一种高动态范围图像可视化算法*

提出的自适应HDR图像可视化算法中,输入图像被分解为基本层和细节层.该算法将整体明暗效果的显示看做整体问题,对表示亮度的基本层采用基于整体统计信息的直方图调整算法处理;可视细节信息的保持作为局部问题,算法采用自适应细节增强算法处理细节层.通过定义映射图对细节增强后的图像进行最终映射,将两方面结合起来得到最终结果.实验结果表明,该算法能对HDR图像进行较高视觉质量的显示.     

多信息源下本体自动抽取的实现*

以关系型数据库、XML文件、HTML文件、一般文档为信息源,运用不同的方法分别将多信息源映射为概念图,并按照拟定的概念逻辑结构进行统一存储,最后运用抽取算法实现本体的自动抽取.     

弹性半无限空间中矩形孔收缩的复变函数解答

随着城市建设的发展,矩形隧道的应用越来越多,但针对矩形隧道的理论研究却鲜有见闻。针对矩形隧道,建立了半无限空间矩形隧道的弹性理论计算模型,采用最小二乘迭代方法确定共形映射函数的各项系数,并将计算区域映射为复平面上的一个同心圆环;运用Muskhelishvili复变函数方法,将计算区域内的应力函数展开成为Laurant级数的形式,给定了地表零应力边界和矩形孔口径向位移边界,求得了半无限空间矩形隧道在给定位移条件下的应力场和位移场。分析了不同高宽比、不同泊松比、不同埋深对位移场和应力场的影响,总结了矩形隧道位移场和应力场的一般规律。结果表明：高宽比偏小、泊松比偏大、埋深偏小都会使得沉降槽不再是类高斯曲线的形状,这些参数的变化也会在不同程度上影响应力场和位移场的大小和分布。     

基于恒等映射CNN的高压断路器机械故障诊断方法

为提升高压断路器机械故障识别效果,增强诊断方法的泛化性,提出基于恒等映射卷积神经网络(CNN)的高压断路器机械故障诊断方法.利用多个加速度传感器全方位获取断路器的振动信息;设计基于恒等映射卷积神经网络的故障诊断模型,信号经下采样、数据拼接等预处理手段输入,由模型综合分析各传感器信号特征并识别故障.该模型在网络结构上增加首尾直连通道,与以往研究使用的CNN相比,缓解了梯度消失问题,验证集故障识别率由96％左右提升至100％.与人工提取特征的方法相比,该方法能够自主提取故障特征信息.与其他方法的对比试验结果表明,相比提取差异区间幅值和、配合加权支持向量机识别的传统模型,以及不含恒等映射结构的卷积神经网络模型,该文提出的方法在不同严重程度故障的情况下诊断准确率依然能够达到100％,泛化性更好.     

基于运动误差约束的平面定位平台拓扑优化设计

针对传统平面定位平台拓扑优化设计过程中无法预先了解输入输出位移映射矩阵的问题,基于固体各向同性材料惩罚法,采用遗传算法优化得到具有最大运动空间时的平面并联机构雅克比矩阵作为平面定位平台输入输出期望位移映射矩阵,在相同输入条件下,建立以机构实际运动与期望运动间误差最小为目标函数和以机构体积为约束函数的平面定位平台拓扑优化模型并求解。通过3D打印方式得到实验样品,实验与仿真分析表明:采用运动误差约束的平面定位平台拓扑优化设计方法,在一定偏差范围能够得到输入输出位移映射矩阵与给定期望映射矩阵相一致的平面定位平台,表明该方法对平面定位平台设计具备有效性,为其后续研究提供基础。     

无模多点成形中三维曲面工件的展开方法

本文从几何映射的角度出发 ,以面积不变为基本的展开原则 ,提出了适合于板材无模多点成形工艺的自由曲面展开的计算方法———三角形曲面片展开法和约束加权整体展开法 ,并用VC ++编制了相应的计算机程序。文中以鞍形样件和高速列车车头蒙皮的部分工件为例 ,进行了实际验算。     

构建符合国际标准的网络化零件库方法研究

基于数据字典,将EXPRESS与XML相结合,构建了符合国际标准的网络化零件库.详细比较了作为转换对象的标准文件ISO 13584-42和目标对象的XML文件结构,由此建立EXPRESS描述与XML数据文件的映射关系,特别是建立的映射关系应该符合ISO 13584-42的逻辑结构.探讨了符合国际标准的网络化零件库的体系结构和实现过程.     

面向网络化定制的产品族复合建模技术

在分析了网络化定制关键技术的基础上，针对性地对信息映射方法和产品族建进行了研究。提出了多层结构信息映射模型，以及综合类元件和参数化特征建模的双层复合产品族模型。结合本方法和以往网络化制造领域中所取得的成果，实现了较完整的基于Web的个性化定制过程。     

改进的无线传感网混沌Hopfield盲检测算法

在密集部署的无线传感器网络中,相邻传感器的信号可能高度相关。在无线传感网传输模型分簇的基础上,针对Hopfield神经网络极易陷入局部最优解、收敛速度慢等缺陷,利用混沌序列的遍历性和类随机性,提出一种改进的混沌Hopfield盲检测算法解决无线传感网簇内传感器信号盲检测问题。算法的思想是:利用混沌映射产生初始发送序列,并且在算法出现早熟收敛时进行小幅度的混沌扰动,借此降低算法的误码率。仿真结果表明,改进的混沌Hopfield神经网络算法所需数据量极短,从而成功实现簇内簇首传感器信号盲检测。     

与低计算复杂度解映射相结合的16APSK星座优化

提出一种在新的简化的解映射方法下,以星座图上所有信号点距离解映射门限的最小距离的最大化为目标函数的星座图优化方法。仿真比较了在优化设计的星座映射下,传统的解映射算法和所提出的解映射的误码性能。仿真结果表明,所提出的星座图优化设计方法在简化的解映射方法下具有良好的性能;简化的解映射算法在大大降低计算复杂度的情况下,在误比特率为10-4时,SNR损失了约1 d B。