基于涡量动力学与Lie导数方法的二维扇环形旋转流场的研究

理论方面，本文提出速度场物质导数的Lie导数与Lie导数补的分解，并将其用于辨识二维流场的剪切与旋转区域，可作为辨识漩涡/旋转区域的一种新方法；应用基于曲面主方向的正交系的非完整基理论发展可变形壁面上的涡量动力学，获得了壁面上涡量与涡量流的新表达式，这种表达式充分揭示了力学与几何之间的关系。数值方面，基于显含时间的曲线坐标系的涡量-流函数方法，研究二维封闭腔体做匀角速度旋转时腔内不可压缩流场的时空演化，腔体形态包括规则扇环形、波纹壁扇环形、可变形壁面扇环形。基于流场分析，归纳了腔体内部大尺度漩涡的生成机理与流场随时间的演化特征。     

基于改进型YOLOv3的SAR图像舰船目标检测

传统合成孔径雷达(synthetic aperture radar, SAR)图像目标检测的方法依赖于人工设计特征且易受复杂背景干扰, 泛化能力较差。深度学习的方法可以自动提取特征且具有良好的抗干扰特性, 对于未来雷达智能感知具有重要意义。不同于其他只能对固定区域进行检测的常规卷积神经网络, 本文提出一种改进型YOLOv3的SAR图像舰船目标检测方法, 该方法基于舰船尺寸与形状自适应采样的可变形卷积、ResNet50变体特征提取器和ShuffleNetv2轻量化思想等设计YOLOv3模型。通过SSDD数据集验证, 在检测效果方面, 相较于原YOLOv3模型, 平均精度从93.21%提高至96.94%, 检测概率从95.51%提高至97.75%;在模型大小方面, 轻量化设计模型仅为原YOLOv3模型的八分之一, 可实现嵌入式的使用。     

约束可变形曲面的交互设计

针对约束可变形曲面的交互设计 ,从设计需求出发 ,提出了雕刻操作这一直接对应于设计需求的手段 .给出了几种基本的雕刻操作形式 ,并用能量的形式分别给出了这些雕刻操作所产生的效果 .将自由形状曲面的控制点自动修改问题归结为一个在约束条件下求解能量函数的极小值问题     

哈佛科学家研究可变形机器人轻松穿越狭小空间

哈佛大学的科学家近日研发了一款可变形的灵活机器人,它能通过紧密的关节空隙扭动,这是目前软体机器人领域最先进的机器人模型。这款软体机器人灵感来自鱿鱼和海星,这两者能够改变身体形状移动,能对地震灾难起到非常大的作用,可穿越狭小缝隙展开营救工作。     

New hybrid encapsulation for flexible organic light-emitting devices on plastic substrates

The hybrid encapsulation for flexible organic light-emitting devices on plastic substrate was investi-gated. The hybrid encapsulation consisted of four periods of AIq3/L.iF layers as the pre-encapsulation layer and a flexible aluminum foil coated with getter as the encapsulation cap. We measured the device lifetime at a continuous constant current of 20 mA/cm2, which corresponded to an initial luminance of 2000 cd/m2. The half-luminance decay time of the encapsulated device was about 458 h. More over, the hybrid encapsulation is ultrathin and flexible, ensuring device bendability.     

基于改进AlexNet的可变形卷积皮肤病变识别算法

为了有效解决类间相似度高、类内差异化大、数据类别不平衡的皮肤病变识别,提出了基于改进AlexNet的可变形卷积网络皮肤病变识别算法. 构建改进的AlexNet可变形卷积网络模型,增加采样偏移量,使不同位置的卷积核采样点可根据图像内容自适应变化,自动调整不同尺度或感受野,提取比标准卷积更精细的特征. 使用交叉熵损失函数和焦点损失函数的加权损失函数,削弱易分类样本在训练中所占的权重,使模型专注于相似度高、易错分的样本,解决样本比例不平衡的问题,优化模型的识别率. 在HAM10000数据集上进行仿真实验,主客观的实验结果表明, 提出的方法在7种皮肤病变上的识别优于现有方法,具有更高的准确性、特异性和鲁棒性.      

一种多尺度可变形部件模型的人脸表情识别的研究

针对现有表情识别研究无法捕捉脸部关键部位特征,提出一种多尺度可变形部件模型(DPM)的人脸表情识别方法。首先,构建多尺度图像的特征金字塔,然后,用随机梯度下降算法训练人脸DPM模型,根据DPM模型中根滤波器与部件滤波器的响应值确定人脸关键部位位置,最后,提取关键部位的HOG特征,将获得的特征输入到分类器中训练。在CK+和JAFFE表情库上的验证结果表明,该方法在不同角度和光照强弱影响下对人脸均有较好的检测和定位效果,提取的人脸关键部位特征在计算速率和识别率上优于对比算法。     

可变形B样条曲线曲面模型及其有限元求解

可变形模型对于轮廓提取及表面重建具有重要的意义。表面重建及轮廓提取的过程就是可变形模型在模拟外力的作用下朝着目标轮廓变形的过程，基于B样条的可变形模型结合了几何造型中广泛使用的B样条的优点，B样条方法是当前自由曲线和曲面描述中最广为流行的技术，作者从拉格朗日动力学方程出发，推导出可变形B样条曲线曲面模型的动力学方程，在对动力学方程的有限元求解中，对其单元划分及单元矩阵的求解过程进行了研究，通过程序算例，验证了有限元求解的有效性。     

可变形模型的弹性理论分析

可变形模型对于范围广范的一系列视觉问题给出了统一的解决方法，并在轮廓提取、运动跟踪、3D重建、立体匹配等方面得到了广泛应用。从弹性理论出发，揭示了可变形模型的物理本质，井对可变形模型的参数赋予了现实的物理意义。其结论将有助于更好地理解可变形模型的变形行为，并为今后应用弹性理论中的方法研究可变形模型莫定了基础。     

基于物理的可变形模型

应用于计算机图形学中的基于物理的可变形模型借助力的工具以直观自然的方式实现物体变形,相对于传统的纯几何模型有更广阔的应用范围。本文介绍了几种典型模型的基本思想和应用情况,分析了它们的特点、采用的简化计算技术,以及各自存在的问题和局限性。最后指出了要想理想解决物体可变形建模问题所必须进一步研究和突破的若干关键技术。