基于递归分割的绝对尖锐特征造型算法研究

递归分割曲面的尖锐特征不仅能够增加递归分割曲面的造型功能,而且有助于保留网格模型上的重要特征,其简捷、高效等特点具有广阔的应用前景。为解决在实际应用过程中存在的问题,进一步推动其在产品建模和机械制造中的应用,在特征造型方面,实现了递归分割曲面的折痕、尖刺、角等绝对尖锐特征造型,避免了为构造特殊效果而建立不同的递归分割算法,增加递归分割曲面的造型能力。     

环面蜗杆类零件实体建模研究

针对机械创新设计中具有共轭曲面零件的三维虚拟造型问题，提出了一种基于齿形特征，用于环面蜗杆类零件实体建模的方法．运用共轭曲面的啮合原理进行分析，根据环面蜗杆类零件齿面均由蜗轮轮齿包络形成的特点，由蜗轮齿形特征确定并生成蜗轮轮齿实体(模型)．考虑运动规律，对每个啮合位置的蜗杆实体与蜗轮轮齿实体进行布尔减运算，进而实现环面蜗杆零件的实体建模．在AutoCAD环境下，应用Visual USP语言开发程序，分别以滚柱、滚锥、纵向圆柱包络蜗杆为例进行了实例计算及制图，所生成的实体模型能够真实反映出给定的参数，可用于齿廓形状及尺寸的分析．     

面向3+2轴加工的复杂曲面划分算法

为了达到使用3+2轴机床分区加工复杂曲面的目的,提出一种基于聚类算法和法矢方向锥的二叉空间划分的复杂曲面划分算法。该方法将曲面在其参数域内划分为四边形区域,并将边界划分为原曲面的等参数线,使得该四边形区域在原曲面的参数域内为矩形,并且每个区域受其法矢锥的锥角所限制。使用二叉空间划分方法划分参数域,直至所有曲面的法矢锥的锥角满足约束条件。对于每个待划分曲面,可在聚类算法求解出的聚类中心之间,选择出参数域内最优的划分边界。使用UG/OPEN API进行了仿真实验,将某一复杂曲面分划为3个区域,并且所有区域的法矢锥的锥角小于45°。试验结果表明,在3+2轴加工中,可使用此曲面划分算法将原曲面划分为多个区域,并生成具有光滑边界且总量较少的一组曲面。     

保持特征的自适应Loop细分曲面算法及实现

基于Loop细分模式,综合运用生成特征的细分方法和自适应方法等,提出一种计算简便的保持特征的自适应Loop细分曲面生成算法.该算法能够实现自动提取初始网格的尖锐特征,并可以通过交互式方式选择控制尖锐特征边、特征点及相应的尖锐度,同时给出了一种新的顶点平坦度定义.该算法采用自适应方法避免在相对光滑处再细分,提出的顶点平坦度计算简便、高效,能够有效地减少细分生成的网格数量和处理速度.实验表明该算法能较好地生成带半尖锐、尖锐特征的细分曲面.     

细分曲面上尖锐特征生成的研究

由于计算几何中很多曲面和多面体的表面是不光滑的,存在着各种不光滑的特性,在给这些不光滑特性进行光顺是,需要对这些特性做一些处理,该文介绍了两种尖锐特性的生成方法,如：Hoppe-De Rose-Duchamp方法和De Rose-Kass-Truong方法,同时,提出了对一些典型的尖锐特征的改进方法,如对折痕、尖点和角点的生成方法的改进处理,通过,改进的方法可以处理这些尖锐特性达到预期的效果。     

背板对氧化铝陶瓷薄板断裂锥形态的影响

采用弹道侵彻试验与有限元数值模拟相结合的方法,研究了背板条件对氧化铝薄板陶瓷/金属复合装甲在抗12.7 mm穿燃弹过程中形成的陶瓷锥角大小与形态的影响,并分析了陶瓷锥形成的过程与机理.结果表明:背板厚度对于陶瓷锥大小的影响尤为明显,当背板厚度增大时,主裂纹汇聚的交点越靠近弹靶接触面,此时拉剪裂纹的扩展起到了主要作用,当背板厚度与陶瓷厚度之比小于1时,厚度比每增大1/6,陶瓷锥锥角大小增加5%;当界面间波阻抗差值减小即背板材料波阻抗升高时,从界面反射的应力波减弱,从而减小了对陶瓷的损伤,陶瓷断裂锥锥角大小也随之减小.      

