医学仿真中一种高效的生物组织几何建模方法

在生物医学仿真系统的应用背景下,以医学体数据为数据来源,提出一种高效的生物组织几何建模方法。该方法包括等值面提取、等值面预处理、Delaunay表面重建和四面体填充四个部分。引入基于二义性检测索引表的Marching cubes算法,保证生成等值面拓扑的正确性;提出三角形顶点射线法去除等值面简化后内部遗留的冗余网格;引入顶点控制球策略,克服限定Delaunay细分算法无法收敛的缺陷,有效生成Delaunay表面模型;提出自适应的内部节点添加技术进行Delaunay四面体填充。实验表明,提出的方法在有效保证网格拓扑的基础上,可根据需求生成满足Delaunay准则的目标组织几何模型。生成的模型已应用于生物医学仿真系统。     

多面体的剖分算法及应用

提出了一种将任意多面体剖分为系列四面体的算法，该算法首先根据多面体类型，查找出符合剖分要求的一个面与一个顶点，构成一个简单多面体，将原多面体剖分为一个简单多面体和一个新的多面体，再对新的多面体重复剖分，直到全部剖分为简单多面体，每个简单多面体再进一步剖分为四面体。文章中给出了算法理论基础的证明、算法具体实现步骤及所用数据结构。最后讨论了该算法在机器人碰撞检测中的应用。     

无界凸多面体由“和形式”向“交形式”的转化

凸多面体可以表示成一组线性不等式的交 ,称这种表示为凸多面体的“交形式”;同时 ,它也可以由其全部极点和对应的凸多面锥的全部极方向生成 ,称之为“和形式”.将一个凸多面体在“和形式”与“交形式”之间进行转化是数学规划中的一个基本问题 .本文使用类似线性规划中的“大 M-方法”,构造性地将无界凸多面体“和形式”的凸多面体转化为“交形式”,并用数值例子说明了该算法的应用过程 .     

Primal Dual Algorithms for the Lexicographically Optimal Base of a Submodular Polyhedron and Its Relation to a Poset Greedoid

ＰｒｉｍａｌＤｕａｌＡｌｇｏｒｉｔｈｍｓｆｏｒｔｈｅＬｅｘｉｃｏｇｒａｐｈｉｃａｌｌｙＯｐｔｉｍａｌＢａｓｅｏｆａＳｕｂｍｏｄｕｌａｒＰｏｌｙｈｅｄｒｏｎａｎｄＩｔｓＲｅｌａｔｉｏｎｔｏａＰｏｓｅｔＧｒｅｅｄｏｉｄＫａｋｕｚｏＩｗａｍｕｒａ（Ｓａｎｂ...     

基于LPV的超空泡航行体H∞抗饱和控制

针对超空泡航行体在运动过程中面临的执行器饱和问题,提出一种基于线性变参数(linear parameter varing ,LPV)的抗饱和控制方法。首先在航行体动力学模型基础上考虑执行器饱和非线性因素,将滑行力和执行器分别建模为时变参数的仿射函数,最终得到系统矩阵仿射依赖于时变参数的LPV模型,同时,该模型也考虑了噪声干扰条件下控制器的鲁棒性。基于该LPV模型,运用多面体理论和Lyapunov方法设计了不依赖于时变参数的静态状态反馈控制器。仿真结果表明,所设计的控制器可以保证航行体在执行器发生饱和时仍能渐近跟踪给定深度指令,且在零初始条件下具有对噪声的H∞抑制性能。     

基于FFT的海底地形二维匹配技术

海底地图匹配技术是水下地形辅助导航的核心技术之一,它主要用来提高水下载体(AUV3的定位精度,提出了基于付立叶变换的海底地形二维匹配算法(FFT算法),通过FFT变换将频域中幅值引入匹配,设计了位置匹配圆板进行实时图位置匹配与方向搜索模板进行方向搜索.应用实际海图原始数据进行仿真,结果表明,该算法能够同时匹配出位置信息和方向信息,具有较高的匹配精度和抗差特性.     

