论文部分内容阅读
关中平原城市群物流企业空间格局演化及影响因素研究
【出 处】
：
长安大学
【发表日期】
：
2020年01期
其他文献
针对故障特诊复杂多样和故障样本类别不平衡,使用传统故障诊断算法对机械设备进行故障预测时预测结果正确率和可靠性偏低的问题,提出一种改进的Stacking集成学习结构,一方面对数据集进行降采样来重构数据集,另一方面使用贝叶斯优化和网格搜索来调节单个机器学习模型参数,最后通过改进的Stacking集成学习框架将训练好的强机器学习模型融合在一起,实现对机械设备故障的预测.在斯堪尼亚卡车空压系统故障数据集上进行实验,获得了比LightGBM、CatBoost等任一单模型更好的效果,较适用于复杂工况下的机械设备的故障
当前的图像识别主要针对清晰的近距离目标,随着混合多距离图像应用场景需求的增加,现有图像处理算法对混合多距离图像中运动目标的亮度、清晰度和分辨率变化表现出明显的性能缺陷.针对上述问题,提出了一种Retinex图像增强方法.利用Retinex对图像成分进行分解,得到图像的边缘和细节特征,设计了简化传函来降低变量个数和控制复杂度,并在反射分量中引入包含距离、亮度和多尺度的灰度系数来避免灰度突变.为防止出现过增强和反射率波动,针对细节设计了可变增强因子,针对亮度引入多尺度伽马变换.为避免增强图像失真,利用细节、对
铁路货车集结的定编和定点模式各有优势,为提高货车在技术站间的转移效率,需在二者之间找到一个平衡点.根据定编和定点发车模式下的编组站车组集结过程,并结合后方技术站作业时间窗的约束,建立了半定编发车模式下技术站时间窗约束作业模型.以降低运输成本,实现效益最大化为目标,利用MATLAB仿真模拟找到两种发车模式下运输成本差值与最佳最小编成辆数,以及无效时间窗占比之间的关系,并分析了站间区间距离、时间窗长度对最佳最小编成辆数的影响.仿真结果表明,最佳最小编成辆数依不同的站间情况有所变化,时间窗长度对编成辆数的影响有
针对当前社交网络中频发的意见偏差和扭曲问题,研究改进传统Deffuant算法,将用户权威值、争议性信息、网络衍生效应等因素加以纳入,设计了基于超级媒体人的观点动力学模型,并通过实验模拟舆论偏差产生过程.研究发现,通常情况下,网络意见收敛范围由群体中大多数用户的态度值所决定;争议性信息影响意见波动与收敛,但对最终演化结果影响不显著;高权威值的超级媒体人会导致网络舆论发生偏差性传播效果,持有极端观点的非理性超级媒体人更易引起严重的偏差舆论.
近三十年来,中国的煤炭年产量一直位居全球首位。采煤方法的改进和更为先进的顶板管理方法,煤炭产量增长的同时,煤炭开采所产生的采空区与地面沉陷面积正在逐年增加。开采沉陷不仅造成生命和财产的直接损失,而且造成一系列社会和生态安全问题,包括生活环境进一步恶化,自然景观破坏,草地退化和沙漠化。因此,对采空区地表移动变形进行研究是迫切且具有现实意义的。本文以陕西榆神矿区隆德煤矿为例,对多层煤重复采动后岩体应力
由于UASNs部署环境的差异无法适应路基传感网络的一些理论方法,因此提出了融合深度学习的智能路由算法.首先分析UASNs的信道与噪声衰减,以及能耗模型,模型构建过程中充分考虑了影响数据传输能耗的多种因素.然后针对立体网络拓扑,从均衡性角度设计了能量阈值计算方法,并依据能耗与阈值完成簇头选择.最后融合深度网络与AE学习算法,利用多隐层提高特征提取的精确度,各节点将特征结果通过簇头汇总后,根据汇聚中心下发的参数更新路由.基于Matlab搭建UASNs仿真环境,分别对算法的簇头选择、网络寿命和适应性进行了对比验
针对数据库密文检索的效率不佳和隐私泄露问题,提出了基于扩展关键词的密文可验证检索模型,同时设计了去同步化攻击协议.根据哈希函数与双线性映射得到随机种子,结合其它初始化参量构造客户端属性密钥,对检索数据进行加密,按照规则存储到字典中,形成加密索引.为避免服务器猜测引发查询信息泄露,设计了扩展关键词陷门,利用陷门标识符判断客户端需要的验证数据,并通过扩展关键词的加密集合与验证集合实现密文的可验证检索.最后设计了去同步化攻击协议,采用双随机数策略,在协议被拦截时,通过双边校验计算完成验证.仿真结果表明,扩展关键
为优化图像配准后轮廓模糊、总体分布形状不完整等问题,提出一种多维度视觉传达下投影变换图像配准仿真.为保留配准后图像能够完整保留不同分辨率下的特征,采用LOG(Laplacian of Gaussian)算子提取图像轮廓.将每个轮廓形状的描述子视为形状的特征向量,通过傅里叶特征匹配算法匹配提取出的不同图像轮廓,获得轮廓对应点对,将其作为投影变换的映射点,得到配准后图像.仿真中,对比分析所提方法和传统方法的配准效果,结果表明所提方法没有明显的误配准,且图像间的连接平滑自然,具有一定的可行性和有效性.
针对当前超分辨率图像噪声识别方法,未考虑获取多方向阈值分割图像,导致超分辨率图像噪声识别时间长、识别精度和识别覆盖率低的问题,提出基于多方向阈值的超分辨率图像噪声识别方法.依据一维函数灰度曲线获取局部阈值,利用灰度波动局部阈值分割法,分割局部阈值图像,分析图像中噪声曲面的曲率变化率、弹性变化率、边界法矢、曲面离散率、外载荷修正量等特征值,将分析出的特征性质整合成一组特征向量,通过分类器进行计算,实现超分辨率图像噪声识别.实验结果表明,所提方法的超分辨率图像噪声识别精度较高,能够有效缩短超分辨率图像噪声识别