一种基于多维空间超球体的快速聚类算法

提出了一种基于多维空间超球体的快速聚类算法。这种算法结合密度聚类和层次聚类两种思想。首先利用密度聚类方法将小范围内的数据对象聚合成超球体,然后再按照层次聚类中的凝聚思想,根据超球体之间的位置关系产生最终聚类。实验表明,该算法对于数值型数据集不仅在效率、噪声敏感性等方面均有较好的表现,同时还可以通过诸如“双环测试”等带有刁难性的特殊测试集。以往,常常简单的以距离来刻画的数据间“相似性”,而所提出的快速聚类算法则改由超球体之间连接的紧密程度来描述这种性质。实验表明,这种修改使得算法的性能得到了很好的改善。     

SA-FRCNN:一种改进的机场停机坪目标检测方法

机坪场景下包含丰富的空间位置关系上下文信息.传统目标检测器往往只关注单一的视觉外观而忽略上下文信息;此外机坪数据集中部分类别识别准确率较低.针对上述问题,提出一种改进的机场停机坪目标检测方法,称为SA-FRCNN.该方法利用图卷积网络来捕获机坪场景下目标间的相对空间关系,将空间位置关系上下文融入模型生成空间感知特征;在...     

基于CPN Tools的机场主要资源调度研究

针对机场跑道、停机位等主要资源调度的问题,Petri网以其固有的特性,非常适合实时处理这类并发事件的问题.CPN Tools是一种Petri网仿真分析软件,具有大量的自动化分析工具,使建模、仿真和结果分析过程更加简单、高效、可控:本文基于CPN Tools软件,实现了用有色-时间Petri网对过站航班使用机场主要资源进行建模,并定义了各种监视器用于采集仿真数据,通过分析这些数据以及系统生成的仿真报告、状态空间报告等,得出了机场主要资源的使用情况.