快速随机Hough变换多直线检测算法

直线检测是计算机视觉和模式识别领域内的一项重要任务.针对现有随机Hough变换直线检测算法的无效采样量大、计算速度慢等缺点,在随机采样过程中提出了一种新的采样策略.我们先根据所有边缘点梯度方向的统计分布特征确定潜在直线的主方向,再通过设定的阈值消除K个分组边缘点集中对直线检测毫无贡献的点集.这样,不仅约束了随机Hough变换的采样范围,也减少了在随机采样过程中大量的无效采样,还使得算法速度得到提高、存储减少.最后通过仿真从检测单条和多条直线两方面出发对本文算法性能进行了分析.实验结果表明:算法能在实际噪声图像中快速提取出所有目标直线,对离散误差、局部断裂等缺陷不敏感,直线检测准确率也得到提高.     

基于ANSYS平台开发曲轴振动分析软件

开发了发动机曲轴的复合振动分析软件包 ,该软件用VisualC + +编写程序实现了对ANSYS的封装 ,可修改ANSSYS的APDL数据文件中的输入参数 ,在计算时 ,自动运行ANSYS的APDL批处理程序 ,最后利用ANSYS的OUT结果文件进行后处理(可借助其他后处理软件进行后处理操作 ) ,从而达到了对不了解ANSYS的用户也可利用ANSYS强大功能的目的 .     

惯性通道式液力减振器动态特性研究

建立了惯性通道式液力减振器的物理模型，推导出动刚度、滞后角和传递率的数学表达式，研究惯性通道局部截面积对液力减振器动态特性及系统力传递率的影响，仿真结果表明：优化局部截面积，可在较宽的频带内得到较好的隔振效果。     

基于视频处理的行人检测系统

该系统选取OpenCV作为主要开发工具,通过提取图像序列中行人运动信息、形状特征、HOG特征,实现了对智能监控系统中的行人进行自动检测的功能。同时,通过对提取的高维度HOG特征进行降维处理,得到一个低维度SVM分类器,使得在不影响行人检测精度的前提下,进一步提高了系统的实时性。     

适于多尺度宫颈癌细胞检测的改进算法北大核心CSCD

深度学习技术因其强大的特征提取能力而被广泛应用于目标检测任务中。针对多尺度宫颈癌细胞的识别准确率不均衡、检测效率低等问题,本文提出一种基于YOLO v3模型的改进识别算法mo-YOLO v3(mini-object-YOLO v3)。选用20倍数字扫描仪下采集的宫颈细胞图像作为数据集,为提高算法的鲁棒性,引入对比度增强、灰度图、旋转和翻转等多种数据增强策略扩充数据集;模型以Darknet53网络结合注意力机制作为主干模块,针对宫颈癌细胞尺寸差异大的特点,提出一种多尺度特征融合算法来优化模型结构;针对小目标检测精度低的问题,提出一种改进的损失函数,采用相对位置信息的方法减弱物体框对检测结果的影响。测试结果表明,本文所提的mo-YOLO v3模型不仅在总体识别精度上有明显的优势,同时大大提高了小尺寸宫颈癌细胞的定位精度。该模型对宫颈癌细胞识别的准确率达到90.42%,查准率达到96.20%,查全率达到93.77%,相似指数ZSI为94.97%,高于同类算法。     

水电站弧形闸门的模态试验与分析方法

对水电站闸门的动态特性分析，通常采用有限元的方法。但由于该方法采用了一系列的假设与边界条件，使其结果有可能与实际情况不相符合。而模态分析技术引入了自动控制中的传递函数概念， 从输入和输出之间的函数关系入手， 找出系统的固有特性， 从而为解决实际工程问题提供了一个有力手段。通过对弧形闸门模型（２０∶１）用脉冲锤击法做模态试验， 求得该闸门的前七阶振型， 其试验分析结果与有限元理论计算结果相比， 取得了较好的一致性。该试验表明， 利用模态试验技术测取闸门的动态特性， 是解决闸门振动问题的有效途径。     

6120型车用发动机曲轴轴向振动的分析研究

采用有限元数值计算方法和实验测试方法分别对6120型发动机曲轴轴向振振动进行较深入的研究,所获得的理论结果与实测的结果取得较好的一致,从而为进一步揭示出发动机曲轴轴向振动的规律性,降低发动机的整机振动奠定了基础。     

液力减振器结构参数和液力参数的优化试验研究

振动台架试验过程中，研究液力减振器不同的输入振幅，不同的液体粘度，惯性通道的不同通径，惯性通道控制阀的不同开度对液力减振器动态特性的影响规律，通过合理配置以上各参数，可以优化液力减振器的结构和动态性能，为减振器的改进和优化提供设计思路和设计方向。     

柴油机机体模态试验分析

机体是柴油机的主体结构零件，研究其动态特性对于了解整机的振动特性非常重要，本文介绍了柴油机机体的试验模态分析方法以及用该方法分析6108型柴油机机体：求得该机体的前八阶模态频率、阻尼及振型，为该机体的结构改进和柴油机的减振降噪提供了依据．     

相移法分析光弹性等倾条纹图

 　介绍了一种新的计算辅助应力分析方法， 即应用相移技术分析光弹性等倾条纹图。除进行理论推导外， 还用有理论解的典型试件进行了验证。通过计算机图象处理证实该方法是可行的， 它的采用将会进一步改善等倾条纹图的分析效果。