基于轴向包围盒碰撞检测算法的改进

在虚拟环境中,活动对象的运动路径是连续的,为达到实时交互的目的,碰撞时间采样点的取值应该是十分密集的,因此,帧与帧之间会有很强的关联性.利用这一特性,对基于轴向包围盒碰撞检测算法进行优化,把当前对象的碰撞信息记录下来以供下一次碰撞检测使用.另外,针对AABB包围盒紧密性差、占用大量存储空间的问题,基于压缩存储的方法对该算法进行改进,减少AABB包围盒存储的字节数.实验结果证明,优化算法在有效地减少参与测试的包围盒数目的同时,也节省了AABB包围盒树的存储空间.     

基于温度变化与物理模型的飘雪场景模拟

关于自然现象中飘雪的模拟一直是计算机图形学中最具挑战的问题之一.对于飘雪场景的模拟可以大大提高虚拟场景的逼真效果.在基于粒子系统的基础上,引入用温度变化来控制雪花大小和密度的算法,使场景模拟效果的真实性大大提高.同时,在分析雪花物理运动规律的基础上,提出了雪花的运动方程.通过恰当选择粒子数目,可以达到真实性和实时性要求.     

浅谈高职院校双师型教师培养

中国现在正处于社会主义初级阶段,以经济发展为中心是社会的主流。高职教育的发展对经济建设的推动作用已经是有目共睹的,在沿海城市,职业教育发展非常迅速。但我国由于高等职业教育发展时问较短,而且一直以来,本科教育和研究生教育处于强势地位,职业教育被忽视,人们对职业教育认识不清楚,教师能能力问题,也成为了发展高等职业技术教育的重要问题,促进教师专业发展,提高教师专业能力,培养双师型队伍已经成为了教育研究的重要课题。尤其是双师型师教师,在高职教育中起到中坚作用,所以双师型教师的培养更是教师队伍建设的重中之重。     

智能建筑中的楼宇自动化系统理论浅析

楼宇自动化系统也叫建筑设备自动化系统（BuildingAutomationSygtme简称BAS）,是智能建筑不可缺少的一部分,其任务是时建筑物内的能潭使用、环境、交通及安全设施进行监测、控制等,以提供一个既安全可靠,又节约能潭,而且舒适宜人的工作或居住环境。     

四种赤潮藻多克隆抗体的制备及特异性分析

为了建立4种赤潮藻（赤潮异弯藻（Heterosigma akashiwo）、海洋褐胞藻（Chattonella,marina）、卵圆褐胞藻（Chattonella ovata）、具齿原甲藻（Prorocenlnmz dentatum））的免疫学检测方法,分别用4种赤潮藻免疫Balb／C小鼠,制备针对4种不同赤潮藻的抗血清,间接ELISA检测其亲和性和特异性．结果显示,4种赤潮藻的抗血清对各自藻体均有良好的亲和力和特异性,交叉反应结果显示,抗血清与同种藻之间有较强的反应而异种赤潮藻之间交又反应较弱．表明单种藻免疫获得的小鼠多克隆抗体可特异性地与相应赤潮藻作用,可用于赤潮藻的免疫学检测分析．     

基于分形视角下的沪港股市投资组合策略

针对已有研究的不足,为满足不同交易周期投资者的实际需求,将分形研究方法与传统投资组合模型相结合,考虑多时间标度和不同波动幅度因素,构建了单分形投资组合模型(MeanDCCA)和多重分形投资组合模型(Mean-MF-DCCA).依托"沪港通"平台,采用构建的模型,进行沪港股市组合投资,并对样本外效果进行检验和分析.结果表明:沪港股市间结构存在着标度效应和长记忆性,且具有多重分形特征;与传统的投资策略相比,单分形投资组合策略能够取得更佳的组合效果;多重分形投资组合策略通过选择合适的q阶,实证表明将会明显改善单分形投资组合策略,增强投资方案的盈利能力、提高夏普比率以及为不同风险偏好投资者创造额外效用.此研究对资产优化配置、风险管理以及沪港股市间相依结构刻画等方面具有重要的实际意义.     

纳帕溪谷小区地下车库消防系统设计及安全管理对策研究

本文以纳帕溪谷小区的地下车库为研究对象,对该地下车库进行了火灾危险性分析,得出该小区地下车库火灾隐患存在的主要原因,并对该地下车库提出来合理的消防系统设计及安全管理对策,能达到预防地下车库发生火灾事故的目的。     

基于组态技术的机械手控制系统的开发

以机械手的控制系统为例,介绍了实验仿真系统的建立方法。将组态软件应用在PLC实践教学中不仅可以模拟工业现场,而且可以丰富实验内容,达到理论联系实际的目的。     

模糊聚类分析在群桩基础安全监控中的应用

以苏通大桥为例,以不同施工阶段的桩顶实测轴力为依据,在不同工况条件下应用模糊聚类分析的方法对监测桩进行聚类分区,并结合工程实际对分区结果进行了探讨.结果表明:分区结果与基础结构特性息息相关,并且在不同工况条件下是有差别的;利用模糊聚类分析的方法进行聚类分区能够反映基础的内在联系;模糊聚类分区避免了人为分区的主观性,能够达到优化监控网、提高反馈分析效率的目的.     

一种针对视频对象快速移动和遮挡的改进mean-shift跟踪算法

针对经典mean-shift算法在目标发生快速移动或受到局部遮挡时容易跟踪失败的问题,提出一种改进的mean-shift算法。首先以Bhattacharyya系数作为目标运动状态判断因子:当目标发生快速移动时,采用SSD(Sumof Square Difference)算法进行全局搜索,以此来指定当前帧mean-shift算法的初始跟踪位置;当目标受到局部遮挡时,采用背景相似度算法,对目标模板和候选模型区域中像素点进行加权,降低背景像素的干扰,然后由SSD算法进行局部匹配,对mean-shift算法的跟踪结果进行校正。经实验表明,改进算法对发生快速移动或受到局部遮挡的目标,能进行有效的跟踪。