采样集合,从集合中随机选取部分点作为子集,利用稳健S变换模型求解子集中控制点的点位转换残差。然后,依据点位转换残差,采用K均值聚类算法将控制点分为拟稳点、小变形点及大变形点,并通过拟稳点集与大变形点集的点位转换残差质心差别判断稳健S变换模型是否可行,若稳健S变换模型奏效,则将转换残差小的点标记为拟稳点,从中选取频次较高的点作为备选拟稳点。最后,使用稳健S变换模型处理备选拟稳点以获得可靠的点位转换残差,以此为据,用K均值聚类算法准确选定拟稳点。通过仿真试验和实例分析,本文方法与传统相似变换模型、迭代加权相似变换模型、结合RANSAC算法的相似变换模型及平方型M_(split)相似变换模型进行了比较。结果表明,当变形监测网中存在变形点时,本文方法的变形点判别准确率最高,所得控制点位移更加符合实际。在变形点数量过半时,本文方法仍能保持稳健性,具有更高的崩溃污染率。 展开更多
关键词 变形监测网 稳健S变换 K均值聚类 稳定性分析 拟稳点
在线阅读 下载PDF
上一页 1 2 45 下一页 到第
使用帮助 返回顶部