二次负荷对电能计量的影响

分析了二次回路负荷对电能计量的影响,并提出了解决方法。     

面向动态流程工厂模型的快速分层层次细节法

分析了现有基于面片的分层层次细节算法在处理大规模动态流程工厂模型时存在的预处理时间过长、更新操作耗时等不足.提出一种新的基于基本体元的快速分层层次细节方法.该方法在体元级别对设备和元件进行聚合,对管线进行分割,建立场景图,然后基于几何参数和形状特征计算各体元的层次细节.利用管子及其元件的拓扑连接关系构成"组合管子",在体元级别对其进行合并简化.实验结果表明,对具有10M左右面片复杂度的动态流程工厂模型,该方法在普通PC机上能够在保证一定绘制质量的前提下将模型绘制速率平均提高3倍左右,并且将预处理时间控制在7min以内.     

基于EVMS和SNMP的存储管理框架

提出一种基于企业卷管理系统(EVMS)和简单网络管理协议(SNMP)的存储管理框架,有效解决了SonD系统中存储服务器磁盘、分区、软件RAID、LVM2的VG/LV和VSVM卷的管理问题。给出该框架的2种实现方式。测试结果表明,subagent方式在性能上比MIB handler方式优越20%以上。     

基于深度强化学习的虚拟手自适应抓取研究

在计算机角色动画的抓取研究中,生成动作序列的自然性、稳定性及自适应能力三者难以同时 得到保证,即自然又稳定的抓取控制器往往泛化能力有限,无法适用于其他类型、尺寸物体的抓取任务。通过 引入和抓取类型相对应的手部示教数据、设计回报函数,构建了一种基于深度强化学习的虚拟手自适应抓取控 制器。实验结果表明,该控制器能够生成兼具自然性和稳定性的抓取运动序列,同时对素材库中不同尺寸、不 同类型的基元物体也具备较好的自适应能力。     

流程工厂设计中的规则挖掘与智能预测

流程工厂设计涉及不同的工程应用背景及专业知识,大量隐含的设计规则尚未提炼,因此建模过程存在效率低、模型质量不高等问题.结合流程工厂模型的领域特性,提出一种用于挖掘工厂设计规则的频繁类型树模型.该模型以大量实例工厂模型中各构件的属性及拓扑连接关系为依据构造频繁类型树;在后续模型的构建过程中,通过对该树的查询为当前工厂设计提供实时的智能预测.实验结果表明,文中模型能够挖掘到不同工程应用背景下的隐含建模知识,在未来模型的构建过程中,利用这些知识所提供的智能预测可以大幅缩小构件选择范围,有效地提升流程工厂模型的构建效率及设计质量.     

采用Logistic混沌系统的三维流程工厂模型数字水印算法

针对已有水印算法在精确保持CAD模型几何和拓扑信息能力方面的不足,基于改进的Logistic混沌系统,提出一种面向流程工厂参数化实体模型的鲁棒性盲水印算法.该算法利用模型的拓扑表示选择对偶点为嵌入载体;利用改进的Logistic混沌映射对对偶点进行分组,通过修改对偶点的大小对同一分组重复嵌入相同信息;利用对偶点对中对偶...     

浅析露采矿山地质环境问题及保护治理

近年来，随着矿业经济的发展、矿产资源开发规模和开发强度的扩大，广西矿山生态环境问题越发突出。特别是露天矿山，对植被和土地严重破坏，制约了资源效益与环境、经济、社会效益的统一和协调发展，本文着重论述露采矿山造成的地质环境问题及如何保护治理。     

结合伪标签生成与噪声标签学习的弱监督点云分割

针对当前基于深度学习的点云分割技术对点级别标注训练数据的依赖问题,提出一种基于伪标签生成与噪声标签学习的弱监督点云分割框架.首先,利用点云具有非局部相似性的特点,基于局部-非局部图对点云数据进行建模;其次,基于关系图卷积网络,以半监督的方式为稀疏标注的点云训练集数据生成高质量的伪标签;最后,针对生成的伪标签中存在噪声标签的问题,设计一种利用含噪声标签数据准确训练现有点云分割网络的渐进式噪声鲁棒损失函数.在ShapeNet Part与S3DIS等公开点云分割数据集上的实验结果表明,该框架在推理阶段不增加模型额外运算量的情况下,当使用10%的标签时,在ShapeNet Part数据集上的分割精度与全监督方法相差0.1%;当使用1%的标签时,在S3DIS数据集上的分割精度与全监督方法相差5.2%.