Kriging插值的無(wú)檢測(cè)器路段交通數(shù)據(jù)插補(bǔ)方法

研究了kriging插值方法用于計(jì)算青藏鐵路鉆孔地溫?cái)?shù)據(jù)的適用性,發(fā)現(xiàn)可用nugget和高斯函數(shù)模型的線性組合擬合變異函數(shù)。結(jié)果顯示淺層插值結(jié)果偏低,誤差較大;深層插值結(jié)果略高,誤差較小?；趉riging插值構(gòu)造規(guī)則體元模型,即沿水平方向用等深度數(shù)據(jù)進(jìn)行kriging插值,形成一系列溫度等深面;沿垂直方向用相鄰等深面溫度進(jìn)行線性插值,產(chǎn)生新的溫度等深面;將一系列溫度等深面疊加得到規(guī)則體數(shù)據(jù)。以idl為可以化平臺(tái),采用直接體視技術(shù)實(shí)現(xiàn)地溫?cái)?shù)據(jù)了體視化。

為提高層狀地層空間數(shù)據(jù)插值的計(jì)算速度和實(shí)現(xiàn)系統(tǒng)負(fù)載平衡,在采用動(dòng)態(tài)調(diào)整并行粒度策略的基礎(chǔ)上開(kāi)發(fā)混合粒度的并行kriging插值算法.在此算法中,根據(jù)cpu與地層層數(shù)之間的數(shù)量關(guān)系動(dòng)態(tài)調(diào)整并行計(jì)算的粒度,優(yōu)先使用粗粒度的并行計(jì)算策略,同時(shí)利用中粒度并行算法平衡負(fù)載.基于windows2000操作系統(tǒng)搭建了pc機(jī)群并行環(huán)境,大量的試驗(yàn)統(tǒng)計(jì)數(shù)據(jù)表明該方法具有良好的可擴(kuò)展性和并行計(jì)算效率.

在密集井群條件下,利用測(cè)井?dāng)?shù)據(jù)對(duì)地層曲面和三維儲(chǔ)層屬性進(jìn)行插值重構(gòu)是正確認(rèn)識(shí)地質(zhì)構(gòu)造和油藏表征的重要手段,確定性插值是對(duì)油藏構(gòu)造和屬性建模的手段之一,選取合理的插值方法是保證重構(gòu)質(zhì)量的根本。為此,對(duì)三角剖分、距離反比和克里金等幾種常用插值重構(gòu)方法進(jìn)行了闡述和數(shù)值實(shí)驗(yàn),對(duì)某地區(qū)地溫場(chǎng)數(shù)據(jù)進(jìn)行了處理,在100個(gè)井點(diǎn)中隨機(jī)抽取25個(gè)樣本點(diǎn)進(jìn)行了比較,認(rèn)為在不太追求精度時(shí)可選用普通距離反比或三角剖分方法,而克里金和徑向基函數(shù)插值方法適用于精度要求較高的場(chǎng)合。

經(jīng)典kriging插值算法在當(dāng)區(qū)域化變量的變化呈非正態(tài)分布時(shí),變異函數(shù)會(huì)出現(xiàn)明顯的病態(tài),另外,變異函數(shù)是對(duì)區(qū)域化變量間差值取平方,致使插值結(jié)果容易受區(qū)域化變量異常值的影響。采取對(duì)區(qū)域化變量取自然對(duì)數(shù)的措施,以減弱上述因素的影響,另外在變異函數(shù)模型中,引入粒子群(pso)優(yōu)化算法對(duì)變異函數(shù)模型參數(shù)進(jìn)行尋優(yōu),取得了良好的效果。

為了探索適合地形復(fù)雜區(qū)青海省的逐日地區(qū)氣溫?cái)?shù)據(jù)空間插值方法,利用2008年7月青海省48個(gè)地面氣象觀測(cè)站獲取的逐日氣溫?cái)?shù)據(jù)進(jìn)行插值試驗(yàn),首先通過(guò)對(duì)逐日氣溫值與對(duì)應(yīng)的測(cè)站高程進(jìn)行回歸分析,將回歸分析得到的氣溫垂直遞減率與數(shù)字高程模型(digitalelevationmodel,dem)該站的高度相乘,并與回歸直線截距相加產(chǎn)生網(wǎng)格化的回歸氣溫值,同時(shí)對(duì)殘差采用常見(jiàn)的空間內(nèi)插方法(idw,rbf,ok)進(jìn)行插值,然后將網(wǎng)格化的回歸氣溫值與殘差的插值結(jié)果相加,得到空間化的逐日氣溫?cái)?shù)據(jù),最后分析和比較了這幾種插值方法的結(jié)果。結(jié)果表明,空間化的逐日氣溫結(jié)果能較為準(zhǔn)確地反映出青海省氣溫的空間分布特征。

