基于机械零件三维模型骨架相似性度量算法

提出了一种基于机械零件模型骨架的检索方法.将零件库中提取的机械零件进行预处理去倒角、圆角以及圆孔等,保证处理之后得到无中空结构的零件模型;运用电场法对预处理后的零件模型骨架提取,得到完整的骨架模型;利用骨架树匹配计算出零件模型相似度.试验证明该方法能够快速实现零件模型骨架检索.     

基于局部信息的手写汉字笔画提取

现有计算机在指导手写汉字练习与测试中，指导依据大都基于全局特征，缺少基于更细粒度特征。提出一种基于局部信息的手写汉字笔画提取方法，为手写汉字评价与指导等任务提供数据支持。首先提取出汉字骨架并对骨架中的毛刺与断裂等问题进行优化；然后使用PBOD算法提取汉字交叉区域后，对交叉区域进行合并删除，消除笔画形变，通过局部信息计算笔画段的组合系数，根据组合系数提取笔画；最后根据获取到的笔画数与算法迭代次数，动态调整组合系数阈值，保证在正确连接笔画段的前提下提取到更可能多的笔画。将该方法在手写汉字数据集上进行实验，其准确率、召回率与F1值分别达到了95.91%、95.71%与95.81%，可用于后续的手写汉字评判与指导等任务。     

骨架关节点跟踪的人体行为识别方法

基于彩色图像的运动检测和分割方法难以获取完整的人体骨架,并且只能提取关节点的二维坐标信息,而 Kinect 传感器能通过捕获深度图像来重建完整的人体骨架关节点三维模型,提高了骨架关节点模型的表示精度。本文通过 Kinect 的骨架跟踪模块对人体的骨架关节点模型进行提取;然后,提出一种坐标转换方法得到人体骨架关节点的三维坐标表示,利用 k 均值聚类将关节点坐标量化为符号序列;最后,建立离散隐马尔可夫模型来进行人体行为识别。通过自建的数据集进行实验,实验结果表明：本方法能取得94％的识别率。     

颗粒组构对黄土压缩特性及其粒间状态的影响

为研究不同颗粒组构黄土的压缩特性,取五个不同地区的黄土过0. 075 mm筛以制作固结试样,通过压缩固结试验,揭示颗粒组构对黄土的压缩指数、压缩模量的影响规律,以及时间-变形和应力-应变的发展规律。再结合骨架孔隙比的概念,从微观结构的角度解释颗粒组构对黄土压缩特性的影响。试验结果表明:黄土颗粒组构中的黏粒含量对其压缩性有显著影响,随着黏粒含量的增加,黄土的压缩系数增大,压缩指数也增大,压缩模量随黏粒含量的增加而减小,且在黏粒含量20%左右急剧变化;随着黏粒含量增加,黄土试样的变形量相对增大,变形达到稳定的时间也相对较长;黏粒含量对低应力水平下的应力-应变关系影响较大,黏粒含量越高,应变随应力的增加而增长越快。用粉粒间孔隙比es表示骨架孔隙比,黏粒含量越高,黏粒在粉粒间赋存位置更复杂,对骨架孔隙比的影响越大。     

基于Swin Transformer的深度有监督哈希图像检索方法

在深度有监督哈希图像检索的特征提取过程中,一直由卷积神经网络架构主导,但是随着Transformer在视觉领域中的应用,Transformer替代卷积神经网络架构成为可能.为了解决现存基于Transformer的哈希方法中不能生成层次表示和计算复杂度高等问题,提出了一种基于Swin Transformer的深度有监督哈希图像检索方法.该方法以Swin Transformer网络模型为基础,在网络最后添加一个哈希层,为图像进行哈希编码.该模型中引入了局部思想和层级结构,能够有效解决上述问题.与现有的13种先进方法相比,所提方法的哈希检索性能得到大幅提升.在两个常用检索数据集CIFAR-10和NUS-WIDE上进行实验,实验结果表明：在CIFAR-10数据集上所提方法mAP最高达到98.4%,与TransHash方法相比平均提高7.1%,与VTS16-CSQ方法相比平均提高0.57%;在NUS-WIDE数据集上所提方法mAP最高达到93.6%,与TransHash方法相比平均提高18.61%,与VTS16-CSQ方法相比检索精度平均提高8.6%.     

深度强化学习结合图注意力模型求解TSP问题

旅行商问题（Traveling Salesman Problem,TSP）是组合最优化问题（Combinatorial Optimization Problem,COP）中的经典问题,多年以来一直被反复研究.近年来深度强化学习（Deep Reinforcement Learning,DRL）在无人驾驶、工业自动化、游戏等领域的广泛应用,显示了强大的决策力和学习能力.结合DRL和图注意力模型,通过最小化路径长度求解TSP问题.改进REINFORCE算法,训练行为网络参数,可以有效地减小方差,防止局部最优;在编码结构中采用位置编码（Positional Encoding,PE）,使多重的初始节点在嵌入的过程中满足平移不变性,可以增强模型的稳定性;进一步结合图神经网络（Graph Neural Network,GNN）和Transformer架构,首次将GNN聚合操作处理应用到Transformer的解码阶段,有效捕捉图上的拓扑结构及点与点之间的潜在关系.实验结果显示,模型在100-TSP问题上的优化效果超越了目前基于DRL的方法和部分传统算法.     

