基于网格部分细化的DOA估计方法

计算复杂度和估计精确度一直是波达方向(DOA)估计研究的重点。现有基于压缩感知的DOA估计算法与传统算法相比具有一定优势,但这些稀疏信号重建模型都是将角度空间等间距划分,仍存在算法计算复杂度较高和估计精确度较低的问题。针对这些问题,提出一种对角度空间网格进行部分细化的DOA估计方法。该方法包括裂变过程和学习过程,裂变过程通过产生新网格点对角度空间进行细化,学习过程通过迭代不断逼近波达方向。仿真结果表明,提出的算法耗时较少,而且在非常稀疏的初始网格划分的条件下(初始间隔为20°),仍可以获得较高的估计精确度。     

基于深度学习方法的单张零件图像重建网格模型

重建物体的三维形状是计算机图形学领域的一个研究热点,网格模型是一种常用的三维模型。文中基于深度学习方法提出一种从单幅机械零件图像重建其网格模型的方法。首先经过一个图像预处理过程将前景零件从背景中分离出来;其次基于ResNet和BSP-Net两个骨干网络建立一个新的网络结构,将前景零件图像重构为网格模型。该网络将零件的多个视图图像作为输入,并融合它们的重要特征。此外,加入形状先验损失引导模型的训练过程以优化重建结果。对螺母、螺栓和垫圈进行重建实验,验证了该方法的有效性。通过训练过程的损失函数曲线说明添加多视图特征融合和形状先验损失可以让损失收敛到更低的值。在三个评价指标上的测试表明,文中方法的重建结果优于ResNet+BSP-Net方法和IM-Net方法。     

基于多个TIP模型的虚拟场景平滑过渡

给出了一种实现长距离虚拟场景平滑过渡的新方法.首先基于小波变换对场景照片序列进行融合处理,然后对融合后的图像建立蜘蛛网格模型TIP;再利用投影几何原理无缝连接各个TIP模型,最后实现三维虚拟场景的渲染.实验结果表明,该方法有效克服基于单幅图像TIP建立的虚拟场景对漫游长度的局限性,可以实现三维场景的平滑纵深漫游.     

网格计算中基于软件架构的自适应性方法研究

网格应用必须不断地动态适应变化的环境。在许多情况下，适应性在每个应用基础上是以专案化的方式实现的，条件或环境一旦改变，原来的适应机制就会无效。文章描述了使适应性一般化的软件机制，以便运用一个越过应用的适应性框架实现适应性。这个框架利用系统的软件架构模型去分析应用是否需要这种适应性，并允许将修复代码写入架构模型的上下文中，然后传递到运行系统。     

基于熵正则L0梯度最小化模型的图像平滑方法

图像平滑是计算机图像和视觉领域中的一项基本任务,L0梯度最小化模型是该领域效果较好的图像平滑处理方法之一.但是该方法存在着严重的阶梯效应,且缺乏对噪声的鲁棒性.为了克服这些缺点,本文提出了一种基于熵正则的L0梯度最小化模型的图像平滑方法.首先,采用快速局部均值滤波算法预处理图像,并将处理后的图像运用到L0梯度最小化模型中,以此减少噪声点对图像平滑的影响;然后,为更好地刻画处理后图像与原始图像的相似度,保护其边缘信息,引入熵因子作为模型正则项,以减轻阶梯效应对图像平滑效果的影响;最后,运用交替迭代寻优方法,求解能量函数的最优解,继而得到最终平滑图像.为验证所提方法的有效性,利用大量图像进行实验,实验结果表明:与L0梯度最小化模型、RTV模型、DTV模型、Super-pixel L0模型相比,所提模型能够获得更好的平滑效果的同时,较好地克服阶梯效应,且对噪声的鲁棒性也有一定程度的提高.     

开关磁阻电机温度场分析中模型网格划分方法

针对开关磁阻电机温度场分析中模型网格划分对分析结果造成的影响,提出一种变密度网格划分方法.首先建立开关磁阻电机的有限元模型,然后针对其主要发热部件电机绕组采用六面体变密度网格划分,其余部件采用自动网格划分,并在此基础上进行了相应的有限元温度场分析,同时与采用传统四面体自动网格划分方法作了对比研究,最后通过实验对上述变密度网格划分方法作了进一步的实验验证,结果表明:所提出的变密度网格方法有效提高了开关磁阻电机温度场分析的准确性,因而具有较好的应用价值.     

