带约束条件的森林防火最优路径算法

以森林防火中的路径分析算法为研究对象,针对森林防火中对路径分析算法的特殊要求,以Dijkstra最短路径算法为基础,对它们进行改进与优化。结合林区交通网络自身的特点,引入道路宽度、最大限速、必经地和忽略地等森林防火路径分析约束因子,并以此作为道路权值确定的依据,提出了带约束条件的森林防火最优路径算法,并给出详细的算法设计与实现。该算法符合森林防火的实际情况,能够在森林防火应急指挥与决策中发挥作用。图2表2参17     

基于模糊C均值聚类和梯度提升决策树的护林员评价方法

现有关于基层护林员科学、客观、精准的评价方法的研究十分缺乏,传统的人员绩效评价方法也不适用于护林员巡护情况的评价。本文以中国东南部某县级市的护林员为研究对象,自创1种基于模糊C均值聚类（Fuzzy C-means, FCM）结果和FCM隶属度以及梯度提升决策树相结合的护林员巡护情况评价方法。首先对护林员巡护情况数据集进行Z-Score标准化处理以提高算法的准确率和效率,其次以里程数、考勤率、耗时数和上报事件数为特征变量,使用FCM对巡护情况数据集进行聚类,确定基准月,并使用隶属度评价得分划定法计算基准月护林员评价得分,再通过梯度提升决策树（Gradient boosting decision tree, GBDT）和基准月数据确定研究期内其他月份的护林员评价得分,最后对护林员巡护情况进行综合分析。研究结果表明,该方法可精准、清晰地划定护林员巡护情况评价得分;研究期内护林员整体巡护情况偏差,评价得分≤60分的人数占比较大;常驻护林员在研究期内巡护情况评价得分基本保持不变,偶尔上下波动,毫无提升。本文的方法从实际数据出发,对护林员巡护情况进行针对性的分析,使得护林员管理者可制定科学的管理方...     

基于Kinect相机的猪弯曲体尺测量算法研究

为解决猪体弯曲状体尺测量难、需借助标定尺还原真实体尺的问题,以长白猪为研究对象,基于Kinect相机获取猪体俯视和侧视深度图像,提出一种无需标定尺的猪体弯曲体尺测量方法.利用凸包络和最大外接轮廓,分别提取猪体头尾部、肩臀部和体高体尺测点,测算生猪体尺参数(体长、肩宽、臀宽、体高).结果表明,在猪体正常弯曲范围内(0°～40°),肩宽测量精度最高,平均相对误差不高于1.92％,臀宽、体高和体长平均相对误差不高于2.00％、2.64％和2.93％;在猪体非弯曲状态下,肩宽、臀宽、体高和体长平均相对误差分别为1.29％、1.26％、1.92％和2.33％,测量精度均优于现有猪体体尺测量方法.综上,文章提出的方法可实现猪体自然状态下体尺测量,且精度较高,同时具有良好普适性和鲁棒性,满足生猪实际生长状况监测需要.