基于DS1624的多点温度监测系统

为了减少温度变化对高精度时间比对的影响,设计了一种由带存储功能的数字温度计DS1624构建的、基于I2C总线的温度监测系统,并给出了系统的构成及软件、硬件实现方法和详细实验结果。分析表明,以温度监测系统为关键部分的温度控制系统是高精度时间比对所必要的。     

G-凸空间内的连续选择定理和重合点定理

在G-凸空间内得到了一些新的连续选择定理,并利用连续选择定理证明了非紧G-凸空间内及乘积G-凸空间内的重合点定理.这些定理改进并推广了最近文献中的一些已知结果.     

基于3D基元拟合的复杂屋顶点云三维重建

几何语义一体化三维建筑物模型是智慧城市建设的重要基础数据，有利于促进建筑设施的精细化管理和智能化应用。当前基于点云的三维重建算法大多关注简单屋顶结构的几何模型构建，忽略了模型的语义表达，且基于数据驱动方法的重建结果容易受噪声影响，存在几何和拓扑错误。为了解决复杂屋顶高精度三维重建难题，本文提出一种基于3D基元拟合的复杂屋顶点云三维自动化重建算法。首先，设计了一套可参数化表达的建筑物3D基元库，包含简单和复杂屋顶。其次，通过点云分割和屋顶拓扑图比较来识别点云对应的基元类型。然后，提出了一种点云与3D基元整体拟合的目标优化函数，采用序列二次规划算法估计基元的正确参数。最后，利用城市地理标记语言（City Geography Markup Language, CityGML）构建几何、语义和拓扑一体化表达的三维模型。采用几种不同屋顶风格的建筑物点云数据进行实验，定性和定量对比分析结果表明本文方法能够高效生成几何和拓扑均正确的CityGML模型，对噪声和局部点云缺失具有一定的鲁棒性，有利于促进几何语义一体化建筑物模型快速自动化构建。     

亚纯函数f(z)的微分多项式φψ(z)f(z)P(f)(z)的值分布

设k∈N,f(z)为复平面上的超越亚纯函数,φ(z)、ak-1(z),…,a0(z)为f(z)的小函数,且φ(z)≠0.置P(f)(z)=f(k)(z) ak-1(z),k-1((z) … a1(z)f'(z) a0f(z),且P(f)(z)不恒为常数.当k≤4时,满足Nk)(r,1/f)=S(r,f);k≥5时,满足N4)(r,1/f)=S(r,f),则T(r,f)＜20-N(r,1/φfP-1) S(r,f).     

点蚀损伤下桩基式平台腿柱轴压极限承载力研究

采用圆柱体点蚀损伤模型,建立含细观尺度点蚀损伤的桩基式平台腿柱多尺度精细化数值模型,研究壁厚损伤度、点蚀损伤强度以及点蚀体积损伤强度影响平台腿柱轴压极限承载力的规律。研究结果表明,壁厚损伤度及点蚀损伤强度明显削弱平台腿柱的极限强度,且随点蚀损伤强度增大壁厚损伤度的影响加剧;点蚀体积损伤强度由于综合考虑了壁厚损伤度和点蚀损伤强度的耦合因素,相比于独立考虑后两者,其更能合理地描述点蚀损伤对平台腿柱极限强度的影响,故点蚀体积损伤强度体现了点蚀损伤的关键特征。本方法不仅适用于研究点蚀损伤构件的极限承载力,其所提出的点蚀损伤模型的构建方法,可拓展于研究受点蚀损伤的整体平台结构的极限承载力,且确定点蚀体积损伤强度为描述点蚀损伤特征的关键参数后,有望将其用于修正点蚀损伤平台腿柱的承载力设计公式。     

基于主成分分析的相对重力观测零漂和固体潮提取

利用主成分分析PCA提取2014-08-15~23CG-5相对重力仪静态相对观测的零点漂移和固体潮。结果显示,PCA提取的零点漂移值与最小二乘线性拟合结果非常一致,其差仅在10-2μGal/d量级;PCA估算的固体潮值与CG-5重力仪内部软件提供的固体潮模型计算值统计结果基本一致,两者之差均小于8μGal,均方根均小于5μGal。     