双向长短时记忆模型训练中的空间平滑正则化方法研究

双向长短时记忆模型(BLSTM)由于其强大的时间序列建模能力,以及良好的训练稳定性,已经成为语音识别领域主流的声学模型结构。但是该模型结构拥有更大计算量以及参数数量,因此在神经网络训练的过程当中很容易过拟合,进而无法获得理想的识别效果。在实际应用中,通常会使用一些技巧来缓解过拟合问题,例如在待优化的目标函数中加入L2正则项就是常用的方法之一。该文提出一种空间平滑的方法,把BLSTM模型激活值的向量重组成一个2维图,通过滤波变换得到它的空间信息,并将平滑该空间信息作为辅助优化目标,与传统的损失函数一起,作为优化神经网络参数的学习准则。实验表明,在电话交谈语音识别任务上,这种方法相比于基线模型取得了相对4%的词错误率(WER)下降。进一步探索了L2范数正则技术和空间平滑方法的互补性,实验结果表明,同时应用这2种算法,能够取得相对8.6%的WER下降。

     

高性能调度技术中应用程序调度模型设计--地理空间信息网格调度技术的研究

地理空间信息网格调度技术，要比传统的高性能计算中的调度技术复杂，原因是如果将全部网格资源作为一个应用程序的调度和执行目标，必将导致通信延迟、成本昂贵、执行低效等。为此，综合考虑应用程序特性、机器特性等，研究设计了地理空间信息网格高性能调度技术中的应用程序调度模型，包括地理空间信息网格应用程序分析；资源特性分析；应用程序分解；性能预测；资源调度；机器选择；任务映射；任务调度；任务调度器和调度器管理模块。以实现为不同的应用程序匹配不同的计算资源，提高计算资源的利用率和应用程序的执行效率。     

Quadratic布局算法力模型的建立和一种均匀展开的方法

布局是FPGA软件设计中一个基本而且非常重要的环节。随着FPGA规模的不断扩大,在大规模、复杂的设计约束条件下,花费较少时间获得高质量的相关逻辑单元物理位置是布局算法的关键问题。在二次线性规划布局算法的基础上,以线长为优化目标,介绍了一种力模型的建立理论和在力模型基础上的一种均匀展开方法。     

基于网格的最小交叉熵算法在PET图像重建中的应用

基于内容的自适应三角形网格模型是描述图像的一种有效方法,本文将网格模型与最小交叉熵算法相结合,并加入先验解剖信息,用于PET图像重建.在本文提出的新算法中,先将投影数据用滤波反投影方法(FBP)生成参考图像,再对参考图像提取网格节点,用加入先验解剖信息的最小交叉熵算法对网格节点灰度值进行迭代计算,最后利用迭代后的网格节点灰度值对象素点进行插值得到重建后的图像.在仿真实验中,将该算法与最大似然方法(MLEM)等算法作比较,并分析了参数对重建结果的影响.     

基于参数域映射及B样条插值的三维重构方法

利用单目CCD图像进行物体表面非接触测量的核心是基于单幅图像的三维重构技术,常采用由阴影恢复形状(SFS)的方法实现三维重构。当图像分辨率较低时,通过由阴影恢复形状的方法重构的三维表面模型其分辨力较差,无法满足实际要求。为此提出了一种基于参数域映射及B样条插值的三维重构方法。采用B样条插值技术对图像进行放大处理,通过像素的参数域映射减小图像的失真及高频信息的丢失,根据放大后图像的灰度信息重构物体的三维表面模型。实验表明,基于参数域映射及B样条技术的图像插值方法很好地保护了图像的细节,利用该方法进行三维重构能够有效改善重构模型的分辨力和光顺性,为提高三维表面非接触测量精度创造了条件。     

基于多视影像的三维数码城市快速自动建模方法的研究

提出了一种基于多视影像的三维数码城市快速自动建模的方法。首先获取重建区域的多视(多角度)影像,经过数字摄影测量处理之后,自动获取地面的三维信息,然后在人工干预下半自动地获取建筑物的几何信息,并自动从多视影像中提取建筑物屋顶和墙面的纹理,建立建筑物的三维模型,最终建立重建区域的三维场景。实验结果表明,该方法是可行的、有效的。     

