摘要：针对轧制行业容易发生机器轧伤工人手部的安全事故,研究一种视觉快速识别手部进入危险区域的方法,提出一种基于SSD(Single Shot Multibox Detector)改进的轻量型手部检测算法。将改进的神经网络MobileNet作为SSD主干网络对输入数据进行特征提取,并重新设计六个特征提取层;借鉴特征金字塔网络(Feature Pyramid Networks,FPN)设计特征融合策略,使较浅特征层获取更丰富的语义信息;使用k-means聚类算法对模型默认框进行调整,使模型检测更加具有针对性;最后引入迁移学习策略对网络训练进行加速。从现场生产视频中获取真实环境下的人手数据样本进行实验,该改进算法检测速度达到20FPS,平均精度均值(mAP)可以达到99.44%,模型大小仅为25.7MB,检测性能优于当前主流的目标检测方法。

摘要：针对现有依靠单一地形特征逼近式提取山脚线,难以反映山地地形实际情况,影响山脚线提取结果准确性的问题,该文依据k-means算法适用于样本聚类,设计一种能自动挖掘山脚线形态结构特征的提取方法。通过兼顾山体边缘多种地貌形态特征,由粗到细精确量化提取山脚线。实验结果表明,该方法能够提高从数字高程模型(DEM)数据中自动提取全局山脚线的准确性,划分的山体边界完整程度高,可以为摸清山地实体自然地理界线及其范围内自然资源的精细化管理和保护提供参考。

摘要：协同过滤推荐算法是目前个性化推荐系统中应用比较广泛的一种算法。然而,它在处理数据稀疏性、可扩展性等方面存在一定不足。针对数据稀疏性问题,本文首先基于Slope One算法对初始的评分矩阵进行缺失值填充,其次利用基于k-means聚类的协同过滤算法预测目标用户的评分,并结合MovieLens数据集给出了相关对比实验;针对扩展性问题,本文首先提出了一种基于中心聚集参数的改进k-means算法,其次,给出了基于中心聚集参数改进k-means的协同过滤推荐算法流程,并结合MovieLens数据集设计了相关对比实验。实验结果表明,本文所提方法推荐精度均得到显著提高,数据稀疏性和扩展性问题得到了有效改善。因此,本文的研究结论不仅可进一步丰富协同过滤推荐算法的现有理论成果,还可以为提高推荐系统的精度提供理论依据和决策参考。

摘要：全球气候变暖加剧了多年冻土退化,冻土融化下沉严重威胁管道的安全运营,准确评价管基土融沉风险等级显得尤为重要。选取含水率、孔隙比、含冰量、超塑含水率4个重要的融沉影响因素,通过熵值法对各指标进行客观赋权,采用可拓云模型对多年冻土区管基土融沉等级进行评价。评价模型在中俄原油管道漠大线的实践应用表明:现行规范对多年冻土区管基土评价指标单一、界限含水率过大,同时k-means评价融沉等级界限相对模糊,而熵值-可拓云模型能够避免融沉指标界限模糊、影响因素间的不确定性,使评价结果更符合实际情况,可为多年冻土区管道的设计、运营管理中的融沉防护方案提供科学依据与理论参考。

摘要：基于目前物流公司运营成本过高及运能不均的现象,提出由众包车辆以及物流公司协同配送的新模式。设计“众包司机-订单”配对策略,引入k-means对“众包司机-订单”进行聚类,得到众包司机配送方案,其余再采用遗传算法求解物流公司订单的最优配送策略。结果表明,众包司机的参与可以在一定限度上降低物流公司的运输成本,且参与配送的众包车辆越多,物流的配送成本越低。

摘要：针对城市轨道交通系统车站环控能耗高占比问题,从城轨交通地下站点热湿环境角度探索轨交站点环控运行能效提升策略。通过k-means对地铁公司各车站站内全年日均温湿度数据进行聚类,再对各聚类车站通过时空分布、埋深等物理属性影响进行分析。结果表明:(1)相同线路、相邻车站温湿度变化曲线存在差异较大;(2)温度聚类二类车站表现为冬冷夏热,舒适度最差,11—12月的西南季风造成温度聚类四车站温度较低;(3)利用室内外温湿度差的标准差分析发现,曲线波动与埋深、方位角等物理特征均表现为强相关。因此不同车站因物理特征差异站点环控系统应差异化运行,也应对不同车站分类设定不同环控能耗定额标准,研究结果为地铁车站设计、环控设备选型提供依据,并对城轨交通的深绿运行及低碳城市建设有积极意义。