研究基于gis的海洋光學(xué)調(diào)查數(shù)據(jù)空間插值方法及其原理,主要探討了反距離加權(quán)插值法、普通克里格法的球體模型和指數(shù)模型算法。通過(guò)對(duì)比分析利用不同插值算法得到的分布圖,并在誤差分析的基礎(chǔ)上,選擇制作海洋光學(xué)調(diào)查數(shù)據(jù)分布圖的最佳空間插值方法。以海洋光學(xué)要素中的總顆粒物吸收系數(shù)為例,研究表明,普通克里格算法的球體模型能夠更加準(zhǔn)確地反映我國(guó)近海水體總顆粒物吸收系數(shù)的空間分布特點(diǎn)和變化趨勢(shì)。

北京交通大學(xué)畢業(yè)設(shè)計(jì)（論文）中文摘要 摘要 交通延誤是評(píng)價(jià)道路運(yùn)行效率和服務(wù)水平的重要度量，它不僅反映了 司機(jī)不舒適性、受阻程度、油耗和行駛時(shí)間的損失，還反映了道路設(shè)計(jì)和 交叉口信號(hào)控制方案設(shè)計(jì)的合理性。因此，延誤分析對(duì)評(píng)價(jià)道路服務(wù)水平、 交叉口信控方案設(shè)計(jì)有著很大的意義。本論文針對(duì)道路交通延誤計(jì)算問(wèn)題 進(jìn)行了研究，包括交叉口延誤和路段延誤。首先論述了交通延誤的各種概 念，然后探討了各種情況下道路交通延誤的計(jì)算方法，并結(jié)合方法給出了 具體實(shí)例分析，最后在此基礎(chǔ)上還闡述了道路服務(wù)水平的評(píng)價(jià)方法。具體 地說(shuō)，本文內(nèi)容共由七部分組成。第一部分為緒論，簡(jiǎn)要地提出了問(wèn)題， 并說(shuō)明了本論文研究的目的和意義。第二部分主要對(duì)交通延誤的常用概念 和影響因素作了簡(jiǎn)要介紹，并介紹了延誤的研究狀況和目前所存在的一些 問(wèn)題。第三部分對(duì)交叉口延誤的計(jì)算作了概述，分析了車(chē)頭時(shí)距分布，并 分別對(duì)無(wú)信號(hào)交叉口和信號(hào)交叉

文章將基于wlan的無(wú)線定位方法應(yīng)用于礦井下,針對(duì)指紋識(shí)別定位算法在訓(xùn)練階段開(kāi)銷(xiāo)過(guò)大的問(wèn)題,結(jié)合礦井巷道一維線狀特性,提出了一種基于區(qū)域劃分的神經(jīng)網(wǎng)絡(luò)插值算法和基于信號(hào)強(qiáng)度權(quán)重指數(shù)的定位算法,在提高算法效率的同時(shí),減小了平均定位誤差。仿真結(jié)果表明,相比于傳統(tǒng)的指紋識(shí)別定位算法,該算法在效率分別提高33%、20%和10%的情況下,定位精度分別提高了9%、15%和23%。

結(jié)合線性分析法得到的隸屬函數(shù)和層次分析法得到的權(quán)重,建立模糊綜合評(píng)價(jià)判別模型。對(duì)判別結(jié)果量化處理,以最大隸屬度原則確定道路交通狀態(tài)。最后,選取廣州天河區(qū)天河北路干道上的路段,利用gps浮動(dòng)車(chē)運(yùn)行數(shù)據(jù)進(jìn)行實(shí)例分析,驗(yàn)證了判別方法的可行性和實(shí)用性。

