基于BP神经网络的平面变压器寄生参数预测

平面变压器的结构与寄生参数具有复杂的非线性关系,难于精确建模计算。基于BP神经网络,以试验数据为基础,建立了平面变压器的结构和寄生参数的映射模型。运用该模型对平面变压器的部分寄生参数进行了预测,预测精度满足工程实际需要。并对平面变压器结构与寄生参数的关系,运用该模型进行了分析,较好地反映出该变压器结构与部分寄生参数之间的非线性关系。预测结果对平面变压器的设计有较大的指导意义。     

平面铰链四杆机构的轨迹综合方法

为提高平面铰链四杆机构轨迹综合的速度与精度,提出基于B样条曲线的综合方法.采用三次非均匀B样条曲线对连杆曲线进行拟合,将B样条曲线控制多边形各相邻两边的夹角作为连杆曲线的特征参数,将大量连杆曲线特征参数和对应的机构尺寸参数存入计算机以建立电子图谱库;当输入一定数目的有序离散数据点时,通过B样条曲线拟合得到期望曲线,提取期望曲线的特征参数;再利用神经网络将期望曲线的特征参数与电子图谱库中特征参数进行匹配,从而找到满足要求的机构,最终达到轨迹综合的目的.设计实例表明,该方法可快速实现四杆机构的轨迹综合,综合的精度高且所提取的特征参数与连杆曲线方位、缩放比例无关,减少了图谱库的数据冗余.     

宽角扫描相控阵天线测量方法

提出了一种基于坐标变换技术的宽角扫描相控阵天线测量的新方法,用于解决常规平面近场测量方法难以对宽角扫描相控阵天线进行精确测量的问题.在对用于宽角扫描相控阵天线测量的坐标变换技术进行理论分析的基础上,采用计算机模拟对该测试方法进行了数值仿真,制作天线实物进行了试验验证.数值仿真结果和试验结果均表明,该方法用于宽角扫描相控阵天线的测试具有较高的准确性.     

产品设计专业中平面构成课程的教学思考

《平面构成》作为《三大构成》课程教学中的第一个阶段,是产品设计专业大一学生由绘画意识向设计意识转变的一个"桥梁"。在我国高校的艺术设计专业教学中,《三大构成》课程已经得到普遍开设,而本课程在产品设计专业教学、实践乃至后期核心课程教学开展均发挥着日益显著的作用。就产品设计专业中《平面构成》课程当前的教学现状以及存在的教学问题进行一定的探讨和思考。     

散乱Excel表中数据规范化处理方法研究

针对传统Excel表中散乱而不规范的业务数据,本文采用模板技术,提出了一种散乱Excel数据规范化处理新方法。并以某公司的数据为例进行实验分析,实验结果表明,该方法能够将分散的Excel表格中的信息进行提取,将源表中的数据进行规范化处理并写入标准模板,而且在对Excel表格信息提取并导入标准模板时,无需中间文件转换。该方法具有自动生成表格、自动填写表格的功能,并在实际应用中取得了良好的效果。该研究使用户查看与导出数据更加方便快捷。     

一种改进的灰度图像修复算法

针对大面积破损区域图像修复中Criminisi算法存在修复质量差和时间复杂度高的缺点,提出一种改进的图像修复算法。改进算法将优先权的计算形式由相乘变为相加,并增加梯度数据项对优先权的计算方式。通过结构信息控制优先权,从而优先修复结构信息。设计根据待修补块中心点的梯度大小,使用全局搜索来寻找匹配块,以提高修复质量和速度。对置信度更新的方式进行修正,引入每次匹配的精度作为惩罚因子的参数,以减小误差向下一次迭代的传播。仿真实验显示,改进算法的修复效率比原算法提升了58%到70%,且修复质量的视觉效果有所提升。     

基于遗传算法的模板匹配算法研究与设计

针对一般模板匹配算法计算量大并且容易陷入局部最优等缺点,研究了使用遗传算法对模板匹配进行全局寻优的算法。在被检测图形和模板已知的情况下,建立了模板匹配的归一化的数学模型。通过对模型计算量的分析,设计了能够减少模型求解计算量的算法。进一步使用遗传算法对设计的算法进行了改进,该算法能使模板匹配快速收敛到全局最优解。算例表明,本算法能有效解决模板匹配的全局寻优问题,并且使模板匹配效率有了明显提高。这一研究为图形处理者提供了科学的模板匹配方法。     

一种基于图像边缘的快速模板匹配方法

提出了一种基于边缘的快速模板匹配方法,算法首先把模板二值化,根据传统标记目标区域的方法对二值化后的模板图进行标记,利用八临域判别准则提取各个区域的边界,在匹配时只匹配区域边界上的点,同时设定阈值,若前面n个点与模板图的前n个点的绝对差和超过阈值,则跳过该搜索区域。实验结果表明,不仅减少了匹配计算量,而且能够保证匹配的精确性。     

基于虚拟人的汽车内饰造型草图设计方法研究

基于当前汽车内饰造型草图设计中存在的问题,引入虚拟人技术生成造型草图设计的辅助模板,建立了基于辅助模板的造型草图设计新方法,并将设计方法进行设计实践,用实际效果验证理论,从而为汽车内饰设计师提供了一种快捷而有效的技术支持方案。     

最大平均相关高度的归一化模板在畸变目标识别中的应用

本文基于最大平均相关高度算法设计了一种归一化模板,解决了联合变换相关器的畸变目标识别问题。该方法通过对最大平均相关高度频域滤波器的控制参数优化,映射到空域获得初始模板,归一化后得到归一化模板。相比于初始模板,归一化模板大大提高了模板与待测目标的灰度相似性。仿真实验表明,该模板能有效增强待探测目标的相关峰亮度,在联合变换相关器上可实现对畸变目标的识别,其比例畸变容差为53%,旋转畸变容差为20°。通过实验,给出了畸变飞机的相关识别结果。