MAX Script在建造大型虚拟现实场景中的应用

本文针对在建造大型虚拟现实场景中经常遇到的一些问题,如对大量对象进行选择、制作多个对象并确定它们在场景中的位置、对象的动画设置、在操作中定义用户自己的工作面板,阐述如何合理地使用3DS MAX Script脚本语言来提高工作效率。     

基于形态特征的芒果树L系统建模及其可视化

树木是虚拟森林景观的重要要素,也是自然景观可视化中较难建模与表达的要素之一.传统的树木建模方法无法用简单规律描述形态复杂的树木,且生成的树木往往也忽略生物学意义.因此限制了其实用性.针对这些问题提出了一种能较为全面反映生物学形态结构特征的L系统树木建模方法,并以热带水果种类之一的芒果树为模型对该方法进行了初步的设计与实现,结果表明这种方法能生成植物学形态特征的、具有不同树龄的三维逼真芒果树.     

渗透建模思想,提高数学教学质量

阐述了数学建模对学生能力培养的重要意义,根据教学实践,介绍了在数学教学内容、方法手段等方面渗透数学建模思想的一些具体做法,并提出了在数学教学中渗透建模思想要注意的几个问题。     

几何建模与代数几何

几何建模与代数几何的研究对象都由代数方程定义，但两者研究方法和侧重点各不相同，代数几何注重理解对象的理论性质，几何建模着重于实际应用，因此传统上将它们看作互不关联的两个领域。近几年来，出现了两个领域互相影响、互相促进的趋势，例如解决相交问题的算法就得益于代数几何的理论成果。为了推进两个领域研究的交流和合作，欧洲数学界2001-2005期间召开了一系列与此有关的工作会议，本书就是这些学术活动产生的论文汇集，主要论文来自2005年奥斯陆会议，主题是应用近似代数方法建立基于信息应用的几何相交算法。     

灰色系统的分离建模方法

首先给出了平移算子和数据序列函数的定义 ,并在平移算子和数据序列函数的基础上提出了一种灰色系统的分离建模方法 .以全国电视机产量的预测为例 ,证明分离建模方法能够提高建模的精度 .这说明分离建模方法是很有意义的.     

两个数学建模问题的探讨

探讨了两个在教科书中作为例题的数学建模问题，一个是关于渔业生产的，另一个关于体育训练，对于前者，提出一个更为合理的解法；对于后者，则提出其中数学推导上的错漏并得出新的结论。     

高精度步进压印机热误差的建模分析

为了消除由紫外光曝光所引起的步进压印机的热误差，以提高压印机的套刻对准精度，运用逐步回归分析法选取了压印机上温度测量点的数量，将压印机上布置的温度传感器从15个减少到6个，并建立了压印机温度测量关键点处的温度与压头在x、z方向热误差关系的数学模型．实验结果与模型计算结果的对比分析表明，模型的热误差预测精度在x方向可以达到899／6，而在z方向可以达到939／6．应用表明，该方法是一种在压印机热误差建模中选择温度测量关键点的有效方法，可避免热误差建模过程中的变量耦合问题，从而提高了模型的精确性．     

小样本参数估计算法及其应用

本文简要介绍了Minimax法和MSAR法对小样本数据的研究,随之重点介绍了1种实用的新算法IMSAR法及其应用。该法是通过变权松弛最小二乘法,确定适当的权因子来实现的。它克服了MSAR法的运算量随样本数据量增加而显著增加的突出缺点,仿真结果表明:IMSAR法具有较强的抗干扰能力,可适应于噪声分布未知的情况。最后,本文将IMSAR法应用于转炉炼钢动态模型及药物房室模型的建立,收到了令人满意的效果。     

自主式交通系统功能架构优化密度峰值聚类算法

自主式交通系统(autonomous transportation system, ATS)是为应对主动式智慧交通发展趋势而提出的新一代交通系统。为科学合理地构建ATS功能架构,提出了一种面向多属性文本的优化密度峰值聚类算法(density peaks clustering, DPC)。该算法结合交通系统功能架构的基本特征,通过改进的词频-逆向文档频率算法与文本向量空间模型,将多属性文本转化成空间维度坐标。再利用高斯函数和决策值优化DPC算法进行聚类,并结合轮廓系数对聚类结果进行评价。为了检验算法的合理性,在ATS道路自动驾驶场景下,基于道路载运工具运行服务域、交通基础设施管理服务域和交通安全管理服务域的功能数据集进行了算例分析,依据聚类结果绘制功能架构图。架构图由自主感知-自主学习-自主决策-自主响应4层构成,验证了ATS应用场景中功能架构优化算法的可行性和合理性。算例结果表明：该算法的构建具有鲁棒性,算例轮廓系数整体均值为0.84,与原算法相比解决了聚类过程中聚类中心难以划定的问题;与原智能交通系统中的各架构设计相比,该功能架构更具有层次性和逻辑性。该优化算法能够促进新一代交通系统...     

基于改进RPN的孪生小样本电力目标检测

为了解决当前电力系统巡检难度大、效率低、数据不足以支撑大规模训练的问题,提出一种基于孪生网络的小样本检测方法。首先,在Faster RCNN(faster region convolutional neural network)目标识别算法的框架下,搭建支持图片和查询图片共享的孪生网络模型;然后,利用改进的RPN(region proposal network)模块产生更高质量的proposals;最后,在检测头上对支持图片和查询图片的RoI(region of interest)进行关联匹配。结果表明,将算法应用于自主构建的EPD(electric power detection)数据集,在仅利用10张支持图片的情况下,就能实现对电力背景下鸟巢异物和绝缘子相关类别的检测,检测指标mAP达到18.92%。与其他算法相比,应用于电力行业目标检测的孪生网络小样本模型,在极端小样本情况下性能优良,同时具有更加轻量化的优势,可为电力检测新方法研究提供参考。