分析了長(zhǎng)大連續(xù)下坡路段的特點(diǎn)及其交通安全問(wèn)題,指出可以將長(zhǎng)大連續(xù)下坡路段分為直線下坡段、凸曲線下坡段和凹曲線下坡段3類(lèi),并分別計(jì)算其行車(chē)加速度參數(shù),通過(guò)加速度的變化評(píng)估路線設(shè)計(jì)的安全性能。該評(píng)價(jià)方法將道路設(shè)計(jì)質(zhì)量分為優(yōu)、良、中、差4種等級(jí),通過(guò)設(shè)計(jì)指標(biāo)的校驗(yàn)可以有效改善或優(yōu)化長(zhǎng)大連續(xù)下坡路段線路設(shè)計(jì)中存在的不足。

為了使城市道路更加便捷,減少交通擁堵和交通事故,解決城市占道施工所帶來(lái)的問(wèn)題,文章對(duì)占道施工的交通特性進(jìn)行了分析,指出與正常道路交通相比所發(fā)生的變化,并以部分占道施工為例,結(jié)合具體數(shù)據(jù)進(jìn)行分析,為今后的城市占道施工研究提供數(shù)據(jù)支持。

2003年,市場(chǎng)上出現(xiàn)了一種叫做"漏電保護(hù)開(kāi)關(guān)檢測(cè)器"的產(chǎn)品,這種裝置既可以檢測(cè)單相三線插座的接線狀態(tài),也可以檢測(cè)漏電保護(hù)開(kāi)關(guān)是否能夠在漏電時(shí)可靠動(dòng)作。但是,當(dāng)時(shí)這種產(chǎn)品并不是很普及,原因是價(jià)格過(guò)高,居然達(dá)到幾十元。使用最近一兩年來(lái),受價(jià)格降低的影響,該產(chǎn)品才漸漸變得普及了起來(lái),現(xiàn)在該產(chǎn)品改名為"三孔插座檢測(cè)器"。

空間插值方法廣泛應(yīng)用于氣象數(shù)據(jù)產(chǎn)品的制作,其精度與氣象要素的空間變異特征、氣象觀測(cè)站分布和插值方法選擇有關(guān)。選擇美國(guó)得州599個(gè)地面觀測(cè)站30年平均降雨量記錄,設(shè)計(jì)了27個(gè)觀測(cè)站樣本方案,選擇全年、1月和8月數(shù)據(jù),利用空間統(tǒng)計(jì)、空間自相關(guān)、半變異函數(shù)等方法探索降雨量的空間變異特征,并采用5種常規(guī)方法進(jìn)行空間插值,比較和解釋插值結(jié)果,在此基礎(chǔ)上討論基于知識(shí)的氣象要素空間插值方法。案例研究發(fā)現(xiàn):①降雨量地面觀測(cè)數(shù)據(jù)通常具有明顯的空間趨勢(shì)、較強(qiáng)的空間自相關(guān)特征和較穩(wěn)定的空間變異規(guī)律,但針對(duì)不同時(shí)段或采樣方案,其空間自相關(guān)強(qiáng)度和半變異函數(shù)模型會(huì)有一定的差異。②增加氣象觀測(cè)站數(shù),空間插值誤差有減小的趨勢(shì);但觀測(cè)站數(shù)目達(dá)到一定數(shù)值后,增加觀測(cè)站數(shù),插值精度提高并不明顯。③在觀測(cè)站較少時(shí),不同插值方法間的精度差異較大,而在觀測(cè)站充足的情況下,其差異有減小的趨勢(shì)。④探討氣象要素與地理環(huán)境要素之間的關(guān)系,獲得定量化的先驗(yàn)知識(shí),開(kāi)發(fā)基于知識(shí)的空間插值模型,是高精度氣象要素插值的關(guān)鍵;線性加權(quán)回歸和地理加權(quán)回歸方法的初步試驗(yàn)驗(yàn)證了這一思路的有效性。

交通檢測(cè)器是高速公路管理系統(tǒng)必不可少的組成部分。通過(guò)對(duì)各種交通檢測(cè)器的檢測(cè)原理、特點(diǎn)的分析,對(duì)其在高速公路上的應(yīng)用效果進(jìn)行了評(píng)價(jià)

