自由立体显示器的效果评定方法

自由立体显示器使用特殊的光学元件使左、右眼的视图产生空间分离,在显示器前方形成相互间隔的独立视区,视图分离的程度决定了场景能否进行立体合成。文章对独立视区的位置进行精确计算并得出分布示意图;提出使用“立体度”作为立体显示器视图分离的度量参数;并讨论了测试和计算方法,完成对自由立体显示器效果的测量和评定。     

一种计算冲压零件轮廓相似度的快速算法

为了适应网络应用对轮廓相似度计算在速度和数据传输量方面的要求，文中提出了一种非离散的快速算法，该算法采用直线和圆弧来表达轮廓曲线．在对图形进行范化处理后，将待匹配轮廓按照一定步距进行旋转．然后依次以待匹配轮廓或目标轮廓作为模板，计算模板的所有顶点与其在另一个轮廓中对应点的距离平方的平均值．在所有角度中，平均值之和的最小值即为两个轮廓的匹配度．该算法同时适用于凸多边形和凹多边形，并具有较好的区分度和匹配准确性．和以往的离散方式相比，该算法减少了需要传递的数据量．提高了运算速度．     

基于粗糙集理论的集对分析方法

针对集对分析的基本理论,分析粗集与集对的相似之处,将粗糙集理论与集对论相互嫁接、相互渗透,提出集对分析中的粗糙集方法,用粗集中的上下近似集来定义集对中的同异反联系度。这种方法的研究将有利于融合二者的优势,为确定不确定系统的数据分析、数据挖气掘、知识发现等提供了更扎实的理论基础。     

树的匹配覆盖

设图G没有孤立点.图G的匹配覆盖数,记为mc(G),是指满足如下条件的最小正整数k:G有k个匹配M1,M2,…,Mk覆盖图G的所有顶点.证明了如果图G是一个树,则mc(G)∈{Δ0(G),Δ0(G) 1},其中Δ0(G)是指使得图G的某个顶点有l个一度邻点的l的最大值.而且,任给一个树G,给出了一个可以确定图G的匹配覆盖数的线性算法.     

一种基于函数变换的数字图象置乱新方法

本文提出了一种新的置乱度定义，该定义能较明确地衡量置乱图像的均匀与细密程度，并使用它柬衡量本文中的置乱实验的效果；提出了一种基于初等函数变换的图像置乱新方法，具有易于实现、复杂性低、密钥空间大、只需一次运算即可达到很好的置乱效果等特点．     

转炉流程轴承钢连铸坯非金属夹杂物的行为

探讨了BOF-LF-VD-CC流程生产的轴承钢连铸坯非金属夹杂物的物性、分布、特点,并通过示踪剂追踪分析了轴承钢夹杂物的来源,为轴承钢夹杂物的去除,提高转炉流程轴承钢质量提供了依据.研究表明,该生产流程可以获得T[O]的平均值为9.3×10-4%;显微夹杂体积分数为0.031%;>50μm的大型夹杂为1.5 mg/10 kg的洁净度较高的轴承钢连铸坯.夹杂物主要为<5μm的显微夹杂,它的分布特点决定了连铸坯中夹杂物的分布特点,显微夹杂主要是多元素复合脱氧产物与中间包液面二次氧化产物吸附集聚形成的复合物,其次是结晶器液面对钢液的污染,钢包液面影响较小.     

改进的Wu-Manber多模式串匹配算法

为提高串匹配算法在实际应用中的运算性能,对W u-M anber算法进行了改进。吸收了Q S(Q u ick Search)算法的思想,并利用匹配过程中匹配失败的信息,达到最大跳跃距离,实现了快速的多模式匹配算法。对改进后的算法和W u-M anber算法进行对比实验,当最小模式长度较大时,改进后的算法性能与原算法基本相同;而当模式最小长度较小时(<9),改进后的算法比原算法有显著提高,用于英文文本时比原算法的所用时间平均减少了8%~20%,用于中文文本时平均减少了15%~30%。     

基于概率图模型技术的柱面全景图生成算法

为解决复杂场景下的全景图生成问题,应用了基于概率图模型的图像匹配技术,提出了一套完整的柱面全景图生成算法。采用动态阈值法对从图像中提取的H arris角点进行初步筛选,并结合图模型算法进行精确匹配,通过对匹配后特征点的迭代投影获得摄相机焦距,对原始图像进行柱面投影并融合。该算法具有对光照不敏感和全局最优化的特性,对图像噪声和特征点提取不准确有强健的承受能力,并有效地降低了计算复杂度,使算法更具有实用性。实验结果表明:能够对存在人车移动噪声和相机几何畸变的复杂场景正确合成360°全景图。     

二维裂纹传播问题的数值模拟

用数值方法研究了二维裂纹传播问题。经典的连续模型对裂纹传播描述不够精确,而原子模型可以弥补这个缺点,但是完全使用原子模型计算量太大。在裂纹附近使用原子模型,而在远离裂纹的地方使用连续模型,在交界面上,以吸收高频波的条件作为出发点,建立匹配条件求解。这种匹配方法把计算复杂度从O(N2)降低到O(N),而得到的数值解与完全用原子模型得到的解吻合得很好。     

中西传统绘画的差异研究

中西方传统绘画具有各自独特鲜明的艺术风格和审美取向,在造型原则、形式原则、设色原则、透视原则等方面均存在明显差异.