矩阵式变换器励磁的双馈发动机系统建模与仿真

从交－直－交变换的空间矢量调制方法综合出矩阵式交－交变换器的开关控制规律，建立了矩阵式匀－交变换器的仿真模型；根据双馈发电机的数学模型和基于动态同步轴系的双通道多变量反馈励磁控制策略建立了双馈发电机的仿真模型和励磁控制模型，结合矩阵式交－交变换器的仿真模型构成双馈发电机系统的仿真模型；仿真研究了双馈发电机系统的稳态调节特性和暂态特性；仿真研究了双馈发电机感电势及定、转子电流谐波问题。     

双参数Bezier片与平面的相交条件

讨论双二、三次Ｂｅｚｉｅｒ片和平面相交的充分必要条件和求交的算法．其中双三次Ｂｅｚｉｅｒ片与平面相交的条件与最新文献的等价，证明却简单直观．并给出了两例．     

STL模型布尔运算交线链和交线环提取算法

针对传统STL模型布尔运算计算精度不高的问题,采用六元组结构记录相交三角面片的交线段,将相交三角面片分为4种情况,依据STL模型中三角面片的拓扑关系,采用递归搜索交线段记录的方法提取出交线链和交线环,对于共面的相交三角面片,采取统一处理方法提取交线链和交线环.实验证明本文算法可大幅度提高布尔运算的精度和效率.     

一种实用的任意形状平面的三角封闭算法

基于三维实体与剖切平面求交得到的任意形状平面,提出一种实用的三角封闭算法.首先,确定环属性,将普通环划分为内环或外环;其次,将相关的内、外环合并为一系列填充区域;最后,利用前沿推进法实现填充区域的三角化.大量算例表明,该算法简明、实用,且稳定可靠.     

基于三角网格曲面的环切粗加工刀轨生成算法

提出一种基于三角网格曲面的环切粗加工刀轨生成算法,该算法采用R*-tree建立三角网格曲面的动态空间索引结构,基于该结构快速建立三角网格模型的Z向包络面,采用R*-tree建立Z向包络面的索引结构,对切削平面与Z向包络面求交获取截面轮廓环,判断截面轮廓环的环向,并依据轮廓环间的拓扑关系确定切削区域,通过对轮廓环进行等距偏置获取环切粗加工刀轨.实例证明:该算法对各类复杂三角网格曲面均可准确生成无干涉环切粗加工刀轨,并可实现模型的区域性加工.     

快速成型中基于STEP的直接分层算法

在研究了平面与基本曲线、曲面和参数曲线、曲面的求交算法后，提出了快速成型中基于STEP的CAD模型直接分层算法，避免了STL中间文件的转换，分层后得到层片的精确轮廓表示，并具有通用性好的优点．根据基本曲线／曲面和参数曲线／曲面的不同特征，采用不同的方法来求它们与平面的交点及交线，以提高算法的稳定性和效率．     

双论域多粒度模糊粗糙集近似的并交关系

模糊粗糙集是一种强健的不确定性处理模型,其拓展及相关性质具有重要意义.针对双论域多粒度模糊粗糙集,研究并交近似与近似并交的关系,得到悲观双近似算子与乐观双近似算子对于并交运算的保持性或拓展性,最后用一个医疗实例进行性质说明与有效验证.对于并交系统性质,其中的悲观模型与乐观模型分别具有与经典粗糙集模型的一致性与差异性,所得结果揭示出双论域多粒度模糊粗糙集的扩张特性.     

圆锥截交线的形状及投影分析

圆锥面是工程上常遇到的曲面，其截交线在工程上非常广泛。利用射影几何和解析几何的原理对圆锥截交线进行了完整的分析，对特殊位置截平面与一般位置截平面产生的截交线的形状进行了几何证明，为截交线的形状判别与绘制提供了理论依据。     

平面上散乱数据点的最优三角分划的一个定理证明

首先给出关于平面上散乱数据点的最优凸三角分划的定义。然后，讨论了最优凸三角分划的理论与实现。最后，介绍一个新的最优三角分划算法，并且证明由该算法所得到的三角分划的最优性。     

圆环的有限剖分及其数据结构

对作为常用基本体素的圆环进行了空间单元及三角剖分的研究，给出了用空间单元法及三角剖分法表示圆环的原理和方法，同时也给出了该三维模型的数据结构，简化了算法，并从根本上为解决在圆环面上定义四维曲面及用离散法进行曲面求交等问题提供了保证     

BIM云平台中三维模型的任意剖切

针对BIM云平台中三维模型的剖切通过移动竖向或横向的剖切面来实现,剖切方式不灵活,仅是选择性渲染的效果且无法自动获得剖切面的信息的问题。基于Unity3D提出了一种对复杂BIM模型进行任意角度剖分并缝合原模型及剖面的分割算法。运用该分割算法可以从任意角度对BIM云平台中三维模型进行剖切并得到所有剖切点,根据分组排序的剖切点自动计算出每个被剖切构件剖切面的面积、圆形管件的直径以及管件之间的距离。该剖切方法在实现任意剖切的基础上获取到剖切面的关键信息,能够更好的指导现场施工作业。     

