一类基于p~5阶群的LA-群

对p5阶群中的Φ8族群进行推广,得到有限p-群的一个无限类,给出它的若干性质,并在此基础上构造出一类新的LA-群。     

某重型卡车前轴成形辊锻工艺设计与优化

针对某牌号重型卡车前轴锻件成形辊锻、模锻工艺调试中遇到的典型缺陷——工字梁充填不满开展研究,基于前期某锻造公司大量的生产调试数据和有限元分析软件,建立了前轴成形辊锻、模锻有限元分析模型;在此基础上,研究了工字梁充填不饱满缺陷的产生机理,重点分析了第3道次模具工字梁型腔部位的3个关键参数宽度B3、圆角R3、斜度A3对成形质量的影响规律,重新设计了前3道次辊锻模具工字梁部位孔型和尺寸,并完成了辊锻模具制造。生产结果表明,工字梁部位充填饱满,产品尺寸合格。基于数值模拟的设计方法有效增加了模具设计的准确程度,减少了模具修改次数,缩短了调试周期,保证了最终产品的质量。     

基于动态规划与图像分割的立体匹配算法

针对传统图割立体匹配算法耗时太长以及动态规划立体匹配算法匹配精度不高,且视差图带有条纹瑕疵的问题,提出了一种基于动态规划和图像分割的立体匹配算法.采用自适应多阈值图像分割算法对参考图像进行高效可靠的区域分割,提取边界,使用多种子点动态规划算法精细求取边界上点的视差,并以区域为单元用图割立体匹配算法求取区域内各点的视差,拟合得到图像对的视差图.通过对比,实验结果表明：此算法较传统图割法匹配速度有明显提高,且可以得到匹配精度较高的稠密视差.     

基于WNN的双目摄像机标定方法

针对传统摄像机标定方法需要建立复杂的数学模型,且计算量大、实时性不好的问题,引入了人工神经网络来有效处理非线性映射问题,准确地建立起立体视觉中三维空间特征点与它在图像平面上像点之间的非线性关系;但现有的神经网络标定法仍存在实时性差、标定精度不够、泛化能力差的缺点,于是该文提出了一种基于小波神经网络（waveletneuralnetwork,WNN）的方法,同时用粒子群优化算法对学习算法进行改进,并对小波网络与BP网络的标定结果进行比较．实验结果表明,基于小波神经网络的双目视觉标定方法能够达到较高的实时性、标定精度和泛化能力的要求．     

一类p~6阶群的推广

该文主要运用群的扩张理论给出了p6阶群G=〈a1,a2,b[a1,a2]=ap1=b,[b,a2]=bp=a2p3,bp2=1〉的推广,得到了一些新的群,并且给出了群G=〈a1,a2,b[a1,a2]=ap1=b,[b,a2]=bp=a2pt2,bp2=1〉,t2≥3的自同构群的阶.     

有限p-群两个重要的类

利用群的扩张理论得到有限p-群两个重要的无限类,给出它们的一些性质,并证明它们都是LA-群,从而得到若干新的LA-群.