高密度机载LiDAR数据中确定树冠覆盖方法

针对混交林植被参数提取相对纯林植被参数提取传统方法的局限性,提出一种从单棵树木的三维形状特征出发来确定树冠覆盖轮廓的方法.提出单棵树冠三维形状的模型假设,利用模型生成模拟点云数据进行试验,模拟结果直观展示出所提出方法的有效性;使用机载扫描的高密度混交林Li DAR点云数据进行实验.研究结果表明:该方法能对树冠覆盖范围有较准确的确定,为今后精细化的森林测绘和环境评估提供了技术上的参考.     

三维打印器件后处理液研究

分析了不同的填充强化剂(后处理A液)、不同的后处理B液基料、后处理B液中水性环氧乳液的掺量及后处理液浸泡时间对石膏基打印器件耐水性、抗压强度、尺寸偏差、表面微观结构的影响.结果表明:经纳米硅超硬固化剂处理后的打印器件抗压强度大幅提高,纳米硅超硬固化剂最适宜作为后处理A液;水性聚氨酯乳液PU-202B最适宜作为后处理B液的基料;后处理B液中加入水性环氧乳液,处理后打印器件的抗压强度增加、吸水率降低,但水性环氧乳液含量增加到一定程度后会出现尺寸偏差;后处理A、B液最佳浸泡时间分别为130 s和35 s;先浸泡后处理A液、后浸泡后处理B液的打印器件具有抗压强度高、吸水率小、表面较光滑、不脱粉等优良性能.     

试论数字矿山中三维地质模拟与体视化

三维地质模拟是实现数字矿山建设的前提和核心基础,为矿业开发带来了新的机遇。但是,现阶段的部分技术并不完善,在建设数字矿山的过程中遇到了很多的阻碍。从客观的角度来分析,数字矿山的建立,并不仅仅是有利于开采矿产资源,同时能够对矿山的地质条件以及周边情况展开细致的研究,了解矿脉的分布,减少了地质勘探人员的工作量,对日后的其他工作也具有较大的积极意义。因此,在未来的工作中,应积极开展三维地质的模拟和体视化,以此来完成技术的提升和勘探工作的进步。     

水利水电工程三维协同设计研究

三维协同设计是对传统二维设计理念的深化与创新,特别在图形技术、信息技术的支撑下,三维协同设计为工程设计领域注入了新的发展模式。本文将从国内外三维设计工程资料收集中,针对水利水电工程项目设计实际,来阐述三维协同设计的理念、方法,并就行业应用提出展望。     

戊唑醇水溶液的光谱特征研究

利用紫外-可见吸收光谱、荧光光谱、同步及三维荧光光谱等技术研究了戊唑醇水溶液的光谱特性.结果表明,戊唑醇在紫外可见区域有三处特征吸收峰,峰值分别为221,326,566 nm,并在三个峰值处拟合出了戊唑醇的浓度值与吸光度之间的关系图,得出在特征波长326 nm处两者的线性关系最佳;在不同激发波长下,戊唑醇共有两个荧光区域,在345~380 nm范围内,最大荧光峰值为366 nm,激发波长为225 nm,在580~640 nm范围内,最大荧光峰值为604 nm,激发波长为470 nm;同步荧光光谱的形状、带宽和峰值强度与波长差的选择有关,随着波长差的增加,戊唑醇的荧光强度明显下降且出现红移,在波长差为40 nm时,荧光峰由一处变为两处.     

论“三维和谐”教学理念在高职教学中的实施

高职生往往会沿袭高中阶段散漫的状态,加上教师本身注重对学生理论知识的灌输而忽视素质教育,因此在课堂中形成了老师教着难,学生不愿学的情景,很难形成师生和谐的课堂氛围。"三维和谐"教学理念的实施,能使学生在"乐学"中"学会"、"会学",从而创造和谐的课堂氛围,轻松愉快地完成教学目标。     

生物大数据可视化的现状及挑战

在过去的10年中,以基因组学、医学遗传学和神经信息学等为代表的生命科学各研究领域,以前所未有的增长趋势,积累了海量的数据信息.这些数据类型复杂、数量庞大,其中蕴含的价值更是不可估量.通过传统的处理手段,难以理清海量原始数据中错综复杂的关联信息.而针对生物大数据的可视化研究,将有利于科研人员对复杂数据进行多角度观察并获取有效信息.生物数据量越大,复杂性越高,可视化在生物有效信息挖掘方面发挥的作用就越大.本文通过例举若干生物机构中心现存的数据规模和数据增长速率,说明生物研究领域已进入大数据时代,然后由生物数据的组成特征及可视化的特点引出生物大数据可视化的重要性和必要性.本文总结了生命科学研究领域中不同类型生物大数据的可视化研究进展,最后讨论了目前生物大数据可视化所面临的挑战,并提出可能的解决方案.     

光与未来生活

光带给我们生命,光带给世界美丽.人类在追问光的本性过程中,发展了光基技术,提高了我们的生活质量,改变了我们的生活方式.人类认识世界的每一次飞跃都不开光学的进步.人类从认识光,到利用光,再到驾驭光,这一过程推动着人类文明向前发展. 基于光学全息等技术的真三维高清显示,不需要戴眼镜就能直接观看,色彩更丰富,立体效果更逼真,真正做到身临其境.这种技术还可用于医疗培训、军事仿真和态势感知中.     

基于改进神经网络的多AUV全覆盖路径规划

针对三维环境下的多自主水下机器人(Autonomous Underwater Vehicle,AUV)全覆盖路径规划问题,提出一种基于改进神经网络—Glasius生物启发神经网络（Glasius Bio-inspired Neural Network,GBNN）的全覆盖路径规划算法。对AUV的水下工作环境构建离散的三维栅格地图;根据栅格地图,建立相对应的三维GBNN模型;根据GBNN活性值的动态变化,AUV规划各自的搜索路径,对水下任务区域进行全覆盖搜索。仿真结果表示,多AUV可以协同完成覆盖搜索任务,能够自动避开各类静态和动态的障碍物,自动逃离路径的死锁区。