基于TRIZ理论的薄板类零件三维扫描检测方案优化

为解决薄板类零件三维扫描检测过程中整体数据获取困难、效率低且无法模拟实际工况测量的问题,本文基于TRIZ创新理论对薄板类零件的三维扫描检测方案进行了优化。对现有问题进行分析后,利用因果链分析、九屏图法、技术矛盾等方法,结合薄板类零件的扫描实际流程,最终设计了多支点柔性夹具,并优化了三维扫描检测过程。以汽车钣金件为例,对优化方案进行了验证,为薄板类零件的质量检测提供了一种新的高效精准的检测方法。     

利用Kmeans-RBF神经网络提高重力格网化数据精度

针对重力测量数据在格网化过程中精度会被降低的问题,顾及空间重力异常和地形的强相关性,提出了三维Kmeans-RBF神经网络方法,该方法利用神经网络的复杂非线性映射学习能力进行推估建模,并在模型训练和推估时加入地形数据作为物理控制。最后基于美国爱达荷州地区的实测重力数据进行验证,实验结果表明:该方法相对于二维Kmeans-RBF神经网络方法和直接进行拟合推估的Kriging方法,实验区内精度分别提高了24.85%和44.84%。     

海底热液喷口区类脂物生物标志化合物研究进展

类脂物生物标志化合物(简称类脂物生标)记录了原始生物母质的分子组成信息,是研究极微生物群落、探索生命起源与演化的重要载体。综述了海底热液喷口区类脂物生标的主要研究进展,重点探讨烷烃、脂肪酸、醚类生标的应用及科学意义。类脂物生标研究表明,海底热液喷口区具有独特而又丰富的生物群落,喷口区动物群落与其他深海环境相似物种在饮食结构上有明显差别,它们主要捕食化能自养细菌或古细菌,且不同物种所捕食的微生物种类也具有选择性。为应对喷口区的极端物化环境,热液细菌和古菌形成了独特细胞分子组构。类脂物生标及单体同位素组成显示,喷口区存在嗜热型氨氧化和甲烷缺氧氧化古菌活动,在热液流体富H2的情况下硫酸盐还原菌与产甲烷古菌能够共存,碳限制条件下能产生富13 C(-11.8‰~+3.6‰PDB)的类脂物生标。类脂物生标对于揭示热液微生物种群与营养关系、指示热液环境条件、反映热液区甲烷代谢作用以及探索生命起源与进化过程具有重要的研究意义,今后还需加强其应用范围及相关指示性机理等方面的研究。     

城市创意产业空间动态集聚演化的计算与可视优化方法

基于人文地理视角下的城市创意产业图像可视化分析对城市深层次空间综合和区域创新发展具有重大意义。但Swarm群智能动态时空建模难以满足创意产业空间集聚的可视化发展。本文研究目标是,从城市区域创意产业空间聚类影响因素指标出发,创新性地提出区域空间动态集聚轨迹算法（Density-Based Interest Spatial Clustering of Path,DBICP）,并与计算机浏览器共建聚类可视化图像,为城市管理提供决策依据。首先,根据影响因素指标体系,利用2014—2018年空间卡口流量数据和产业指标数据进行预处理,构建空间标准聚类算法DBSCAN。然后,对其进行聚类密度分级优化形成全新DBICP算法并得出初步轨迹图像。最后,通过源码转译实现了浏览器界面下空间动态集聚轨迹图像的输出。结果表明：以上海市为例,普陀区、浦东新区、徐汇地区的创意产业空间分布形成了3种不同的聚类模式,并相应提出了分摊、均布、虹吸的管控策略。此方法克服了传统图像的聚类分级和轨迹测量的缺失,可以有效地从指标数据中发现图像轨迹聚类信息,体现了地理信息科学和人文社会学科的交叉融合。也为大数据动态图像的集聚方法提供了全新视角和借鉴价值。     

城市情感地理与空间治理：广州市区宣传类户外广告案例

受人文地理“情感转向”思潮的影响,城市公共空间研究开始关注情感对空间的构建作用,情感空间的营造与城市空间的治理存在一定的耦合关联。本文以广州市区的宣传类户外广告为例,援引情感地理与空间治理的相关理论,采用访谈、文本分析等方法,探讨宣传类户外广告在营造情感氛围过程中与城市空间的内在关联,进而讨论情感氛围与城市空间治理的联系。研究发现,户外广告尤其是宣传类户外广告通过视觉表征生产情感空间,由身体-街区-城市三个尺度构成情感化的公共空间,置身城市公共空间的个体在宣传类户外广告的话语作用下重构对城市空间的想象,产生“归属感”“认同感”和“安全感”等情感,并通过视觉、情感等非表征形式使居民在自我审视中加深群体文化认同,使空间治理内化。研究将情感地理的研究放置在城市这一中观尺度,通过广州市区宣传类户外广告的讨论丰富了情感地理的实证研究,同时对拓展情感地理研究的尺度与视角进行了有益探索。     

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。