基于深度学习的平面位姿估计算法

为了在未知物体三维模型的情况下使用深度学习进行平面位姿估计，采用编码器-解码器网络，从单个RGB图像中检测平面实例分割及法线信息，并利用这些信息进行位姿解算，获得每个平面的实时位姿。实验结果显示,平面召回率为0.625，平面法线召回率为0.414，实时性为18.5 f/s，验证了算法的可行性。     

An eSnake model for medical image segmentation

A novel scheme of external force for detecting the object boundary of medical image based on Snakes (active contours) is introduced in the paper. In our new method, an electrostatic field on a template plane above the original image plane is designed to form the map of the external force. Compared with the method of Gradient Vector Flow (GVF), our approach has clear physical meanings. It has stronger ability to conform to boundary concavities, is simple to implement, and reliable for shape segmenting. Additionally, our method has larger capture range for the external force and is useful for medical image preprocessing in various applications. Finally, by adding the balloon force to the electrostatic field model, our Snake is able to represent long tube-like shapes or shapes with significant protrusions or bifurcations, and it has the specialty to prevent Snake leaking from large gaps on image edge by using a two-stage segmentation technique introduced in this paper. The test of our models proves that our methods are robust, precise in medical image segmentation.     

基于神经网络的自适应图像分割

非均匀光照条件下的图像目标难以用阈值选取方法分割，本文使用神经网络建立自适应阈值曲面，以此作为图像分割的依据．自适应阈值曲面由图像中具有高Ｌａｐｌａｃｅ值的边缘拟合而成，拟合过程由神经网络实现．计算机摸拟证实了此设想的可行性以及相对阈值分割方法的优越性．     

An eSnake model for medical image segmentation

Deformable model is a curve or a surface drivenpartial differential equations (PDE) method for imagesegmentation and pattern recognition. Two types ofdeformable models have been developed previously.One is the parametric deformable model proposed byKass et al.[1], which formulates the curve explicitlyin the parametric form. The other is the geometricdeformable model, which implicitly characterizes thecurve by a level set function developed by Osher,Sethian and implement…     

三维场景的运动分析及图像分割方法研究

提出一种利用三维场景模型对视频图像进行分析并实现图像分割的方法,利用图像序列的前两帧获得图像的深度映像,实现场景的三维网络描述,采用简单的线线算法获得运动参数,并对场景模型不断修正,实验结果表明,这种方法有交地实现了视频分割,目标跟踪以及VOP（视频对象平面）的构造。     

基于核心密度估计的动态目标分割改进模型

数字视频中的动态目标分割是基于计算机视觉技术的分析、识别系统中关键的处理步骤,分割结果的正确率决定了后期分析或识别过程的质量.在数字视频中存在各种有害动态像素,它们会降低分割过程的正确率.动态目标的阴影是这些有害像素的一种,因为它们本身不属于动态目标形状信息的范畴,但分割过程却能很容易将它们作为有效的动态目标像素分割出来.最近有关动态目标分割的研究提出了基于核心密度估计模型的分割方法.基于RGB颜色空间的核心密度估计模型能够在彩色视频中抑制阴影,但是对于灰度视频这种模型是无法抑制阴影的.作者针对上述局限提出了一种基于像素边缘测量的核心密度估计模型,用于动态目标分割,能够在彩色和灰度视频中抑制阴影.实验结果证明,这种新模型在通常的应用条件下是有效的.     

基于三维直方图聚类特性的非监督图像变化检测方法

针对图像非监督变化检测算法进行了研究,提出了一种新的检测方法. 基于差异图像的三维直方图聚类特性,利用改进的一维最大熵寻找三维直方图最佳的平面阈值和平面方向;由其共同确定三维直方图的最佳划分平面,将三维直方图划分成变化聚类和非变化聚类;再根据三维直方图聚类划分结果完成差异图像的变化检测. 理论分析和实验结果表明,该方法相对传统检测方法具有更好的检测性能.     

Chinese Word Boundary Ambiguity and Unknown Word Resolution Using Unsupervised Methods

An unsupervised framework to partially resolve the four issues, namely ambiguity, unknown word, knowledge acquisition and efficient algorithm, in developing a robust Chinese segmentation system is described.It first proposes a statistical segmentation model integrating the simplified character juncture model (SCJM) with word formation power.The advantage of this model is that it can employ the affinity of characters inside or outside a word and word formation power simultaneously to process disambiguation and all the parameters can be estimated in an unsupervised way.After investigating the differences between real and theoretical size of segmentation space, we apply A* algorithm to perform segmentation without exhaustively searching all the potential segmentations.Finally, an unsupervised version of Chinese word-formation patterns to detect unknown words is presented.Experiments show that the proposed methods are efficient.     

Chinese Word Boundary Ambiguity and Unknown Word Resolution Using Unsupervised Methods

An unsupervised framework to partially resolve the four issues, namely ambiguity, unknown word, knowledge acquisition and efficient algorithm, in developing a robust Chinese segmentation system is described.It first proposes a statistical segmentation model integrating the simplified character juncture model (SCJM) with word formation power.The advantage of this model is that it can employ the affinity of characters inside or outside a word and word formation power simultaneously to process disambiguation and all the parameters can be estimated in an unsupervised way.After investigating the differences between real and theoretical size of segmentation space, we apply A* algorithm to perform segmentation without exhaustively searching all the potential segmentations.Finally, an unsupervised version of Chinese word-formation patterns to detect unknown words is presented.Experiments show that the proposed methods are efficient.