微波管二维三角形网格自动划分及加密方法

基于波前推进法,实现了一种针对微波管二维模型的自动三角网格生成及加密方法。该方法包含了多种网格生成模式,不仅可以通过角度和边长等因素对网格生成进行控制,还能够对网格进行拓扑优化和光滑处理。通过多种微波管二维模型实例计算结果证明,该方法具有区域适应性好、边界网格质量高、自动化程度高、以及加密方便等特点。     

Shrink‐Wrapped Boundary Face Algorithm for Mesh Reconstruction from Unorganized Points

A new mesh reconstruction scheme for approximating a surface from a set of unorganized 3D points is proposed. The proposed method, called a shrink‐wrapped boundary face (SWBF) algorithm, produces the final surface by iteratively shrinking the initial mesh generated from the definition of the boundary faces. SWBF surmounts the genus‐0 spherical topology restriction of previous shrink‐wrapping‐based mesh generation techniques and can be applied to any type of surface topology. Furthermore, SWBF is significantly faster than a related algorithm of Jeong and others, as SWBF requires only a local nearest‐point‐search in the shrinking process. Our experiments show that SWBF is very robust and efficient for surface reconstruction from an unorganized point cloud.     

复杂网格模型仿射变换的GPU加速计算

为提高计算速度,复杂网格模型操作处理中的仿射变换计算被移植到具有可编程能力的GPU上实现.在并行计算中,每个线程计算一个顶点的k邻域权重值和坐标变换,多个线程同时执行.经过对线程结构安排、设备存储器分配等的优化,充分发挥GPU并行运算性能.实验结果表明,GPU加速计算对大规模网格顶点仿射变换的处理得到了较好的加速效果.     

利用网格卷积特征的三维形变目标分类

三维目标的形状变化给目标识别带来很大挑战,同时三维网格模型的不规则数据结构难以直接应用卷积运算提取三维目标特征.对此,本文提出了一种高效的三维形变目标的网格卷积特征表示方法,准确提取形状信息并进行分类.首先通过网格卷积运算获得形变目标中典型局部曲面形状分布,其次通过马尔科夫链对曲面形状的空间共现关系建模,从而形成三维模型的全局特征描述,最后采用支持向量机实现形变目标分类.该方法将连续多项式函数作为卷积模板,实现针对不规则数据结构的网格卷积运算,并且给出了卷积模板参数的无监督学习方法.在标准非刚性三维模型数据集SHREC10与SHREC15上的实验结果表明本文方法能有效提取三维网格模型的形状信息,分类准确率分别达到了92.88%与96.54%.     

基于连续切片彩色序列图像的三维重构研究

文中对彩色序列图像的三维重构方法做了一些研究。并从色度学的角度分析各个断面的图像，以获取我们所要的图像信息，从而为后续的重建提供数据。     

基于形状匹配变形模型的三维人脸重构

为了从多幅人脸图像构造三维人脸结构,通常需要自动提取不同图像中的对应特征点,这往往是很难完成的.为了避免这个困难,本文建立了一个基于形状匹配的三维变形模型,在保证形状最佳匹配的条件下,实现对人脸图像姿态的估计和三维人脸重构.模型采用径向基函数对通用头部模型进行变形,用形状上下文来描述点之间的形状相似性,形状距离用来描述头部模型和人脸图像整体形状上的相似性,从而实现形状最佳匹配意义上的三维重构.实验表明,本文的算法只需要在人脸图像中提取特征点集,不需进行配准,就可以恢复出令人满意的三维头部结构.     

三维物体形状检测与重构系统的研究

三维物体形状检测与重构技术是计算机图像处理技术的一个分支,在众多领域有着广泛的应用前景。文中介绍了基于面结构光投影法的三维物体形状检测与重构系统,阐述了测量原理,建立了数学模型,给出了系统检测与重构的步骤,并根据检测得到的三维点云数据的特点,提出了适合本课题的简单、有效的三角网格化方法。实验结果证明该系统能够进行有效的检测与重构,具有很好的应用价值。