双投影光固化成型方法研究

针对现有投影光固化成型系统的数字成像芯片尺寸有限、不能兼顾尺寸和精度的问题,研制了基于数字微反射镜成像的双投影光固化成型设备,通过两路不同成像倍率的光路拼接成型,提高了零件成型尺寸和精度。首先,提出了基于数字微反射镜的双投影光固化成型方案,研发了光学系统和机械结构。其次,进行了该系统4倍成像光路的光照强度均匀化测试、畸变校正测试、脱模方法测试和两个光路的单列条纹固化测试。最后,对双投影光固成型方法进行了实验验证,结果表明,该系统两个光路的单列像素固化特征平均宽度为55μm和8μm,并且采用双投影光固化成型方法可以同时满足成型尺寸和精度需求,还可进一步实现宏微结构一体化制造,用于微结构制造和生物制造的研究。     

基于Simulink的电力测功机算法模型研究

根据交流电力测功机工作原理,搭建基于直接转矩控制技术的交流电力测功机数学模型;根据转矩和磁链需求,设计最优电压矢量开关控制表,输出电压矢量来控制IGBT模块的开关频率,从而控制三相交流电机的电磁转矩。在电动状态下,通过对三相交流电机调速来拖动负载到一定转速;在发电状态下,通过设置不同的工作模式进行各个工况点的测试。最终基于Simulink平台对算法模型在交流电力测功机动态加载特性的实现进行论证。     

采用预测模式的智能安全气囊控制算法

现有的汽车安全气囊易产生误触发和不触发的现象,为此,采用遗传神经网络预测模型开发了一款智能安全气囊控制器.首先在已开发的安全气囊控制器硬件系统基础上,建立并验证了目标车型的整车有限元模型以及乘员约束系统多刚体模型,通过仿真分析确定安全气囊的起爆方式以及最佳点火时刻,然后根据改进的遗传神经网络模型设计了安全气囊的智能控制算法,最后进行了台车试验验证.试验结果表明,该智能控制器可正确预测碰撞动态,并能够准确地预测起爆时刻.     

综合物探方法在尾矿库截渗墙勘察中的应用

【目的】为了快速高效完成拟建坝前截渗墙场地勘察工作，需要对物探方法在勘察工作中的可行性进行研究。【方法】利用瞬变电磁法和天然电场选频法相结合的综合物探方法施测，充分发挥瞬变电磁法多匝小线圈探测分辨率高和天然电场选频法设备轻便灵活、适应性强等优势。【结果】两种方法相互印证，解决了单一方法多解性问题，提高了勘察精度，圈定了易渗漏区段，为钻探布置和截渗墙设计提供了支撑。【结论】综合物探方法在场地勘察中具有效率高、成本低、精度好的优势，在同类地区场地勘察中值得推广应用。     

八粒子量子态对彩色图像的存储方案

经典彩色图像的存储方法存在着数据量很大且很费内存等缺点,针对这些缺点,提出了一种在量子比特阵列中采用八粒子量子态存储彩色图像的方法,借助于量子态的巨大存储能力,通过采用量子并行计算特性的Grover量子搜索算法,起到平方根加速的理想效果.在图像存储和图像重构的过程中,对量子比特阵列进行搜索找到相应的彩色图像,证明所采用的方法有很好的效果.     

基于改进粒子群优化的K-means算法在学生状态分析系统中的应用

研究学生状态分析系统,旨在收集学生的综合数据,并对这些数据进行分析给出学生的状态,为老师和学生提供一个交流平台.使用基于改进粒子群优化的K-means算法来分析学生的数据,可以提高K-means聚类算法的全局搜索能力,缓解粒子群优化算法的早熟收敛现象.与基于标准粒子群优化的k-means算法和基于遗传算法的k-means算法的收敛结果相比,本文研究的算法有更好的搜索能力.将系统得到的学生评估结果与人工评价得到的相比,从系统获得的评价更全面、更客观.系统还可以提供视觉信息.最重要的是系统还能帮助老师更好地了解学生,及时引导学生,提高管理学生的效率.     

一种基于Harris-SIFT特征点检测的LBP人脸表情识别算法

针对LBP算法在提取全局特征时不具有针对性的缺点,提出一种基于Harris-SIFT特征点检测的LBP人脸表情识别算法。该算法引入Harris得到表情图像的角点,同时运用SIFT检测算法得到图像的局部最大最小值,通过Harris算法对SIFT特征点进行过滤,得到表情图像的准确感兴趣点;设计特征点最大区域选取法和特征点周围邻域选取法,将选取的区域作为LBP特征提取的输入图像;运用SVM多分类器得到每种表情的识别率。实验表明,该算法能更有效地提取表情特征,达到较好的识别效果。     

一种改进的人工蜂群算法优化的支持向量机

为了改善现有支持向量机(Support Vector Machine)的机器学习效果依赖于参数选择,而参数选择通常依赖于经验的问题,在现有基础上,本文结合一种称为骨架人工蜂群算法(Bare-bones Artificial Bee Colony)的改进的人工蜂群算法对支持向量机的2个参数进行优化,并对该优化结果进行试验。试验结果表明,改进的支持向量机的准确率、识别速度均优于原本的支持向量机。     

基于Apriori算法的数据挖掘在高校毕业生就业指导中的应用

随着高校毕业生人数的增加和管理信息系统的应用,产生了大量复杂的就业数据,利用Apriori算法的数据挖掘技术,从就业数据中挖掘出学分绩点与用人单位录用学生之间的关联规则,有助于提高就业管理部门对毕业生就业指导的实效性,实现毕业生更快更好的就业.     

面向运动目标检测的改进ViBe算法研究与实现

ViBe算法容易实现且运算效率高等优点，在运动目标检测等领域中获得广泛运用，但其也存在一些缺点，如鬼影、空洞、漏点以及运动目标检测不完整等问题，针对这些不足，从ViBe算法处理过程的主要阶段出发，提出一种改进的ViBe算法.首先用迭代累积背景法获取真实背景用来抑制鬼影问题，其次把真实背景分别用于帧差法和改进的ViBe算法中，帧差法可用来弥补视频序列帧中边界处像素点遗漏问题，改进的24领域ViBe算法用来提高模型精度，再把两个结果进行“或”运算，最后利用形态学进行处理用以消除小噪声干扰，使得到的目标更加完整.该算法能够去除噪声、抑制鬼影以及减少空洞点，实验结果表明，与传统的ViBe算法相比，能够有效抑制鬼影以及减少漏点问题，提高运动目标检测精确度.