块石定向性特征对土-石混合体强度影响的数值模拟

为了探讨土-石混合体的力学强度受块石定向性特征的影响,开发了二维椭圆块石集合体随机模型(2D Elliptic Block Collection Stochastic Model,简称EBCS2D),并在此基础上进行了双轴压缩数值模拟。模拟结果显示土-石混合体的强度受块石定向性特征的影响,该影响规律与含石量显著关联。通过对各向异性屈服面曲线方程和数值模拟结果的拟合分析,验证了该屈服面曲线方程在表达土-石混合体强度方面的适应性。通过引入土-石相互作用单元的概念,阐明了在低、中、高3种含石量下,块石孤立作用和团簇作用交替主导,造成了块石定向性特征对土-石混合体力学强度的不同规律的影响。      

空气潜孔锤技术在矿山充填钻孔应用中常见问题及处理措施浅析

本文通过对在充填工程中空气潜孔锤钻进技术的关键技术点进行剖析,从合理选择空压机和冲击器的选择,优化选择钻进技术参数入手,确保空气潜孔锤钻进技术的正确使用,同时对在具体施工过程中常见的制约因素、从机理方面入手进行分析,提出合理化的技术措施,使潜孔锤钻进技术在实际应用中得到了极大的扩展。     

基于车载LiDAR点云的地物分类方法的研究

基于点云分类常用的近邻聚类法和物体表面分割等方法,本文提出了一种基于最大网格密度的近邻聚类的方法。该方法首先对原始点云进行低点提取,设置格网的大小,在此基础上对点云数据进行去噪并进行主成分分析,再对点云空间进行均匀格网化,使具有最大密度的格网为聚类中心,加入高程、强度以及法向量等特征对分割后的点云实现了不同地物的分类,提高了运算效率,降低了错分率。     

基于法向量密度聚类的LiDAR点云屋顶面提取

针对现有算法从LiDAR点云中提取复杂建筑物屋顶面不完整、阈值难以设置的问题,提出一种结合点云空间分布的法向量密度聚类提取屋顶面点云方法。通过构建Delaunay三角网,计算建筑物LiDAR点云的法向量;在分析建筑物点云空间和法向量分布特点的基础上,定义一种邻域关系度量屋顶面点云之间的相似性,并利用提出的算法聚类建筑物点云,得到屋顶面片点云粗提取结果;通过构建屋顶面片缓冲区,经面片处理得到建筑物各屋顶面的完整点云。选取不同复杂程度的建筑物进行实验,结果表明,算法能有效提取复杂建筑物屋顶面点云,具有较好的适应性,并能为建筑物三维重建提供可靠的屋顶面信息。     

众包图像数据采集与聚类分析方法探讨

众包图像是由大众经过一定方法获取后通过互联网向公众或相关机构提供的一种开放式图像数据。利用网络爬虫工具在互联网上爬取了一定数量的众包图像,并分别探讨了单张图像聚类方法和多张图像聚类方法,以期为众包技术如何服务于智慧小城镇规划管理提供技术参考。利用K-means聚类方法对单张众包图像进行聚类,并探讨了分别利用Python语言和Java语言编程实现图像聚类的方法 ;利用层次聚类方法对多张众包图像进行聚类。     

基于聚类的黄河上游干流地区滑坡特征研究

利用2015年Google Earth遥感数据,提取并分析了黄河上游干流地区的滑坡灾害分布情况;采用Ward系统聚类分析法,对坡顶、坡脚、岩性、长度、宽度、厚度、面积、方量、坡度、坡向、年均降雨量、日最大降雨量、原始斜坡坡高和原始斜坡坡度展开研究,并通过数据挖掘,得到了隐含的、潜在的滑坡特征信息;以定性与定量相结合的方法,系统地分析了黄河上游地区滑坡灾害的特征和规律。研究结果表明,(1)研究区的空间展布形态主要包括半圆状、舌状、长弧状、矩形状、三角状、葫芦状和梯形状7种;(2)从空间分布特征上共发现各类滑坡162处,主要集中分布在群科—尖扎盆地;(3)研究区滑坡外在特征和隐含的内在特征十分丰富,经过分析和定义得出偏重环境特征、角度特征、方向特征、单一形状特征和综合形状特征5类特征。     

