无耐火材料的磁悬浮熔化

欧洲热感应有限公司向全欧所有铸造业推广应用一种新发明的熔化技术,这种被称为热感应磁悬浮熔化系统采用一种已获专利的无坩埚悬浮熔化工艺,从而获得极纯净的金属。这种革新工艺声称在消除耐火材料夹杂物的所有铸造技术方面是一次飞跃。由于整个熔化过程中金属不接触耐火材料或坩埚,从而完全避免了金属材料的主要污染来源。为了阐明这些试     

微量Mn对纯银的性能影响

在99.995%Ag中添加0.01wt%Mn，制成99.99%银材，进行机械性能测试。当ε=97%时，在25℃下，σb＝340MPa，Hv＝103保持365d稳定不变，即在高纯Ag中存在微量Mn，能细化Ag的晶粒。晶粒小，晶界增多，变形抗力增大，起到强化和稳定机械性能的作用。     

小型球墨铸铁曲轴的铸造

本文介绍了小型球墨铸铁曲轴的铸造技术。     

初等函数可验证赋值及误差分析

研究了GNU标准下初等函数的赋值原理及算法实现.基于IEEE 754-2008浮点标准,利用误差分析基本结论,对GNU下C语言标准数学函数库中的初等函数赋值程序进行理论误差分析.利用Boost库中提供的区间类,将以浮点数作为基本数据类型的程序重写成以区间作为基本类型的程序,使用区间算术对初等函数进行可验证赋值,从而得到一个包含真实值的区间包络,并由此给出GNU下初等函数的数值误差界.     

基于ARM-Linux环境下MiniGUI的移植

近年来,嵌入式Linux系统已得到广泛的应用,相应的图形用户界面的开发也日趋重要,MiniGUI正是其中的一个轻量级的图形用户界面支持系统。本文分析了嵌入式操作系统下图形用户界面MiniGUI的结构和特点,描述了将MiniGUI在ARM-Linux下的移植方法与过程,并给出了实验结果。最后对这种基于MiniGUI的嵌入式系统开发做了展望。     

基于小波金字塔和轮廓特征的医学图像配准

提出一种快速而精确的自动医学图像配准算法.先提取图像的轮廓,根据力矩主轴法计算初步配准变换参数的值,实现参考图像和待配准图像的初步配准;然后在此基础上,利用小波分解图像,提取图像的边缘特征点,采用小波金字塔分层搜索的策略在一个相对较小的范围对变换参数进行迭代搜索,最终实现图像的精确配准.不但提高了配准的精度,而且可减少精配准过程中所需的时间,有效地降低了配准过程所需的计算量.由实验结果可以看出,配准结果精确,实现速度快,因此是一种实用的多模态配准算法.     

聚集系数在对等网路由搜索算法中的应用

针对对等网搜索技术结构化拓扑中不支持复杂查询以及非结构化拓扑中搜索的可扩展性差等问题,该文提出一种新的搜索算法,将现有的对等网拓扑结构进行改良,让结点以flood方式与DHT方式结合起来进行信息搜索。该算法以域为基础,域内根据聚集度来提高对普通结点进行搜索的命中率,域间使用Chord协议来完成搜索。通过这样的结合提高搜索的效率以及响应的速度。实验结果验证了搜索算法的有效性。为进一步的研究提供了有力的理论分析基础。     

基于SIMD指令的柔性物体并行碰撞检测

复杂场景中柔性物体间的碰撞检测依然难以满足交互设计的要求.为了提高处理速度,文中给出了一种充分利用现代CPU的并行处理能力的碰撞检测算法.算法基于两方面的并行处理:即基于SIMD指令的指令级并行处理和基于多线程的任务级并行处理.算法给出了一种针对SIMD指令特别优化的k-DOP模型--SIMD-DOP,从理论上分析了该包围盒的高效性,并与常规的16-DOP和24-DOP进行了运行效率对比.通过使用SIMD-DOP同时在多核间进行负载均衡,算法获得了优化的并行加速.文中算法已经在一台16核工作站上针对一组复杂测试场景进行了验证.     

一种基于人工智能方法的曲面求交算法

本文成功地将人工智能领域中的退火遗传算法应用于几何造型领域,设计了一种遗传算法与跟踪法结合的曲面求交算法.由于充分利用了遗传算法的全局搜索能力和内在并行性,以及跟踪法的局部快速收敛性,系统可以进行稳定可靠的交线计算,并得到正确的交线拓扑结构.文中对该算法各个部分进行了详细论述,并给出了在一个基于Windows/NT平台的原型系统TigerSurf中的实现和结果数据.     

Connectivity-Based Segmentation for GPU-Accelerated Mesh Decompression

We present a novel algorithm to partition large 3D meshes for GPU-accelerated decompression.Our formulation focuses on minimizing the replicated vertices between patches,and balancing the numbers of faces of patches for efficient parallel computing.First we generate a topology model of the original mesh and remove vertex positions.Then we assign the centers of patches using geodesic farthest point sampling and cluster the faces according to the geodesic distance to the centers.After the segmentation we swap boundary faces to fix jagged boundaries and store the boundary vertices for whole-mesh preservation.The decompression of each patch runs on a thread of GPU,and we evaluate its performance on various large benchmarks.In practice,the GPU-based decompression algorithm runs more than 48x faster on NVIDIA GeForce GTX 580 GPU compared with that on the CPU using single core.