三孔插座檢測(cè)器電路圖 根據(jù)邏輯關(guān)系，設(shè)計(jì)一個(gè)用led作指示的檢測(cè)電路，如下圖所示。 下圖中，三孔插座采用的就是我國(guó)的標(biāo)準(zhǔn)接線方法，即：零線在左，火線（相線）在右，上面的是地線。 接入三個(gè)整流二極管1n4007是因?yàn)閘ed的反向耐壓通常都達(dá)不到220v，所以接入整流二極管1n4007以 保護(hù)led的pn結(jié)不被反向電壓擊穿損壞。 我們來(lái)分析一下這個(gè)電路的工作邏輯： (1)如果正常接線，則紅色的led1滅，黃色的led2亮，綠色的led3亮； (2)如果火線和零線接反了，則紅色的led1亮，黃色的led2亮，綠色的led3滅； (3)如果火線和地線接反了，則紅色的led1亮，黃色的led2滅，綠色的led3亮； (4)如果缺少零線或零線斷了，則紅色的led1滅，黃色的led2滅，綠色的led3亮； (5)如果缺少地線或地線斷了，則紅色的le

對(duì)于缺失數(shù)據(jù)的處理,通常會(huì)采用直接刪除缺失數(shù)據(jù)或者插補(bǔ)數(shù)據(jù)的方法來(lái)得到完整的數(shù)據(jù)集.多重插補(bǔ)法是對(duì)缺失數(shù)據(jù)集進(jìn)行多次插補(bǔ),并且提高數(shù)據(jù)穩(wěn)定性的一種較好的缺失數(shù)據(jù)處理方法.基于多重插補(bǔ)法分析公路安全數(shù)據(jù),進(jìn)而對(duì)完整的數(shù)據(jù)集進(jìn)行方差估計(jì)的比較.經(jīng)過(guò)具體的計(jì)算和分析可以得到結(jié)論,多重插補(bǔ)法可以得到信息量相對(duì)完整的數(shù)據(jù)集,利用這樣的數(shù)據(jù)集得到的分析結(jié)果更加可靠.

.- 插頭插座檢測(cè) 《gb2099.1-2008家用和類(lèi)似用途插頭插座第1部分：通用要求》規(guī)定了用于戶(hù)內(nèi)或 戶(hù)外使用的、家用和類(lèi)似用途的、僅用于交流電、額定電壓在50v以上但不超過(guò)440v、額 定電流不超過(guò)32a的、帶或不帶接地觸頭的插頭和固定式或移動(dòng)式插座的標(biāo)準(zhǔn)要求。 對(duì)于裝有無(wú)螺紋端子的固定式插座，額定電流最大僅限為16a。 第一節(jié)插頭插座檢驗(yàn)概述 一、插頭插座主要檢驗(yàn)項(xiàng)目 主要講解電壓＜250v、電流＜20a室內(nèi)用電器插頭插座主要檢驗(yàn)項(xiàng)目，將試驗(yàn)項(xiàng)目化 分如下講解。 1.標(biāo)牌或永久標(biāo)志； 2.尺寸檢查； 3.防觸電保護(hù)； 4.接地措施檢驗(yàn)； 5.端子檢驗(yàn)； 6.結(jié)構(gòu)檢驗(yàn)； 7.耐老化試驗(yàn)、耐潮性能和防有害進(jìn)水； 8.介電強(qiáng)度； 9.溫升實(shí)驗(yàn)； 10.分?jǐn)嗳萘浚?11.正常操作（壽命）實(shí)驗(yàn)； 12.拔出力檢驗(yàn)； 13.機(jī)械強(qiáng)

固定測(cè)斜儀在自動(dòng)監(jiān)測(cè)中數(shù)據(jù)信息缺失現(xiàn)象的客觀存在影響后期數(shù)據(jù)分析及建模,針對(duì)監(jiān)測(cè)數(shù)據(jù)缺失情況,為了最大限度的發(fā)掘數(shù)據(jù)信息,提高監(jiān)測(cè)預(yù)測(cè)效果,結(jié)合實(shí)例及插值工作經(jīng)驗(yàn),以拉格朗日插值方法為主要插值分析方法,探討在不同數(shù)據(jù)缺失形態(tài)下插值方法的選擇及應(yīng)用,并以插值后數(shù)據(jù)序列建立gm(1,1,t)監(jiān)測(cè)模型,分析比較擬合、預(yù)測(cè)效果,并討論以插值結(jié)果為依托的新陳代謝模型建立的可行性及穩(wěn)定性。