桁架结构拓扑及截面尺寸优化设计方法

为克服传统基结构设计方法对最优解的束缚,实现桁架结构的拓扑布局及尺寸优化,提出了将连续体与离散杆系相结合的桁架结构优化设计方法。从连续体出发,基于SKO连续体拓扑优化方法得到了最优拓扑布局;以二值图像细化算法为基础,提出了基于有限单元8邻域网格模型的骨架提取算法,通过剥离冗余单元,得到了连续体拓扑优化结果的中心传力骨架;以单元主应力为判据,精确找到骨架中的关键点,并连接关键点形成了初始桁架结构;基于拉格朗日乘数法和KuhnTucker条件,以初始桁架中杆件的内外半径为设计变量,结构体积为约束条件,结构柔度为目标函数,建立了桁架结构杆件尺寸优化的数学模型,并推导出其优化迭代准则。最后,以一悬臂结构为例对该优化方法的应用进行了说明,并使用一经典算例与其他文献中的方法进行了对比,结果表明:该优化方法得到的桁架结构具有优化的拓扑构型和力学特性,杆件布局、尺寸合理,应力均匀。     

方斑东风螺对饲料蛋白质需要量的研究

以白鱼粉和酪蛋白为蛋白源设计了8个不同蛋白质水平的饲料,在水温26.90±1.52 ℃,盐度27.6±0.5及遮光的条件下对初始个体体质量为2.16±0.05 g的方斑东风螺(Babylonia areolata Link)进行为期60 d的生长实验.统计分析结果表明:饲料中蛋白含量对方斑东风螺的相对增质量率呈抛物线回归关系,在饲料蛋白含量为43.10%时,相对增质量率达到最大值(p《0.05).饲料效率、饲料系数在蛋白含量35.17%以上基本上无显著差异(p》0.05),蛋白质效率随着饲料中蛋白质含量的增加而降低,各蛋白组间的成活率没有显著差异(p》0.05).以相对增质量率为指标,采用回归分析法确定方斑东风螺饲料蛋白质适宜含量为36.47%～43.10%.     

镁合金在座椅骨架轻量化设计中的应用

对某国产车型的后座椅骨架进行了镁合金替代设计,提出采用镁合金挤压型材和冲压板件结合的一件式结构,使座椅骨架的质量减轻41.3%,实现了轻量化的目标.利用有限元软件对原结构和新设计方案分别进行数值计算,保证新设计座椅骨架结构的模态、强度和刚度等性能指标均达到相关法规要求.     

基于Kinect骨架追踪的人体摔倒自动检测

为准确、迅捷地检测到独居老年人意外摔倒事件,最大程度降低因摔倒而造成的老年人意外死亡和伤害风险,利用Kinect检测设备和骨架追踪技术,选取人体头、左肩、右肩、左髋、右髋、两髋中心6个骨架点,实时计算这6个骨架点的空间位置、相对位置、运动速度和停留时间等参数,用以判定人体摔倒事件,并能较准确地辨别坐下、蹲下和捡拾物品等非摔倒动作,降低误判率.实验结果表明:采用该检测方法能实现人体摔倒的自动实时检测,人体摔倒的误判率为7%;采用骨架追踪技术,监控过程中可以保护老年用户隐私;检测系统不依赖可见光,可进行24h实时检测,为意外摔倒老人的及时安全救助提供了保障.     

非黏结柔性立管骨架层失效数值计算方法

计入骨架层铺设角度、初始椭圆度、材料非线性,对相邻表面分别采用黏结耦合、摩擦系数不为零的库伦摩擦和光滑摩擦3种接触条件,基于ABAQUS研究了一类非黏结柔性立管骨架层在均匀外压和对径压缩力下的失效特性.计算结果表明:骨架层相邻表面间接触条件对失效特性影响较大;铺设角度对骨架层失效特性的影响可忽略不计;计入初始椭圆度和材料非线性后,均匀外压下骨架层临界压溃值大幅降低,对径压缩力下径向位移大幅增大.文中数值方法可弥补理论方法无法计入上述因素对骨架层失效特性影响的缺陷.     

考虑频变特性的约束阻尼结构建模与试验研究

为了提高黏弹性约束阻尼结构模型仿真精度,提出一种考虑频变特性的约束阻尼结构建模方法,并开展了试验验证.首先,对ZN-3黏弹性材料进行动态试验测试,基于最小二乘法获取黏弹性材料模量和损耗因子表达式;其次,根据ZN-3黏弹性材料损耗因子关系表达式,基于考虑频变特性的修正模态应变能法,求解了约束阻尼结构的固有频率和模态损耗因子;最后,以贴敷黏弹性阻尼材料的悬臂约束阻尼薄板为例,从理论与试验两方面校验,结果表明,考虑频变特性的约束阻尼结构有限元模型具有较高精度,与试验测试结果比较误差在5%以内,验证了建模方法的准确性.     

