排序方式: 共有5条查询结果,搜索用时 15 毫秒
1
1.
针对传统上单独采用K-means或DBSCAN等方法对共享单车位置数据聚类时造成的聚类结果与真实的聚类结构不符的问题,本文提出了一种基于共享单车时空大数据的细粒度聚类方法(FGCM)。该方法通过DBSCAN进行初始聚类,并在此基础上采用GMM-EM算法进行细部聚类,以提取细粒度层级的热点区域。试验表明,该方法可根据密度阈值排除噪声和离群值,无需指定细部聚类簇数,簇的形状和大小比较灵活。在对共享单车大数据位置特征进行聚类时,与传统的单独采用K-means或DBSCAN的方法相比,FGCM具备更高的精细程度,能够充分展现共享单车的实际聚集特征,可用于规划共享单车电子围栏等设施,在不降低通勤效率的基础上规范共享单车的停放问题。 相似文献
2.
针对传统电力线点云自动提取方法在抗差性、准确性上的不足,文中从输电线路走廊中不同地物点云的空间特征差异出发,提出一种新的基于激光点云的电力线自动提取与重建方法.此算法利用栅格化处理和拟合残差判别提取电力线候选点云,通过双重K-means算法实现电力线重建.利用4组实际输电线路点云进行可行性试验.试验结果表明,方法对电力线候选点集的提取正确率均在97% 以上,双重K-means算法能够准确地对电力线进行提取与重建,具有较高的提取准确率与较好的算法效率,可为实际工程的应用提供参考. 相似文献
3.
车载导航系统常用惯性测量元件(IMU)与全球卫星导航系统(GNSS)技术组合以提高系统的稳定性。由于车载导航系统的应用场景限制,对初始对准速度有着较高要求。为了提高传统车载组合导航系统中低成本微机电系统(MEMS)陀螺仪的初始对准速度,降低初始对准过程中的计算量,本文提出了一种适用于任意失准角下的基于网络RTK辅助与无损Kalman滤波(UKF)的MEMS陀螺仪初始对准算法。同时针对车载系统的特点,简化了IMU系统误差方程,分析了简化带来的误差。在诺瓦泰ProPak6和诺瓦泰IMU-IGM-S1组成的导航系统中验证了本文提出的算法。试验结果表明,在以诺瓦泰双天线GNSS输出航向角为"真值"的情况下,本文提出的算法基本可以在5 s内完成陀螺仪的初始对准,对准精度达0.3°。 相似文献
4.
高速铁路轨道必须保持高平顺性、高稳定性和高可靠性,这直接关系到高速列车高速、安全且平稳运行。高速铁路轨道测量至少包括控制测量、线路测量和变形测量等工作。传统高速铁路轨道测量方法存在测量周期长、维护成本高、检测效率低等问题。为此,本文提出了一种基于全球导航卫星系统(global navigation satellite system,GNSS)/惯性导航系统(inertial navigation system,INS)多传感器组合的高速铁路轨道测量方法,并研制了相应的轨道测量系统。本文详细介绍了其主要构成和方法流程,并在实际高速铁路轨道精调工程中进行了应用示范。结果表明:该系统实现了轨道路基变形监测和高速铁路轨道不平顺绝对测量与相对测量的一体化,其轨道横向偏差精度2 mm、垂向偏差精度2 mm,变形点水平方向精度1 mm、垂直方向精度1.5 mm,显著提高了测量效率。 相似文献
5.
1