基于道路环境的车载双目系统立体匹配算法

为提高车载双目系统户外工作性能,提出了一种车载双目系统立体匹配算法。在代价计算阶段,提出了一种3bitCensus变换,该变换提高了对局部特征的描述能力并具有较强的鲁棒性;在代价聚合阶段,提出了基于边缘截断的自适应窗口聚合算法,该算法能够根据局部特征和边缘信息自适应的调节聚合窗口,提高了算法匹配精度;在视差计算阶段,利用跳跃式视差计算方法,进一步提高了计算效率。实验证明:基于3bit-Census变换+基于边缘截断的自适应聚合+跳跃式视差计算的立体匹配结构能够有效提高双目系统的鲁棒性、匹配精度及计算效率,适用于车载双目系统。     

载荷对面接触摩擦副粉末润滑膜影响的实验研究

文章利用石墨粉末颗粒,基于端面摩擦实验机对粉末润滑的特性进行了摩擦学研究.重点探索了载荷变化时粉末膜的形成和渐变破坏过程,并利用光学显微镜对表面膜进行了观察;结果表明粉末润滑膜可以在一定载荷范围内长时间保持完整,实现良好润滑,并随载荷的增加逐渐表现出破坏现象.     

我国民营担保公司的信用风险与防范

<正>席卷全球的金融危机正在迅速地向实体经济蔓延,这使本就处在"融资难"中的中小企业更加"雪上加霜"。担保公司,这种作为信用中介的机构,在当前中小企业融资链条中所起的作用更加凸显。可是,金融危机所造成的企业运营风险的增加,     

柴油机缸内流场的三维瞬态数值模拟

利用AVL Fire软件对3105柴油机的进气、压缩过程进行了三维瞬态数值模拟,得到了两种形状燃烧室详细的流场结构。在进气冲程和压缩冲程初期,燃烧室对缸内气流运动影响不大。在压缩上止点附近,燃烧室形状对缸内气流运动有重要影响：A型燃烧室（直口‘1）形）内挤流速度明显低于B型燃烧室（带有凸台的微缩口形）,说明减小燃烧室开口直径能有效的增强挤流;A型燃烧室在压缩终了形成了两对不对称的挤流涡团,B型燃烧室形成了几乎对称的两对挤流涡团,可见中间凸台对气流有良好的导向作用。     

关于中国生物技术股份有限公司加强企业文化建设的思考

面对迅猛发展的生物医药浪潮和中生股份改革改制走向纵深的新形势,企业必须高度重视企业文化建设,将企业文化作为企业核心竞争力的重要组成部分,加快构建富有时代精神和生物医药行业特点的企业文化。     

基于响应估计频域拟合的通道均衡方法

阵列各个天线、射频组件等在大信号带宽下引起的响应不同,造成了通道的不一致性,使得阵列的谱估计性能严重恶化.针对内定标无法校准天线馈线、已有外校准方法的性能受噪声影响严重和盲自适应过程依赖参考信号的问题,提出基于单一外部线性调频连续三角波信号源响应估计频域拟合的通道均衡方法.首先通过滑动协方差矩阵特征值分解和已知信源的理...     

基于整车虚拟样机的车体结构拓扑优化

基于整车零部件几何模型,结合车体的有限元网格划分及模态分析,构建履带装甲车辆刚柔混合虚拟样机,进行典型工况下的多体动力学仿真分析,输出若干关键时间点车体承受的荷载.利用有限元分析技术将荷载加载到车体有限元模型上,对车体进行结构力学分析和多荷载步拓扑优化.根据拓扑优化结果修改车体局部结构,并重新构建虚拟样机模型再次进行仿真分析,将应力和变形分析结果与原仿真结果进行比较.结果表明,结合动力学仿真和有限元分析进行结构拓扑优化,可以改善关键零部件的力学性能,提高刚强度,为改善装甲车辆的结构性能提供了一种有效方法.     

SPSS 19.0在荞麦籽壳中黄酮类成分的醇提工艺研究中的应用

对荞麦籽壳中黄酮类成分的醇提工艺进行了优化.采用SPSS 19.0统计软件进行实验设计和数据处理.以芦丁作为黄酮类成分的指标成分,采用反相高效液相色谱法进行含量测定.实验结果表明,乙醇回流提取法的最佳工艺条件为:A2B2C1D3,即用20倍75％的乙醇在80-85℃下回流提取3次,每次回流时间为1h.SPSS统计软件实用方便,是值得推广应用的统计软件之一.     

控制堆肥过程中氮素损失的途径和方法综述

堆肥过程中的氮损失及其控制正引起国内外越来越多学者的关注.受堆肥物料组成、pH值、通风/温度、湿度和堆肥添加剂等的共同影响,C/N质量比低的物料在好氧堆肥过程中会产生大量的氮损失(约为16%～74%).目前控制氮损失的方法,除了改变工艺条件,如保障适量的通风/控温、加湿等,主要就是在堆肥过程中加入添加剂.加入的物质主要有4大类:富含碳的物质,如秸杆、泥炭等;金属盐类及硫元素;吸附剂,如沸石、黏土、椰壳纤维等;外源微生物,如固氮菌、纤维素分解菌、EM菌等.今后堆肥过程中的氮损失调控将向各方法的优化和集成方面发展.     

基于词向量和EMD距离的短文本聚类

短文本聚类在数据挖掘中发挥着重要的作用,传统的短文本聚类模型存在维度高、数据稀疏和缺乏语义信息等问题,针对互联网短文本特征稀疏、语义存在奇异性和动态性而导致的短文本聚类性能较差的问题,提出了一种基于特征词向量的文本表示和基于特征词移动距离的短文本聚类算法。首先使用Skip-gram模型(Continuous Skip-gram Model)在大规模语料中训练得到表示特征词语义的词向量;然后利用欧式距离计算特征词相似度,引入EMD(Earth Movers Distance)来计算短文本间的相似度;最后将其应用到Kmeans聚类算法中实现短文本聚类。在3个数据集上进行的评测结果表明,效果优于传统的聚类算法。