一种基于CUDA的三维点云快速光顺算法

提出了一种基于CUDA的点云光顺算法。算法细分成点云空间划分,K邻近搜索,法矢估算以及光顺等四个独立的且并行程度非常高的步骤。设计了基于CUDA的点云空间平均单元格划分算法及数据结构,有效提升了点云的划分效率;设计了基于CUDA的空间K邻近搜索算法;改进了点云法矢估算方法,提出了高斯加权的法矢计算方法,有效改善了法矢估算效果;在光顺过程中加入了邻近点的面积影响因子,缓和了过光顺等不足。最后通过实验验证了算法的有效性。     

极化工艺对压电储能Ba0.96Sr0.04TiO3陶瓷铁电性和场致应变的影响机制

通过Pechini溶胶-凝胶法与传统固相烧结工艺分别制备Ba0.96 Sr0.04 TiO3(BST)粉体和陶瓷.BST陶瓷在不同电压和温度的硅油浴中极化处理,随后采用电场20 kV/cm、周期1000 ms的测试条件,对陶瓷的铁电、储能性能和场致应变进行了测试.在极化温度100℃附近,BST陶瓷出现铁电相向反铁电相转...     

一种分辨率为9位的高速CMOS比较器

一种高速ＣＭＯＳ比较器,采用二级正反馈结构和一级推挽输出结构,通过优化传输速度和增益,在３μｍ工艺中,模拟表明它的最小分辨率±ＬＳＢ为±４．９ｍＶ,输入动态范围为±２．５Ｖ（±２．５Ｖ电源电压）,相应于９位比较精度,而工作频率达３０ＭＨｚ．用单层金属、双层多晶硅ＣＭＯＳ工艺实现,版图面积为２９５μｍ×２６６μｍ,功耗９．７２ｍＷ．     

中国古代文学学习的困惑及反思

高等院校中国古代文学课程已经形成了一个比较完善的学科体系,其所传授的知识内容、教学的模式也已相对固定.但由于高校中国古代文学教学课时数相对较少、教学内容庞杂、学生学习方法不当等诸多原因,学生在学习时面临不少的困惑.     

非金属矿物聚合材料的制备及性能研究

以偏高岭土、粉煤灰为主要原料,沸石、黏土为辅料,生石灰和钠水玻璃为碱激发剂制备矿物聚合材料.通过正交试验研究了养护温度、养护时间、蒸养时间对抗压强度影响,通过单因素实验研究了生石灰用量、水固比及水玻璃模数对抗压强度影响;并通过红外光谱、X-射线衍射和扫描电镜分析了样品的化学键变化、物相组成及微观形貌.结果表明,最佳的养护条件为养护温度80℃、湿度95%,养护时间72 h,0.8 MPa蒸养8h;生石灰用量、水固比、水玻璃模数的最佳值分别为3%(wt)、0.37、2.3,样品的最大抗压强度为60.8 MPa.     

油层结构破坏和出砂导致油层污染的数值模拟

在油田开发过程中,由于胶结疏松的砂岩地层本身的胶结脆弱性、压力不平衡以及流体对砂粒的剪切、拖曳作用,会造成油层结构的破坏和出砂,影响到油田的正常开发。研究了造成油层结构破坏和出砂的机理,建立了相应的地质模型和数学模型,并采用有限元法对模型进行了求解。对常见的油层结构破坏的３种情况和实例进行了模拟计算。结果表明,本模型可以很好地模拟和预测由汕层结构破坏和出砂造成的油层污染过程及该类油层近井地带不同开发阶段的污染程度,对于油层的评价、增产措施的实施等具有重要意义。     

谈如何提高工科学生的绘图能力

工科学生通过机械制图课程的学习，应具备一定的绘图、读图能力。本文仅就如何培养提高绘图能力问题，从明确绘图技能及其相关因素入手，在强化绘图技能训练的诸措施上加以探讨，并已在教学实践中取得了较好效果。可供图学教育者同行借鉴和参考。     

制备方法对Ti0.8Zr0.2O2/沸石结构及光催化性能的影响

以酸处理后的信阳上天梯天然斜发沸石作为载体,分别采用浸渍法和溶胶凝胶法制备Ti0.8Zr0.2O2/沸石光催化剂.采用X-射线衍射、红外光谱和扫描电镜分析样品的微观结构和形貌.结果表明,80℃下,4 mol/L盐酸处理10 h后沸石结构发生了显著变化,Al—O—Si骨架结构保持.扫描电镜证明钛锆氧化物在溶胶凝胶法制备的光催化剂上高度分散,以罗丹明B(RhB)为模型污染物考察了该样品的吸附与光催化效果.300 W紫外灯光照1.5 h后,0.2 g该催化剂可使20 mL浓度为80 mg/L RhB溶液的去除率达97.12%,重复使用8次后去除率为89.47%.     

基于状态反馈的混沌参数调制解调方法

混沌由于其内秉随机性而适于在保密通信中应用。混沌掩盖、混沌键控、混沌参数调制、混沌符号序列扩频是混沌在通信中的应用研究的 4大热点。该文主要研究混沌参数调制与解调 ,把混沌参数作为一个状态变量 ,并采用状态反馈方法实现混沌同步与参数解调。用这种方法实现的混沌通信系统具有调制效率高 ,保密性好的特点 ,特别适用于保密通信。以蔡氏电路为基础构造了混沌参数调制与解调系统 ,仿真结果表明 :这种方法是有效的     

用于多目标数据关联的群智能混合算法

为快速实现多目标数据的关联,将蚁群优化(AGO)算法和粒子群优化(PSO)算法相结合,提出了一种群智能混合算法.以跟踪门确定目标的有效量测,以新息的似然函数描述量测与目标的关联关系,建立多目标数据关联的组合优化模型.利用交叉变异的PSO算法求解出该优化组合模型的次优解,再将该次优解作为蚁群位置和信息素初始化的依据,利用ACO算法对目标函数的解进行细搜索以求得更优解.仿真实验结果表明,该算法能够有效地提高关联准确性和收敛速度.