两点源诱偏被动雷达导引头性能分析

两点源诱偏是对抗反辐射导弹 (ARM)的有效手段。在大型仿真软件SPW上建立了一个比幅比相单脉冲体制的被动雷达导引头 (PRS)模型。利用该模型 ,推导出了在两点源作用下PRS角度测量的解析表达式。分析表明 ,导引头通过数据积累方法可以测得大功率源角度。给出了导引头数据积累测角性能与积累点数之间关系的表达式。根据以上研究 ,提出了在实际情况下为有效诱偏反辐射导弹 ,两点源的脉冲重复频率应满足的条件。仿真结果证实了上述结论的正确性。     

基于RBF神经网络与Markov组合的飞行风险预测研究

为了更加准确地对飞机飞行安全性做出评估,在径向基(radial basis function,RBF)神经网络的基础上,通过引入马尔可夫链的方式进行误差修正,建立了一种拟合程度高且无需反复调整权值的新型评估模型.并以国内某航空公司A320机型近20年来发生的飞行机械故障为基础数据对模型进行训练、拟合、修正.将修正结果与单一RBF神经网络评估方法相比较,分析二者差异后得出误差降低的结论.为管控飞机飞行风险提供了方法拓展.     

可变模糊方法及其在工件识别中的应用

提出的以相对差异函数为基础的可变模糊方法,可根据事物关于特征的量值来判断事物吸引与排斥特性的程度,从而为解决识别问题提供了新的途径。建立了多传感器信息融合系统中的可变模糊识别模型,把可变模糊方法应用到多传感器信息融合工件识别中,并用一个具体的实例验证了该方法的合理性与可行性。最后证明了可拓学中以“距”与“位值”概念为基础的关联函数基本公式的错误,从理论与应用两个方面,指出其不能在多传感器信息融合及其相关领域中应用。     

基于时序模型的加速退化数据可靠性评估

提出利用加速退化数据对高可靠长寿命产品进行可靠性评估与寿命预测的新方法.从时间序列的角度出发,研究了退化轨迹的一般建模方法;进而结合加速模型,利用整体推断方法给出了模型参数的极大似然估计.并以对数正态分布和Weibull分布为例,利用信仰推断方法给出了可靠度置信区间.通过有效利用加速退化试验各状态下的试验信息,结合时序模型对退化轨迹曲线自拟合性强的优点,提高了产品可靠性评估与寿命预测的稳健性,为基于产品加速退化数据进行可靠性评估提供了一条新的技术途径.最后通过实例验证了该方法的有效性.     

一种基于卫星照片的大地形仿真方法

提出了一种大地形制作方法,该方法采用多边形网格剖分算法由高程数据生成地形轮廓模型,以卫星照片作为贴图生成地形纹理,采用LOD技术提高地形显示速度。给出了卫星照片获取、卫星照片与地形轮廓匹配、贴图精度控制等关键技术的实现算法。结合某导弹飞行仿真项目,制作了某地区一万平方公里区域的大地形场景,仿真效果良好,验证了制作方法的有效性。     

Kernel matrix learning with a general regularized risk functional criterion

Kernel-based methods work by embedding the data into a feature space and then searching linear hypothesis among the embedding data points. The performance is mostly affected by which kernel is used. A promising way is to learn the kernel from the data automatically. A general regularized risk functional (RRF) criterion for kernel matrix learning is proposed. Compared with the RRF criterion, general RRF criterion takes into account the geometric distributions of the embedding data points. It is proven that t...     

元启发式数据关联的多目标跟踪方法

提出了一种元启发式数据关联的多目标跟踪方法。首先,该方法根据跟踪门逻辑确定目标的有效量测。然后,利用滤波信息的似然函数描述量测点与目标之间的关联关系,并建立约束条件下多目标数据关联模型。最后,对蚁群优化算法进行改进设计,引入量测剔除策略,将求解问题转化为无约束的组合优化形式,从而利用蚁群优化算法在离散空间的启发式机制搜索量测与目标的最佳关联。仿真结果表明,该方法可以有效实现多目标数据关联且计算量较小,具有一定的工程实用价值。     

时域有限差分并行算法中的吸收边界研究

针对并行FDTD中以二阶Mur、单轴各向异性介质完全匹配层(UPML)和卷积形式完全匹配层(CPML)为吸收边界的并行化处理方法进行论述.用金属球的远区散射计算,并与Mie级数解对比,验证了并行计算中三种吸收边界的吸收效果.最后给出UPML吸收边界FDTD计算内存估计公式,并以电大尺寸目标卫星模型为例对并行性能进行了测试.由于并行中通信时间影响并行加速比和效率,UPML和CPML吸收边界的相邻子域数据通信方式与FDTD选代式相同,而Mur吸收边界的相邻子域间数据通信方式与FDTD完全不同,它的并行性能要低于前两者.电大尺寸卫星目标模型的多机并行计算测试结果表明,UPML和CPML并行FDTD计算的并行加速比及其效率整体上高于Mur,其中CPML吸收条件下的效率达到90%以上.     

