半变系数模型中的异常点分析

研究半变系数模型中的异常点问题,利用轮廓最小二乘法,通过在模型中引入异常点Sl指示矩阵,利用模型的残差平方和与Cook统计量方法,对模型的异常点进行分析.通过数值模拟对所提出异常点分析模型进行验证,数值结果表明模型方法可行有效.     

基于统计方法和主动轮廓模型相结合的医学图像轮廓提取

采用最小描述长度作为目标函数实现点分布模型上轮廓点的自动选取,提出了一种结合统计方法与主动轮廓模型提取图像轮廓曲线的方法.对一系列图像训练得到该训练集的典型轮廓曲线,初始化新图像的主动轮廓模型曲线后,再用训练集得到的轮廓线约束其变形,提取图像最佳的轮廓曲线.实验表明,与传统主动轮廓模型比较,该方法具有更好的轮廓提取效果.     

利用显著性的点云模型客观质量评价

点云模型质量的客观评价是三维几何模型研究中不可或缺的工作. 根据显著性能够较好地反映人类视觉系统的特点,提出以点的法向量与其邻域点法向量的差异作为该点的显著性计算依据,利用原始点云模型和处理后点云模型在显著性上的差异判断点云模型质量的变化,实现点云模型的质量评价. 实验结果表明,所提出的客观评价模型和主观的人工评价得出的结果基本一致,且比信噪比方法更能体现人的视觉感知.     

关联无序有机半导体中载流子迁移率的描述

基于偶极子无序模型,研究了有机半导体格点能量之间存在空间关联的物理机理,通过数值计算得到了简立方晶格和体心立方晶格模型下格点能量的约化关联函数.研究发现,电荷与有机半导体分子的偶极矩的静电吸引可以导致有机半导体格点能量之间存在空间关联,其约化关联函数大致随格点距离的增大成反比减小.为了获得有机半导体中电荷的输运特性,本文基于关联无序模型(CDM),从求解晶格间的电荷跃迁主方程的数值解出发,模拟计算了有机半导体载流子迁移率对温度、电场及载流子浓度的依赖关系,与基于高斯无序模型的结果对比表明,关联无序模型的结果更贴近于实验结果,其迁移率对温度和载流子的浓度的依赖性比高斯无序模型弱.     

基于NiosⅡ的图像去噪系统设计

基于NiosⅡ软核处理器技术,以SOPC方式,在Altera DE2-70开发板上实现图像去噪算法.算法利用交叉皮层模型ICM(Intersecting Cortical Model,ICM)定位噪声点,并结合经典滤波算法对检测出来的噪声点进行局部滤波.实验结果表明在NiosⅡ上实现的算法既有效地去除了噪声,同时又保持...     

基于倾斜摄影测量技术的三维建模研究

针对传统摄影测量视场死角的问题,指出倾斜摄影测量能较好地顾及建筑物侧面纹理信息,为三维模型建立提供了一种高效的方法.本文以郑州某校区为例,借助专业的倾斜摄影三维建模软件,成功构建出该校区的三维模型.通过在模型上进行一系列量测工作,并与实际踏勘数据对比,验证模型的精度.研究显示:在像控点约束的情况下,倾斜摄影测量建模不但...     

基于双指数跳扩散的三叉树利率模型

运用三叉树模型研究了利率服从双指数跳扩散过程,推广了NR(1990)的变换方法.在双指数跳扩散模型的基础上给出了跳点的概率和任意时刻的利率值,推广了Beliaeva(2011)的结果.通过数值计算得到随机利率比常利率下期权的价值要低并且利率的波动率越大,对期权价值的影响越大.     

关于凹圆弧回转铣刀非数控加工方案的探讨

给出了以凹圆弧为母线的球头及带角圆的回转立铣刀上以近似等螺距曲线为刃口时相关的刃口设计,并给出与进给设计相关的模型和注意点,为这种铣刀的非数控制提供了参考.     

城市信号控制交叉口延误计算与仿真研究

延误是评价交叉口服务水平和车辆通行效率的一个重要指标,目前在此研究领域已经建立了许多延误计算模型.然而,HCM2000中提出的延误模型的基本假设决定了其在延误计算值上的局限性,点样本法中提出的延误模型则没有考虑交叉口进口引道车辆加减速延误.本文论述了VISSIM仿真方法、HCM2000和点样本法三种计算方法的原理及其各自的优缺点,并以长沙市识字岭交叉口信号控制方案设计为例,应用VISSIM5.20-04仿真软件对其延误进行了仿真计算分析,通过与点样本法停车延误值、HCM2000控制延误值的计算结果比较,表明VISSIM软件在信号控制交叉口延误计算分析中具有较好的精确度和适用性.另外,通过长沙市主要信号交叉口延误点样本法与美国HCM2000延误模型计算结果的对比分析,应用一元回归分析对模型进行修正,建立与长沙市交叉口延误相符合的延误计算模型.     

关于卷积神经网络损失函数的改进算法

经典的卷积神经网络模型损失函数在设计时只考虑输出与标签之间的比较,没有涉及到图片之间的差异.为了提高卷积神经网络模型提取特征的差异,提出了基于Triplet network模型约束的卷积神经网络模型,这种方法提高了卷积神经网络提取有效特征的能力,减少数据集数量对于模型的影响.在MNIST数据集和cifar-10数据集上进行实验,提出的新模型在这2个数据集上比经典的卷积神经网络模型识别效果更好.