直线与参数曲面求交的一种有效算法

参数曲面求交是曲面造型中的最基本、最重要的问题之一。针对该问题，提出了一种计算直线与参数曲面的交点的有效方法。该方法基于参数曲面的几何不变性，通过对其进行几何变换，将直线转换成投影面垂直线；利用过直线的假想平面对曲面片进行反得分割，直到新的曲面片边界参数值之差满足给定的精度要求为止，以其平均值为交点的参数值。并以双三次参数B样条曲面为例，给出了具体的实现算法。     

指节折痕线特征提取与识别算法

研究了一种基于灰度数学形态学和二维小波变换的指节折痕特征提取和识别算法.该算法首先利用灰度形态学对指节折痕子图进行预处理增强,通过选择合适的结构元素来施行对指节折痕子图图像进行灰度形态学处理,大大地改善了折痕线的对比度,然后利用二维小波分解的方法将增强后的图像进行二维分解,得到不同分辨率和不同方向的小波变换子图,最后根据折痕线的分布特征选择所需子图并计算它们的不变矩构成特征矢量来表征指节折痕特征.实验结果验证了方法的有效性.     

基于ADINA的液压锥阀流场解析

基于计算流体力学方法，用AutoCAD，Pro／E建立了液压锥阀的几何模型，采用ADINA软件的ADINA-FSI模块对不同情况下液压锥阀流场进行仿真分析，得到了锥阀流场的压力分布图和速度矢量图。通过ADINA的后处理模块，获得了锥阀不同开口度、入口流速、阀芯锥角与锥阀内部流场之间的关系。研究结果对锥阀结构优化设计具有一定的指导作用。     

相邻四片Bezier曲面的C^1连续光滑拼接

相邻的多片Ｂｅｚｉｅｒ曲面拼接时,在边界处容易引起连续性问题。作者提出了一种方法,通过构造逼近曲面片,在相邻的四片曲面片边界及交点处达到Ｃ＾１连续。该方法的关键点在于确定交点周转曲面片上相互关联的四个Ｂｅｚｉｅｒ控制点,使得曲央片在交点处达到Ｃ＾１连续,并给出了逼近曲面片与原曲面片误差比较公式及误差估计方法。     

基于响应面法的几何非线性结构概率响应分析

将响应面法、有限元法和蒙特卡罗法各自的优点相结合，提出一种新的结构概率响应分析方法——集成化响应面法．通过对几何非线性桁架结构的概率性响应分析，验证了该方法的有效性和准确性．选取五种响应面分析模型，比较它们的计算结果，得出一些有益的结论．     

变截面曲梁单元及应用

本文提出了三结点和四结点平面变截面曲梁单元,按柔度法推导了单元刚度矩阵,并编制了相应的计算机程序。通过算例表明,用这种单元计算如拱、变截面的杆系结构,具有精度高、所需单元少、准备数据工作量小、节省机时的特点,并可应用于某渡槽的计算。     

道路急弯路段追尾冲突分析预测

为实现急弯路段的追尾碰撞风险主动防控,提出了一种基于多源数据融合的追尾冲突动态预测方法。首先,基于无人机、毫米波雷达等采集的车辆运行数据,提出了适用于急弯路段交通流特征的追尾冲突判别模型及冲突等级阈值划分标准,分析了急弯路段的追尾冲突空间分布特征。然后,筛选车型、大车比率、断面速度差等13个交通流特征指标作为输入变量,以粒子群算法为基础,分别构建了其与BP神经网络、随机森林、支持向量机算法的追尾冲突动态组合预测模型,并根据混淆矩阵和曲线下面积评估各模型的预测性能,利用黑箱解释方法分析冲突发生概率的显著性影响因素及影响程度。结果表明：相较于平直或一般弯道路段,急弯路段的追尾冲突TTC(Time to Collision)值更小,出弯缓和曲线段冲突更为严重,且弯道内侧碰撞风险最高;粒子群-随机森林模型的追尾冲突预测性能最佳,灵敏度达90.70%;急弯路段追尾冲突受车辆平均车头间距的影响程度最大,当平均车头间距为25 m左右时,冲突发生概率最小,向心加速度均值、速度均值等因素亦对其有显著影响。     