摘要：为了获得分辨率高、清晰的激光雷达三维图像,设计基于大数据分析的激光雷达三维图像重建方法。利用k-means聚类算法聚类激光雷达点云数据,获得协方差矩阵的维数;通过高斯过程回归对雷达图像深度建模,得到差值点对应的估计值,通过该估计值实现点云数据内插,强化雷达激光点云数据;使用马尔科夫随机场法构建全局标记优化模型,利用该模型在激光雷达图像像素点与三维距离点之间搭建一个映射关系,获取激光雷达数据结构,由点云数据空间统计模型完成高分辨率的激光雷达三维图像重建。实验结果表明,该方法重建后图像分辨率高,重建分辨率高达1 900,噪声干扰较少且三维图像清晰度高。

摘要：在室内环境下,超宽带(UWB)信号常受到遮挡物干扰影响,进而导致测量距离数据异常以及产生虚假延时,导致定位性能下降。针对这一问题,本文提出了抗干扰的UWB三维定位方法。首先,以数据间的欧式距离作预处理,建立了k-means模型剔除了错误的观测数值。其次,利用L2范数正则化方法改进了常规的最小二乘定位方法。最后,为了验证该方法的有效性,本文设计了无人机在室内三维定位的一个应用实例,在无干扰和有干扰的条件下分别收集了无人机的飞行数据,然后应用提出的数据预处理方法消除了异常的数据,并利用改进的最小二乘法对这两种情况下无人机的位置进行估计。实例结果表明本文提出方法的有效性,可在干扰环境下提高UWB三维定位精度。

摘要：针对拥堵情况日益严重导致的物流业配送时效不高、客户价值低等问题,综合考虑客户价值和成本等因素,提出了一种卡车与无人机联合配送时变路径的优化方法。考虑到配送过程中不同时段的拥堵情况,采用速度分布函数刻画车辆的行驶速度,同时考虑客户的时间窗、车辆的载重和无人机的载重等约束条件,建立了成本最小的数学模型。根据模型的特点,引入k-means对客户的位置进行聚类,设计混合的粒子群算法对模型进行求解。最后通过Solomom数据进行模拟仿真实验,对模型和算法的有效性进行验证。实验结果表明,与未考虑客户价值静态路网模型相比,该模型在降低9.32%成本的情况下,同时提高了16.83%的客户价值和21.28%的客户满意度,所提算法在降低配送成本和提高企业经济效益方面具有一定的有效性。

摘要：针对输送带纵向撕裂检测中存在的检测视角单一、速度慢、精度低等问题,文章提出一种基于改进YOLOv3算法的输送带纵向撕裂多视角检测方法。首先对原始YOLOv3网络结构进行优化设计,采用29层网络模型(Darknet-29)作为特征提取网络,将原有的3种不同尺度锚点改用为2种不同尺度(26×26,52×52)锚点;将位于多视角检测点的工业相机所采集的纵向撕裂图像制作成数据集,使用k-means算法对输送带纵向撕裂标签进行维度聚类分析,确定先验框参数;最后将改进的YOLOv3算法在数据集上进行测试与训练,并与其他几种算法进行比较。实验结果表明:该检测方法不仅可以较好地检测出输送带纵向撕裂,还可以分类识别出大裂纹或完全撕裂情形;相较于原始YOLOv3算法,改进后的YOLOv3算法平均检测精度均值提高0.4%,达到98.7%,检测速度提高60.6%,达到53帧/s,模型占用内存减少93 Mb,仅为141 Mb,优于YOLOv2和YOLOv3-Tiny算法。该文提出的输送带纵向撕裂检测方法具有模型占用内存低、检测精度高及速度快等优点,为输送带纵向撕裂提供了一种新的检测方案。