在鉆孔分布合理的條件下,利用鉆孔數(shù)據(jù)對(duì)地層進(jìn)行插值重構(gòu)是正確認(rèn)識(shí)地質(zhì)構(gòu)造的重要手段,選取合理、有效的插值方法是保證空間地質(zhì)建模質(zhì)量的根本。通過(guò)對(duì)最小二乘法、三角剖分法和克里金法等幾種常用插值重構(gòu)方法的闡述和數(shù)值實(shí)驗(yàn),對(duì)云南中部地區(qū)地質(zhì)鉆孔數(shù)據(jù)進(jìn)行了處理,在253個(gè)鉆孔中隨機(jī)抽取90余個(gè)樣本點(diǎn)進(jìn)行了比較:三角剖分插值算法及最小二乘距離加權(quán)插值算法是全局插值擬合方法,當(dāng)增加、修改和刪除數(shù)據(jù)點(diǎn)時(shí)均需重新計(jì)算權(quán)函數(shù)或線性方程組的解,算法的穩(wěn)定性和效率都明顯下降,可在不追求精度時(shí)選用;而克里金插值法是局部插值方法,適用于精度要求較高的場(chǎng)合。

拱橋撓度監(jiān)測(cè)數(shù)據(jù)的插補(bǔ)分析——針對(duì)由于撓度監(jiān)測(cè)數(shù)據(jù)的漏測(cè)造成監(jiān)測(cè)數(shù)據(jù)的不完整性，結(jié)合曾家溝大橋工程實(shí)例，通過(guò)采用matlab計(jì)算軟件，采用拉格朗日內(nèi)插法對(duì)拱橋鋼拱架施工時(shí)的撓度監(jiān)測(cè)數(shù)據(jù)進(jìn)行插補(bǔ)并分析，從而完善該橋撓度監(jiān)測(cè)數(shù)據(jù)。

缺測(cè)降水?dāng)?shù)據(jù)的插補(bǔ)可以有效改善數(shù)據(jù)系列的完整性,以元江境內(nèi)的元江、洼垤、因遠(yuǎn)、街子河、阿支、磨房河等水文和雨量站點(diǎn)逐月及年降水?dāng)?shù)據(jù)為基礎(chǔ),研究缺測(cè)降水?dāng)?shù)據(jù)的插補(bǔ)。站點(diǎn)之間月降水?dāng)?shù)據(jù)相關(guān)分析表明:各站點(diǎn)之間相關(guān)性較差,相關(guān)分析難以滿(mǎn)足本研究流域內(nèi)部分月降水?dāng)?shù)據(jù)插補(bǔ)精度,故嘗試采用bp神經(jīng)網(wǎng)絡(luò)模型對(duì)研究流域降水?dāng)?shù)據(jù)進(jìn)行插補(bǔ)。研究表明:基于本流域降水?dāng)?shù)據(jù)建立的神經(jīng)網(wǎng)絡(luò)模型檢測(cè)樣本合格率達(dá)到89.6%,具有較好的插補(bǔ)精度,說(shuō)明神經(jīng)網(wǎng)絡(luò)可以用于本研究流域的缺測(cè)降水?dāng)?shù)據(jù)插補(bǔ),為降水?dāng)?shù)據(jù)缺測(cè)的插補(bǔ)提供了新的途徑。

缺測(cè)降水?dāng)?shù)據(jù)的插補(bǔ)可以有效改善數(shù)據(jù)系列的完整性,以元江境內(nèi)的元江、洼垤、因遠(yuǎn)、街子河、阿支、磨房河等水文和雨量站點(diǎn)逐月及年降水?dāng)?shù)據(jù)為基礎(chǔ),研究缺測(cè)降水?dāng)?shù)據(jù)的插補(bǔ)。站點(diǎn)之間月降水?dāng)?shù)據(jù)相關(guān)分析表明：各站點(diǎn)之間相關(guān)性較差,相關(guān)分析難以滿(mǎn)足本研究流域內(nèi)部分月降水?dāng)?shù)據(jù)插補(bǔ)精度,故嘗試采用bp神經(jīng)網(wǎng)絡(luò)模型對(duì)研究流域降水?dāng)?shù)據(jù)進(jìn)行插補(bǔ)。研究表明：基于本流域降水?dāng)?shù)據(jù)建立的神經(jīng)網(wǎng)絡(luò)模型檢測(cè)樣本合格率達(dá)到89.6%,具有較好的插補(bǔ)精度,說(shuō)明神經(jīng)網(wǎng)絡(luò)可以用于本研究流域的缺測(cè)降水?dāng)?shù)據(jù)插補(bǔ),為降水?dāng)?shù)據(jù)缺測(cè)的插補(bǔ)提供了新的途徑。