氨基修饰MIL-101金属-有机骨架化合物的制备、表征及其对Knoevenagel反应的催化性能

采用后处理法将氨基接枝到具有开放金属位的金属-有机骨架化合物MIL-101上,利用XRD、N2吸附—脱附、元素分析等手段对材料进行了表征,并考察了其对Knoevenagel反应的催化活性.结果表明,在不破坏母体骨架结构的同时,氨基被成功地引入MIL-101骨架结构中;氨基修饰的MIL-101对Knoevenagel反应具有很高的催化活性:当催化剂量为0.05 g、反应时间为1 h时,苯甲醛的转化率可以达到97%,并且材料在循环使用过程中不存在氨基流失的情况.     

UConvTrans:全局和局部信息交互的双分支心脏图像分割

心脏核磁共振成像(MRI)具有噪声多、背景和目标区域相似度高、右心室形状不固定、呈月牙形或扁圆形等特点，虽然基于卷积神经网络的U型结构在医学图像分割中表现出色，但由于卷积本身的局部运算特性，提取全局信息特征能力有限，所以很难提升在心脏MRI上的分割精度.针对上述问题，提出一种全局和局部信息交互的双分支网络模型(UConvTrans).首先，利用卷积分支和Transformer分支提取局部特征和建模全局上下文信息，能够保留细节信息并抑制心脏MRI中噪声和背景区域的干扰.其次，设计了融合卷积网络和Transformer结构的模块，该模块将二者提取的特征交互融合，增强了模型表达能力，改善了右心室的分割精度，而且避免了Transformer结构在大规模数据集上预训练，可以灵活调节网络结构.此外，UConvTrans能有效地平衡精度和效率，在MICCAI 2017 ACDC数据集上进行验证，该模型在模型参数量、计算量仅为U-Net的10%、8%的情况下，平均Dice系数比U-Net提高了1.13%.最终，在其官方测试集上实现了右心室92.42%、心肌91.64%、左心室95.06%的Dice系数...     

中型客车车身结构强度优化及轻量化设计

建立客车车身骨架的有限元分析模型并对其进行结构强度分析与优化.模型中保留了主要承载件,对悬架、预埋件、变截面梁与蒙皮进行了简化.在整车结构强度分析的基础上,采用尺寸优化设计方法对整车骨架进行轻量化设计.结果表明:优化后的结构强度明显增强,在一定程度上达到轻量化的目的,为客车整体骨架的优化提供了参考和依据.     

显式拓扑优化的拉压杆模型自动提取方法

为了实现从显式拓扑优化到拉压杆模型的自然过渡,同时保持拓扑优化结构与拉压杆模型的拓扑一致性,以可移动变形组件拓扑优化为例,建立了显式拓扑优化拉压杆模型自动提取方法。该方法是计算机图形学和结构优化的结合,采用Voronoi骨架提取和形状优化,由骨架提取、框架提取和形状优化3部分构成。结果表明,该方法自动构建了受力合理且几何规则的拉压杆模型;Voronoi骨架提取从显式拓扑优化结构提取了光滑的中轴骨架;以类桁架指标为约束的形状优化实现了拉压杆模型从框架结构到桁架结构的质变。     

商用车司机座椅骨架有限元建模与优化

为分析商用车司机座椅的安全性,基于逆向工程原理,利用Hypermesh建立以壳单元为基本单元的座椅骨架有限元模型.根据GB 15083—2006规定施加载荷和约束,通过对座椅骨架静强度仿真分析提出结构优化方案并进行可行性试验验证.结果表明,优化后的座椅骨架强度满足国标要求,优化效果明显.     

基于SV形态学方法的图像分解问题的研究

在固定结构元的形态学方法对图像分解问题研究的基础上，进一步研究了基于空间变化的形态学方法的 图像内、外骨架提取及图像分解问题，建立了图像空间变化的内、外骨架变换，并将内、外骨架同时作为分解成分建 立了图像分解公式的推广形式，所有公式的建立都给出了相应的推算和证明过程．     

汽车车身骨架断裂有限元分析

基于有限元分析方法，对某车车身骨架结构进行弯曲、扭转两种工况下的模拟，得出了车身骨架结构的应力、应变分布，找出车身骨架在弯曲、扭转工况下的薄弱环节—地板前第一根横梁、第二根横梁与相应的纵梁焊接处，为车身优化设计提供了依据。     

汉字的S—E坐标提取及其骨架重构

本文从手写印刷体汉字的计算机光学输入的离散模式出发,提出一种称为S-E坐标的特征提取的新方法。S-E坐标的特征提取及基于S-E坐标的汉字骨架重构在快速实时、数据压缩、畸变消减以及抗干抗性等方面优于通常的细化算法。最后简介基于S-E坐标的汉字识别法。分析与实验表明,S-E坐标为进一步的特征提取和汉字识别提供了一种有效的工具。