一种新的水平集进化模型

针对目前图像分割领域许多水平集进化模型需要不断重新初始化水平集函数,或需要图像的梯度信息来约束进化的问题,提出了一种带距离约束项的基于亮度信息的水平集进化模型IMDC(intensity-based model with distance constraint).该模型引入一个距离约束项作为内部能量来保证水平集函数始终不偏离符号距离函数(SDF),避免了进化过程中对水平集函数的不断初始化.同时,借鉴C-v模型的基本思想,采用图像的亮度信息而非梯度来构造模型的外部能量项,确保了零水平集曲线稳定地收敛于期望的图像特征点(如目标轮廓点).实验结果表明,本文提出的模型不仅有效地克服了传统模型需重新初始化或无法应对弱边缘特征这两大问题,而且具备全局最优分割的能力和较强的抗噪性能.     

高效率的三角网格模型保特征简化方法

部分三角网格模型因数据量庞大而导致其不便于存储、分析和显示,本文提出了一种结合网格精细化方法的三角形折叠网格简化算法以解决此问题。首先通过3~(1/2)网格细分法确定待折叠三角形三个顶点的修正坐标,并根据修正坐标初步确定折叠点位置,然后引入折叠点的拉普拉斯坐标和原三角形法向信息来更新折叠点位置,最后由三角形折叠后该区域的体积误差和被折叠三角形的平展度共同确定折叠代价,从而使网格优先从较为平坦和特征点较少的区域开始依次进行三角形折叠简化。对多个模型进行了实验测试和数据分析,结果表明该方法能够有效精简网格数据,与3个不同类型的简化方法相比,该方法的简化效率最高,而且能有效保持原网格模型的几何特征并控制简化三角形的质量。     

A symmetry preserving alternating projection method for matrix model updating

The matrix model updating problem (MMUP), considered in this paper, concerns updating a symmetric second-order finite element model so that the updated model reproduces a given set of desired eigenvalues and eigenvectors by replacing the corresponding ones from the original model, and preserves the symmetry of the original model. In an optimization setting, this is a constrained nonlinear optimization problem. Taking advantage of the special structure of the constraint sets, it is first shown that the MMUP can be formulated as an optimization problem over the intersection of some special subspaces and linear varieties on the space of matrices. Using this formulation, an alternating projection method (APM) is then proposed and analyzed. The projections onto the involved subspaces and linear varieties are characterized. To the best of our knowledge, an alternating projection method for MMUP has not been proposed in the literature earlier. A distinct practical feature of the proposed method is that it is implementable using only a few measured eigenvalues and eigenvectors. No knowledge of the eigenvalues and eigenvectors of the associated quadratic matrix pencil is required. The results of our numerical experiments on both illustrative and benchmark problems show that the algorithm works well. The paper concludes with some future research problems.     

一种以拓扑结构信息为骨架的线缆数字化模型

针对机电产品中复杂线缆的拓扑结构、几何和繁杂工程语义信息统一表达难的问题,提出一种以拓扑结构信息为骨架的线缆数字化模型。该模型将线缆抽象为多层次的基本元素,分别建立基本元素间的包含关系和连接关系无向图来表达其复杂的拓扑结构,并以此作为骨架,在不同的基本元素集合上关联线缆的几何通路、电气连通、工程材料等信息,实现了对线缆多方面工程语义信息的表达。提出了对该模型信息的检索方法,以及创建三维线缆实体模型的方法。最后,对基于该模型开发的线缆数字化取样、线缆装配仿真等软件模块进行了工程实例验证,结果表明该模型可有效表达不同应用中线缆的复杂结构和多方面的工程语义信息。     

一种新的边缘保持局部自适应图像插值算法

为了尽可能降低噪声的影响和保持图像的边缘信息,提出了一种新的边缘保持局部自适应图像插值算法。算法首先对分割成部分重叠的各子图像进行整数小波变换,然后对于高频子带进行逐点BayesShrink阈值去噪和中值滤波去除高斯和椒盐噪声,同时对于低频子带进行亮度保持的直方图均衡增强图像的对比度,最后根据自适应阈值Canny边缘检测将子图像划分为平坦和边缘区域,分别进行施用双线性插值和非线性插值。实验结果表明,MBW图像插值算法得到的插值图像有较好的主观图像质量,其峰值信噪比(PSNR)比传统方法平均提高了2.23～2.96dB。     

基于正交邻域保持嵌入特征约简的故障诊断模型

提出一种基于正交邻域保持嵌入(orthogonal neighborhood preserving embedding,ONPE)特征约简的故障诊断模型.首先将原振动信号经验模式分解(empirical mode decomposition,EMD)并构造Shannon熵得到高维特征向量,再利用ONPE将高维特征向量约简为低维特征向量,并输入到最近邻分类器(k-nearest neighbors classifier,KNNC)中进行故障识别.本模型充分利用了EMD分解在故障特征提取、ONPE在信息压缩和KNNC在分类决策方面的优势,实现了旋转机械故障特征提取到故障诊断的全程自动化,并提高了诊断精度,为旋转机械故障诊断提供了一种新的模型分析方法.一个滚动轴承故障诊断实例验证了该模型的有效性.     

Multi-objective reliability-based topology optimization of structures using a fuzzy set model

This research proposes a multi-objective reliability-based topology optimization (MORBTO) for structural design, which considers uncertain structural parameters based on a fuzzy set model. The new technique is established in the form of multi-objective optimization where the equivalent possibilistic safety index (EPSI) is included as one of the objective functions along with mass, and compliance. This technique can reduce complexity due to a double-loop nest problem used previously due to performing single objective optimization. The present technique can accomplish within one optimization run using a multi-objective approach. Two design examples are used to demonstrate the present technique, which have the objectives as structural mass and compliance with the constraint of structural strength. The results show the proposed technique is effective and simple compared to previous techniques.

     

局部保护降维与高斯混合模型的高光谱图像分类

高光谱图像具有高谱间分辨率和低空间分辨率的特点,传统的分类方法难以得到较高的分类精度。针对该问题,该文研究了两种局部保护降维法——局部保护投影(LPP)和局部保护非负矩阵分离(LPNMF)对高光谱图像降维,这两种方法能很好地保护输入空间相邻像素间的局部特征。由于高光谱图像各类间的统计分布多为复杂的多模型结构,文中采用高斯混合模型(GMM)分类器对降维后的数据进行分类。实验结果表明,将局部保护降维与高斯混合模型相结合的高光谱图像分类算法不但在小样本情况下能有效地提高分类精度,而且在背景像素混合的情况下和高斯白噪声环境中具有一定的鲁棒性。     

前沿

“梦想由‘选择’开始”欧米茄在京推出全新“选择”平面广告 2004年2月24日,欧米茄(OMEGA)在北京东方君悦酒店为其全新平面广告——“选择”举行了隆重的发布会。这是欧米茄继1995年推出”我的选择”广告并启用形象大使后,首次在全球更换广告形象。为此广告担纲拍摄的国际著名摄影大师亚瑟·艾格(Arthur Elgort)也随欧米茄亲临北京,引来了京城众多媒体的争相报道。 然而,欧米茄的明星阵容从来都是最耀眼的,当天辛迪·克劳馥、任达华、琦琦、任     

前沿

传世珍宝流异彩 绝代风华现申城——“卡地亚艺术珍宝展”开幕 2004年5月14日,期待已久的“卡地亚艺术珍宝展”终于在上海博物馆隆重开幕。展品包括了卡地亚于20世纪30年代至60年代为温莎公爵夫人设计的多样珍品、于1928年为