基于模板的液压机身三维快速设计

文章阐述了在MDT环境下,开发基于模板的液压机身三维快速设计模块的基本方法和关键技术,以及使用控制程序对设计、修改过程进行全面控制的原理和实现途径,最后介绍模板的调用方法.该研究对实现液压机快速设计和提高企业的市场竞争力具有一定意义.     

氰铵化铅的动力学研究

通过对氰铵化铅 (Pb CN2 )进行 DTA分析 ,观察其 DTA曲线 ,得知该物质在加热过程中的变化行为 ,从而对其进行动力学研究。根据在热分析过程中升温速率的改变相应极化峰值的不同 ,以 lg(φ/ Tm2 )对 1Tm作图得一直线 ,通过直线斜率求出反应的活化能 E。观察 DTA曲线的对称性 ,找出其形状指数 ,再根据其形状指数 ,计算反应级数 ,从而推断其动力学方程     

区域进化自适应高精度区域增长图像分割算法

为克服经典区域增长算法中门限选择困难、分割稳定性不高与串行处理速度慢的不足,提出基于区域进化的自适应高精度区域增长图像分割算法。在图像预处理过程中,首先通过各向异性滤波算法对切片进行滤波,达到去除图像噪声同时避免对边界区域的模糊;然后引入了新的区域能量表示模型,并给出了迭代进化形式,在区域增长过程中,逐渐增加区域增长的门限,通过对能量函数的动态优化来逼近最佳分割结果;最后利用主动轮廓模型进行精度分割,得到精确而比较光滑的分割目标轮廓。对比实验表明提出的方法是合理有效的。     

基于成像机理分析的图像混叠去除

去混叠技术是图像处理领域重要的方法之一。目前的去混叠算法多数都是在空间域进行的，因此它们都忽略了这样一个事实，即图像的频域成分混合是产生混叠的根本原因，而其在空间域所造成的视觉失真，仅是一种表现。基于此，提出了一种基于成像机理分析的去混叠算法，改变了现有算法仅从空间域角度解决混叠的现状。该方法在从成像机理角度分析混叠产生原因的基础上，利用分形技术对图像所丢失的高频信息进行了补偿，从而实现混叠去除。实验结果表明，算法不仅能够在空间域上消除混叠给视觉带来的影响，而且能够在频域上，更多的恢复高频成分的信息。     

城市道路网络OD估计模型及算法研究

考虑城市道路交通运行的复杂性,抽象出城市道路网络拓扑结构.通过布设检测器采集路段流量、转向比例等多源数据信息,在上述分析基础上,运用吸收马尔可夫理论对城市道路网络进行建模分析,将路段流量、转向比例、小区发生吸引量等参数联系起来,分别利用小区发生量和若干路段流量,得到交通流起讫点OD的不同估计模型,并给出相应算法.建立井字型路网仿真平台采集多源数据信息,求出马尔可夫转移概率矩阵,并用稀疏矩阵的形式导入Matlab编程仿真中进行一系列矩阵运算.数值算例表明,该模型能有效计算路段流量,进而提高OD估计精度.     

光栅形状反演的数值方法

提出一种光栅形状反演的数值算法. 考虑利用一个入射波和在光栅上部一条直线Γb上的散射场反演单周期良导体光栅的形状, 先利用Dirichlet-to-Neumann映射得到散射场在Γb上的法向导数值, 再应用求解椭圆方程初值问题的谱方法求解Helmholtz方程Cauchy问题, 得到Γb以下的全场, 最后逐点寻找全场的零点并连接, 得到的曲线即为反演的光栅形状. 数值结果表明该方法可行、 有效     

基于自适应扫描的图像压缩方法

现有的压缩方法通常采用固定的扫描方式。然而,每幅图像都有其自身的特点,采用固定扫描难以使其得到好的压缩性能。针对该问题,提出了一种基于自适应扫描的图像压缩方法。首先,对图像进行小波变换后,根据图像内容决定子带间扫描顺序。其次,对于子带内扫描,根据子带特性设计不同的扫描方法,以尽可能保留图像的纹理特征。最后,采用二叉树编码器对扫描后的系数序列进行编码。实验证明,在相同条件下,该方法明显优于主流的JPEG2000,且优于最新的基于固定扫描的自适应二叉树编码方法。     

基于改进的区域生长法的气管与支气管分割

根据气管与支气管的树状特征,提出了一种改进的区域生长法.该方法首先从最上端的CT图像中得到气管初始区域,然后利用气管或支气管在相邻CT图像中的几何特征与灰度特征的相关性对区域生长法进行了改进,其次利用改进的区域生长方法沿着三维空间的树状路径逐步搜索气管与支气管的其他区域,最终得到气管与支气管的全部数据.该方法自动化程度高,不仅适用于气管与支气管分割,还可推广到骨骼、人体血管系统等其他小目标的分割问题.     

单变量序列数据分类方法综述

单变量序列数据分类涉及现实世界的诸多应用领域,具有重要的研究意义与应用价值。目前,单变量序列数据分类领域的发展处于深度学习逐渐取代传统方法的关键时期,但相关的归纳综述仍然很少。为了促进未来研究,本文对单变量序列数据分类方法进行了全面的总结,根据提取分类信息的不同,将现有分类方法分为基于形状信息、基于频率信息、基于上下文信息以及基于信息融合4种类别。此外,本文依托公开数据集对典型分类方法进行了对比与分析,并对未来研究方向进行了展望。     

基于高阶统计特征及形态学的图像奇异点分割和检测

给出了这类图像的一种图像模型,并在此基础上,提出了一种新的分割和检测奇异点的方案。该方案对原图像进行非分除小波变换,以得到带通图像,使得带通图像上的奇异点得到增强,同时背景和噪声得到抑制。将所得到的带通图像分割成互相重叠的方形区域,通过计算每个区域的扭曲度(Skerness)和峭度(Kurtosis)特征来判断该区域分布的非对称性和拖尾程度,并将具有较高值的区域标记为感兴趣区域ROI(Regions Of Interest)。在ROI中,如果能量特征超过某一给定阀值,则被视为准奇异点,形成二值图像。对二值图像进行数学形态处理的检测结果进一步证明了该奇异点分割和检测方案的有效性。