模型显著域上的形状调控和处理

基于3维数字模型的显著性度量和显著域处理技术,提出一种模型显著域上的形状调控和处理方法。该方法首先基于曲面上采样顶点处局部投影高度的Gaussian加权平均双边滤波定义数字模型的表面显著性;然后利用定义在模型显著域上的形状调控函数——显著域低通形状调控函数、显著域高通形状调控函数和显著域增强形状调控函数,使模型的显著特征得到有效抑制、提升和增强,实现了针对模型表面显著特征的形状调控和处理。实验结果表明,该方法能够方便快速地实现3维数字模型的不同形状造型效果。     

面向医学数据的分层剥离体绘制算法

采用直接体绘制方法显示医学数据时,一般通过修改传递函数来显示感兴趣区域,但仅通过调节传递函数很难清晰地显示被遮挡的人体组织,为此提出一种新的分层剥离直接体绘制算法.通过计算相邻的不透明度极小值和极大值之间的斜率,并根据用户指定的斜率阈值和累积不透明度阈值确定分层点,实现对体数据的分层绘制.实验结果证明,该算法可以根据不同医学数据的特征信息更精确地定位分层点,绘制效果清晰,速度较快.     

基于深度学习的真实尺度运动恢复结构方法

传统的多视图几何方法获取场景结构存在两个问题：一是因图片模糊和低纹理带来的特征点误匹配,从而导致重建精度降低;二是单目相机缺少尺度信息,重建结果只能确定未知的比例因子,无法获取准确的场景结构。针对这些问题本文提出一种基于深度学习的真实尺度运动恢复结构方法。首先使用卷积神经网络获取图片的深度信息;接着为了恢复单目相机的尺度信息,引入惯性传感单元(IMU),将IMU获取的加速度和角速度与ORB-SLAM2获取的相机位姿进行时域和频域上的协同,在频域中获取单目相机的尺度信息;最后将图片的深度图和具有尺度因子的相机位姿进行融合,重建出场景的三维结构。实验表明,使用Depth CNN网络获取的单目图像深度图解决了多层卷积池化操作输出图像分辨率低和缺少重要特征信息的问题,绝对值误差达到了0.192,准确率高达0.959;采用多传感器融合的方法,在频域上获取单目相机的尺度能够达到0.24 m的尺度误差,相比于VIORB方法获取的相机尺度精度更高;重建的三维模型与真实大小具有0.2 m左右的误差,验证了本文方法的有效性。     

高校课堂学评教K.I.S.S模型及应用研究

分析当前学评教存在的问题和主要成因,提出一种教师主导、学生自愿参与、基于K.I.S.S(Keep Improve Start Stop)框架的高校课堂学评教模型,介绍具体实施流程及应用案例,通过数据说明学评教模型的有效性。     

用数据挖掘技术优选侧钻井井位

运用数据挖掘技术对油井实施开窗侧钻效果进行预测,以辅助侧钻井井位优选决策,为科学、客观地进行报废井侧钻提供依据,从而达到油田高效挖潜目的。介绍了数据挖掘技术的有关理论及算法,选取已实施侧钻的油井相关数据作为数据源训练神经网络。同时,预测了5口井的侧钻效果,经现场实施后,预测和实际效果基本吻合。通过实例及其结果的分析,证实了该方法新颖、简便、费用低、准确度高,易于推广。     

特征抽象的直接体绘制方法

直接体绘制需要借助于传输函数,而设计一个有效的传输函数非常耗时且需要具备丰富的经验.为此提出一种不透明度自动调节的可视化方法.通过分析采样光线提取出数据的特征,并将这些特征抽象为不同层次的采样点,抽象采样点的不透明度根据采样光线上特征数的变化而改变;在保证最远抽象采样点可见度最大的前提下,推导并修改传统体绘制积分方程,得到基于抽象采样点的体绘制积分方程.实验结果表明,该方法不依赖于传输函数,能有效地展示体数据中的特征信息.     

求解方程RaRx=RxRb的四元数几何研究

机器人手眼标定通常要解一个旋转方程[WTHX]RaRx[WTBZ]=[WTHX]RxRb[WTBZ],求解该方程有很多方法,其中利用四元数的方法最为简洁实用。但一般的四元数求解侧重应用,缺乏几何意义的对照,也没有全面分析方程各种解的情况。为了提高机器人手眼标定的效率和精度,在深入研究求解该方程的四元数几何方法的基础上,详细而严格地论证了各种情况下方程的解,不仅给出了四元数矩阵分析与几何解释的有趣对照,而且仿真验证了该算法的正确性。仿真实验表明,了解方程各种解的情形以及几何意义将有助于降低求解的条件数和提高标定的效率,此外,该研究对于发展四元数几何分析也有很大的意义。     

FDSS中的人工智能技术研究

从财务决策支持系统ＦＤＳＳ的概念出发,介绍了ＦＤＳＳ的结构框架、知识表示、知识推理,重点论述了人工智能技术在ＦＤＳＳ的应用,主要是在实现ＦＤＳＳ的过程中用到的财务知识表示与财务推理机制,并针对具体的财务实例,介绍如何用财务知识表示与如何用财务推理机制的,并给出了结论。     

基于双Leap Motion的三维可视化交互方法研究

由于Leap Motion硬件设备识别范围和其图像识别算法的局限性,当交互手势中手指平面平行于Leap Motion视觉探测方向时容易因产生手指混叠现象,降低手势识别的精度而影响交互体验.为解决手指遮挡问题提高交互体验,提出在不同角度设置双Leap Motion的方法.首先垂直设置双Leap Motion于预定位置;然后对上边Leap Motion探测数据进行矩阵转换;最后对双Leap Motion数据进行数据融合计算,得到手势运动类型.一系列用户对比实验结果表明,该方法在减少手指混叠现象、提高易用性方面有明显作用,具有实际应用价值.