基于三支决策的触摸手势识别算法

为了提高人与机器人交互过程中对触摸手势的识别能力,提出一种基于三支决策的触摸手势识别算法.通过对触摸手势数据集CoST(corpus of social touch)的分析以及结合其他领域的研究,提出2种数据预处理方法“截取”和“去背景”,并从6个不同角度提取了特征,包括基本特征、基于直方图的特征、序列特征、梯度特征、接触面积特征和基于每个传感器的特征.以随机森林为分类器采用十折交叉方法进行了验证,发现不同的预处理对于不同触摸手势的识别有不同的效果.为了融合不同预处理的优势,引入三支决策的思想,将m分类问题转化为m个2分类问题,使用统计的方法计算每个二分类的三支决策阈值,按照一定的先后顺序和权重指标对经过不同预处理的分类结果进行决策筛选.仿真实验结果表明,基于三支决策的触摸手势识别算法在一定程度上达到了融合的效果,并提高了触摸手势的识别率.     

Image Blind Deblurring Using an Adaptive Patch Prior

Image blind deblurring uses an estimated blur kernel to obtain an optimal restored original image with sharp features from a degraded image with blur and noise artifacts. This method, however, functions on the premise that the kernel is estimated accurately. In this work, we propose an adaptive patch prior for improving the accuracy of kernel estimation. Our proposed prior is based on local patch statistics and can rebuild low-level features,such as edges, corners, and junctions, to guide edge and texture sharpening for blur estimation. Our prior is a nonparametric model, and its adaptive computation relies on internal patch information. Moreover, heuristic filters and external image knowledge are not used in our prior. Our method for the reconstruction of salient step edges in a blurry patch can reduce noise and over-sharpening artifacts. Experiments on two popular datasets and natural images demonstrate that the kernel estimation performance of our method is superior to that of other state-of-the-art methods.     

基于颜色、形状的情感图像检索

图像所含的内容丰富多彩,是用物理特征无法完整表达的.目前常用的图像检索技术是基于内容的图像检索,检索出的图像在某些程度上无法满足用户的需求.提出了一种基于颜色和形状的情感图像检索方法,讨论了图像的物理特征--颜色和形状的提取与表达.分析不同颜色、特征所激起人的不同情感的反应,建立情感库,用模糊神经网络建立底层物理特征到高层语义特征的联系,实现基于情感语义的图像检索,实现真正的以人为主导的信息检索,提高人机交互的和谐性和检索效率.     

数字曲线的线性逼近和分段识别

提出了一种综合性的数字曲线识别方法和分析，识别准则，对曲线进行行快定逼近以拟制噪声误差并减少数据点，找出尖点并分段。在此基础上检测基区域内的拟合面积差、当量线性距离差、曲率变化及角距等特征量，进行识别分析，正确实现分段重构。算法简单、抗噪性能好。     

一种基于小波系数投影的快速模板匹配算法

根据粘片机晶元的结构特征,提出一种改进的基于小波变换系数投影的算法.该算法将局部有剧烈变化的信号点的位置顺序记为特征点,使用匹配小波系数直方图之间的相似性进行图像匹配,通过改进的多分辨率结构分析,减少了约70%的计算量,并将晶元定位的运算速度提高至10ms左右.该算法不仅可以精准匹配和定位,显著降低系统的总体计算复杂度,也具有更快的晶元搜索速度,可以应用在其他自动化场景中,进一步提高机器性能.     

融合表情符号图像特征学习的微博情感分类

表情符号作为一种新兴的网络图形化语言,由于能够直观地表达用户的情感和态度,因此在社交平台被广泛使用。现有的利用表情符号进行微博情感分类的研究主要考虑表情符号的文本特征,这样的做法不能很好的捕捉表情符号之间更细粒度的联系,并无法适应表情的不断发展与变化。针对现有研究存在的问题,本文提出了一种基于卷积自编码器的表情图像特征学习的微博情感分类模型。该模型通过卷积自编码器捕捉的表情符号的图像特征,然后将图像的嵌入表达融入到微博的文本特征中,再利用多层感知机进行情感分类。该模型分别在中文和英文微博的数据集上和现有的方法进行了对比,实验证明,本文的方法优于现有的方法,并且在新表情和跨语言环境下的泛化能力更强。     

Reverse Loop subdivision with sharp features

0 Introduction By using a subdivision rule a control mesh will be refined withincreased detail . Asequence of subdivisions then produces a hierarchyof surfaces withincreasingreso- lution.Such a hierarchy allows the selection of a repre- sentation of surface at a particularlevel of detail ,whichis useful in many applications in both modeling and render- ing, such as view dependent rendering and progressive transmission. This paper introduces a newreverse Loop subdivision algorithm which can re…