车载激光点云中交通标线自动分类与矢量化

交通标线是重要的交通安全设施,其位置、属性和拓扑关系精细刻画道路交通结构,是智能交通、高精地图、位置与导航等应用的基础数据.本文提出一种融合空间上下文信息的车载激光点云标线分类图注意力模型(graph attention network with spatial context information,GAT_SCNet).该模型利用图结构建立标线及其邻接对象的出现和依存关系,基于标线几何、拓扑、空间结构关系构建注意力机制进行节点特征动态更新,通过对节点分类实现标线的精细分类.基于分类后标线,设计不同方案实现对分类后标线提取标线矢量化数据.试验采用4份不同车载激光扫描系统获取的城市与高速场景数据验证本文方法的有效性,试验结果中9类标线分类的准确率分别为100.00％、93.77％、100.00％、100.00％、100.00％、96.73％、97.96％、100.00％、98.39％,召回率分别为100.00％、96.36％、100.00％、100.00％、100.00％、97.26％、85.72％、100.00％、94.16％.结果表明,本文方法能实现道路场景中全尺寸、多类型标线对象的精确识别,并对形状相似标线(如虚线、斑马线和停止线)的区分具有较强稳健性.     

融合点云和多视图的车载激光点云路侧多目标识别

城市环境中的行道树、车辆、杆状交通设施是重要的交通地物,也是智能交通,导航与位置服务,自动驾驶和高精地图等行业应用的核心要素.为了准确识别这些路侧目标,本文提出一种融合点云和多视角图像的深度学习模型PGVNet(point-group-vi ew network),充分利用目标点云数据中空间几何信息及其多视角图像中高级全局特征提升路侧行道树、车辆和杆状设施的分类精度.为了减少视图间的冗余信息并增强显著视图特征,PGVNet模型利用预训练的VGG网络提取多视图特征,对其进行分组赋权获取最优视图特征;采用嵌入注意力机制的融合策略,利用最优视图特征动态调整PGVNet模型对点云不同局部关系的注意力度,学习不同路侧目标的多层次、多尺度显著特征,实现行道树、车辆和杆状交通设施的精确分类.试验采用5份不同车载激光扫描系统获取的不同城市场景数据验证本文方法的有效性,其中行道树、车辆及杆状交通设施分类结果中的准确率、召回率、精度和F1指数分别达(99.19％、94.27％、93.58％、96.63％);(94.20％、97.56％、92.02％、95.68％);(91.48％、98.61％、90.39％、94.87％).结果表明,本文方法融合多视图全局信息和点云局部结构特征可以有效区分城市场景中的行道树、车辆和杆状交通设施,可为高精度地图中要素构建与矢量化提供数据支撑.     

建筑物立面分类与DIM点云滤波

针对目前基于近景摄影测量方法构建建筑物立面模型过程中因密集影像匹配（DIM）点云噪声所引起的建筑物立面TIN网格模型畸变问题,本文借鉴机器学习中样本学习的思想,对建筑物立面进行了分类并对DIM点云提出了相应的滤波方法,以达到去除DIM点云噪声和改善其TIN网格模型畸变的目的。其中,针对平面结构立面,采取先对点云样本进行学习计算构建数学立面模型所需参数,再对该立面模型设定阈值并对其点云进行滤波处理的方法;针对曲面结构立面,则结合DIM点云特性先将点云样本分类标记归为立面点与非立面点,再进行样本特征值学习,使用Logistic回归算法迭代计算求解最佳回归系数,从而构建滤波分类器的方法对立面点云进行滤波处理。试验结果表明,本文滤波处理方法能将立面DIM点云噪声有效识别并去除,而且使用该方法处理后所得点云构建的建筑物立面TIN网格模型精细化程度得到有效提高,模型质量得到明显改善。