密集杂波环境下多目标跟踪算法

基于快速数据关联FAFDA(fastalgorithmfordataassociation)滤波算法,根据Houles和Shalom将概率数据关联PDA(ProbabilisticDataAssociation)算法推广到解决两个传感器单目标的跟踪问题的思路,构造了一种两个同类传感器的序列观测数据的融合来跟踪多个机动目标的数据关联方法MSFAFDA(multiplesensorfastalgorithmfordataassoci ation)。本方法主要使用的是点 航迹联合和序列估计法,蒙特卡洛仿真结果表明方法对多机动目标的跟踪具有比FAFDA更好的跟踪性能。     

基于一种增量式一元线性回归模型的自适应逆控制

为受控系统提出了一种简便实用的增量式一元线性回归模型。为了跟踪快时变参数 ,提出了一种滚动多模型加权平均参数估计算法。在参数估计和系统控制的过程中运用智能技术 ,使估值更可靠 ,并形成了以基于该模型的自适应逆控制为主、常规控制为辅的多模态控制方式。仿真结果表明 ,这一控制方式对于控制非线性和时变系统非常有效。     

Reflection-in-Action: Modeling a specific organization through the Viable Systems Model

The purpose of this project is to explore a way for systems practitioners to learn the skills necessary to employ a particular systems model in practice. Reflection-in-Action is one way to embark on a double-loop learning cycle and, thus, develop the tacit skills and inarticulate knowledge needed to employ a particular systems model. Through Reflection-in-Action, a Viable Systems Model (VSM) of the San Francisco Zoo was constructed. This project involved three phases of research; for each, a VSM using the data available was constructed. During each phase, the questioning of current assumptions and operating norms led to changes in the direction of the research. This led to the construction of significantly different VSMs for each phase.     

用于采煤方式选择的人工神经元网络模型

以大量调查数据为基础,建立了缓倾斜薄煤层采煤方式选择的人工神经元网络模型,该模型较全面地考虑了影响采煤方式选择的因素和现场专家经验,能准确地识别各种开采条件下缓倾斜薄煤层采煤方式。     

基于集成智能方法的电力短期负荷预测

将自组织(SOM)和反向传播(BP)两种神经网络结合起来, 并使用模糊理论, 建立了一种基于集成智能方法的日负荷预测智能模型, 该模型首先利用SOM网络的竞争学习能力将历史数据分成若干类别从而找出与预测日同类型的预测类别. 然后, 把温度、日类型等不确定性扰动因素分离出去, 利用BP算法的非线性函数逼近功能, 完成电力负荷的基本分量部分的预测工作. 在处理温度、天气情况、日类型等不确定因素对负荷的影响时, 采用模糊逻辑理论对负荷基本分量进行修正. 提出了一种基于进化树的自组织神经网络算法(SOETA), 该算法是一种无监督基于二叉树的自组织特征映射网络模型, 采用进化思想进行无监督学习, 具有灵活的拓扑结构和精确的模式识别. 本文以2007年厦门市的电力负荷数据为例, 试验结果表明, SOETA+BP+模糊理论的预测精度最优, 有效提高了电力短期负荷预测精度.     

基于伪寿命分布的退化数据可靠性评估方法

提出一种利用加速退化数据对产品进行可靠性评估与寿命预测的建模与参数估计方法。首先,针对加速退化数据的特点,建立了加速条件下特征参数退化曲线的连续时间函数模型。进而,结合工程中常用加速模型,建立了加速退化模型参数估计的整体似然函数,并基于Fisher信息阵采用整体推断的极大似然法给出整体模型参数的区间估计。该方法能够有效利用不同加速应力水平下产品退化数据的横向信息,并综合连续时间函数模型对产品退化曲线拟合性强的优点,可提高产品可靠性评估与寿命预测的精度。以某电子产品为例进行了应用实例分析。