在机制CAD班中教学大型通用Ansys分析软件的尝试

阐述了在机制CAD班中利用Ansys平台进行计算机辅助分析CAE的方法和过程，引导学生对有关算例进行了分析．     

VB在课件开发中的技术分析

分析了VB在课件开发中的关键技术,并且给出设计思想及代码,与传统课件制作工具相比具有更高的交互性和灵活性,给教学工作者制作课件提供了很大方便.     

基于像素特征的路面裂缝图像自适应滤噪

分析了破损路面图像的像素点区域特征，针对不同区域提出加权邻域滤波和自适加权中值滤波算法。其权值是通过对图像中区域特征的推理得到的，所以算法中能根据图像的区域特征自适应的进行滤波。试验表明，本算法能够有效滤除噪声，并具有很好的细节保护能力。     

智能CAD／CAM技术对建筑机械业的影响

本文首先介绍ＣＡＤ／ＣＡＭ的产生及发展。然后谈ＣＡＤ／ＣＡＭ对建筑机械业的影响。本主独道见解是：ＣＡＤ／ＣＡＭ技术对建筑机械业影响巨大，一个全新的计算机辅助建筑工程制造ＣＡＥＭ概念将产生。当ＣＡＥＭ实现时，建楼房将象儿童搭积木房子一样轻而易举。“安得广厦万千间，使得天下寒士尽欢颜”梦想会成真。     

凸轮—连杆机构运动的计算机辅助分析

本文提出了旋转坐标系的概念,从而不仅可将文献对低付机构的运动分析方法运用到含有高付的凸轮一连杆机构中,而且不必“高付低代”,即可进行机构在一个运动循环中的运动分析。本文编制了程序设计框图和程序,并通过实例给出了部分计算结果及线图。该程序设计框图和子程序“SUB”对其他机构运动分析具有一定的通用性。     

应用禁忌粒子群算法的车间调度及其并行化实现

为了解决批量生产、制造、装配等车间调度问题,基于Hadoop集群,提出应用禁忌粒子群算法的车间调度及其并行化实现.以某装载机制造车间最小化完成时间为目标,通过使用禁忌粒子群算法对车间调度问题进行求解.结果表明：在车间批量大的情况下,禁忌粒子群算法可得出有效的调度方案,避免算法陷入局部最优解.与现有的智能算法相比,禁忌粒子群算法更有利于实现全局最优解.     

多vCPU环境中基于容器的科学工作流调度策略

现有科学工作流调度研究较少考虑计算资源的多道程序设计,难以同时实现有效的容器共享并优化任务并行度与资源利用率。为了解决以上难点,文章提出了一种分布式多vCPU环境中基于容器技术的分段式工作流调度策略。该策略通过分段调度方法,降低启发式算法的解空间大小,使用带遗传算子的自适应离散粒子群优化算法(ADPSOGA),在设备使用成本的约束下优化各个工作流的完成时间,并制定一种容器与设备间的动态伸缩方案,实现容器的复用并解决单个设备中任务并行时的资源争用问题。结果表明：ADPSOGA的性能优于其他同类启发式算法,并且分段调度方法与容器伸缩方案在工作流调度方面表现出良好的性能,能很好地适应因任务并行度增加所带来的影响。     

基于响应值判断的目标跟踪ECO方法

目标跟踪(efficient convolution operator,ECO)方法因其优越的跟踪效果在各种跟踪场景中得到越来越广泛的应用,但该方法在面对遮挡、运动模糊、目标形变和背景杂乱等复杂工程实际情况时跟踪精度下降. 针对这一问题,本研究对ECO方法进行改进,加入一种相关滤波响应值判断机制,根据前几帧图像的最大响应均值和当前帧的响应峰值标准差来决定样本模型更新时机. 将改进后的ECO方法和改进前的ECO方法在相同的实验视频序列上进行对比测试,比较两种方法的跟踪效果. 在OTB2015数据集上,改进后的ECO方法的精确度达到88.0%、成功率达到79.9%,分别比改进前的ECO方法提高1.5%和1.2%,特别是面对遮挡、运动模糊和背景杂乱干扰等工程实际常见情况时跟踪效果更好,显示出改进后的ECO方法拥有更灵活的模型更新策略和更强大的适应复杂工程实际情况的能力.      

级联长周期光纤光栅梳状滤波器的设计

为了灵活扩大通信容量,设计了一种级联长周期光纤光栅(cascade long period fiber grating, CLPFG)结构的光纤梳状滤波器,并对其进行了系统的理论研究,重点讨论了光栅周期、光栅长度、间隔光纤长度和光栅段数等级联光栅参量对梳状滤波特性的影响.结果表明：间隔光纤长度和光栅段数能够有效调谐信道3 dB带宽和信道间隔;通过优化设计,可以实现对称性和非对称性梳状滤波器的设计.这种梳状滤波器具有结构紧凑、工作带宽大、信道带宽及设计灵活等优点.     

量子粒子群优化核极限学习机的遥感影像分类

极限学习机初始参数具有随机性,容易导致其对高分辨率遥感影像的分类结果出现局部最优现象.为了解决上述问题,提出了一种基于量子粒子群优化核极限学习机的遥感影像分类方法.该方法利用量子粒子群算法对核极限学习机的核参数与正则化参数进行优化,根据参数优化后的结果构建量子粒子群优化核极限学习机的遥感影像分类模型（QPSO-KELM）.通过实验对比了SVM、KELM、PSO-KELM、QPSO-KELM这几种分类方法对高分二号遥感影像数据的分类精度与效率.结果表明：QPSO-KELM的分类精度、运行速度均优于其他几种分类方法,该方法能有效提取遥感影像上的地物要素信息.