签到位置数据的密度峰值快速搜索与聚类方法

位置签到数据蕴含了城市居民活动变化。由于客户端位置候选问题,不同的签到行为以同一候选位置签到时会产生位置重复现象。针对现有密度聚类方法在签到数据聚类上存在的问题,以快速搜索和查找密度峰值聚类算法(CFSFDP)为基础,提出了签到位置数据的密度峰值快速搜索与聚类方法。首先,引入位置重复频率来表达签到位置重复,然后,对原始签到位置数据点统计位置重复频率并重新设计数据结构,以新的空间点要素为研究对象寻找密度峰值点;最后,构建了峰值点密度簇聚类算法,在点要素集聚类过程中考虑密度连通性来保证峰值密度簇的连续与完整。试验表明,所提出的聚类方法有效避免了重复度较高的离群位置对象选为峰值并聚类的情况,并具有良好的空间适应性。所提取的密度峰值点不仅可以用来表示热区的中心,还能够反映热区的集中趋势,进而可以帮助探索热区的动态变化情况。     

一种利用点云邻域信息的建筑物屋顶面高精度自动提取方法

从LiDAR数据中高精度地提取建筑物屋顶面是构建屋顶面拓扑关系、实现建筑物三维模型重建的关键。本文针对现有算法提取复杂建筑物屋顶面适应性较差、精度较低等问题,提出了一种利用点云邻域信息的建筑物屋顶面高精度自动提取方法。通过主成分分析计算点云特征,构建特征直方图,选取可靠种子点;利用提出的局部点云法向量分布密度聚类算法聚类种子点,快速准确地提取初始屋顶面片;构建基于邻域信息的投票模型,有效地解决屋顶面竞争现象。试验结果表明,本文方法可自动、高精度地提取屋顶面,对不同复杂程度的建筑物具有较好的适应性,能为建筑物三维模型重建提供可靠的屋顶面信息。     

一种融合超像素与最小生成树的高分辨率遥感影像分割方法

影像分割是面向对象高分辨率遥感影像分析的基础与关键。针对传统影像分割方法易受噪声影响,且难以确定合适的影像分割尺度的问题,本文提出了一种融合超像素与最小生成树的高分辨率遥感影像分割方法。首先用简单线性迭代聚类算法对影像进行过分割生成超像素;然后初始设定影像分割数,采用区域动态约束聚类算法对超像素进行合并,获得分割数-方差和、分割数-局部方差、分割数-局部方差变化率指标图,依据3个指标图确定合适的影像分割数;最后根据确定的合适影像分割数,采用区域动态约束聚类算法对超像素重新合并得到分割结果。定性对比试验和定量评价结果表明,本文方法可以有效地克服影像噪声对分割结果的影响,获得良好的影像分割结果。     

利用轨迹大数据进行城市道路交叉口识别及结构提取

交叉口是城市交通路网生成、更新的重要组成部分。本文基于车辆时空轨迹大数据,提出了一种城市交叉口自动识别方法。该方法首先通过轨迹跟踪识别轨迹数据中包含的车辆转向点对;然后基于距离和角度的生长聚类方法进行转向点对的空间聚类,并采用基于局部点连通性的聚类方法识别交叉口;最后利用交叉口范围圆和转向点对提取城市各级别路网下的交叉口结构。以武汉市出租车轨迹大数据为例,对武汉市城区内189个交叉口进行了探测。试验结果表明,本文所提方法可以准确地从轨迹大数据中识别出城市交叉口及其结构。