任意多边形图形裁剪

本文首先讨论了凸多边形对图形的外裁剪和内裁剪,在此基础上研究了任意多边形对图形的裁剪问题,通过编程应用,效果良好。     

二维机械装配图轮廓识别与消隐剪算法

基于ＡｕｔｏＣＡＤ软件系统,利用ＡｕｔｏＣＡＤ软件提供的二次开发环境和技术,针对绘制机械装配图中的装配图轮廓识别和消隐裁剪算法问题,设计了零件的统一表示模式,提出了一种新的轮廓自动识别算法,可将内外轮廓识别 来,并采用 类点排序的策略,快速可靠地解决需要消除的部分。最后,给出一个稳定可靠的任务多边形裁剪算法。     

多项工可解的单机加权E／T调度问题

研究了目标函数为完成时间与交货期差平方的加权和单机调度问题,在工作的权值与加工时间成比例时,给出了问题的最优解。然后,在假设描述机器随机故障次数的计数过程为广义泊松过程时,将上述结果推广到机器有随机故障的情形．     

神经网络权值和阈值的优化方法

为确定多层神经网络权值和阈值建立了真实的最优化求解方法,即将网络总体平均误差建立为目标函数,以权值和阈值作为设计变量,采用梯度法和共轭梯度法对网络权值和阈值进行优化计算·通过ＢＰ算法、梯度法和共轭梯度法对相同实例网络权值和阈值计算,验证了所提出的优化方法的有效性,实现了权值和阈值的快速准确计算·     

机器学习技术在胸癌诊断中的应用

为了提高胸癌诊断的识别精度,提出了应用机器学习方法建立胸癌诊断模型。其中描述细胞特征的参量作为模型的输入,细胞的类别对应模型的输出。选取三种机器学习方法作为建立模型的训练算法,分别为反向传播(Back Propagation,BP)神经网络、学习矢量量化网络(Learning Vector Quantity,LVQ)和支持向量机(Support Vector Machine,SVM)。仿真结果显示三种机器学习方法所见的诊断模型均具有较高的识别率(BP:97.28%,LVQ:98.06%,SVM:98.45%),可作为有效地识别方法用于其他医学诊断研究。     

基于动态规划的视频自动裁剪

传统视频裁剪方法大多只考虑内容保持,而忽略了由裁剪窗口频繁移动造成的时间不连续问题.为此,提出了一种基于动态规划的视频自动裁剪算法,并通过平滑因子和面积约束将视差控制在舒适区间.算法主要分为目标检测、轨迹定义、轨迹找寻三个阶段.首先将输入的视频序列进行语义处理并输出,运用YOLOX模型检测输出视频中的重要内容;然后定义一个对数线性模型融合每帧图像的特征、颜色直方图和灰度图,以得到一组帧系数,并对裁剪窗口进行面积和距离上的约束;最后运用动态规划中最短关键路径方法为视频帧找到一系列裁剪窗口,在相邻帧之间设置过渡因子来保证裁剪轨迹的平滑,同时定义了一个视觉惩罚函数平衡内容丢失与裁剪窗口偏移的问题.实验结果表明：所提出的算法在裁剪率、扭曲度和稳定性方面都优于以往的方法.     

基于BP网络的PID控制器参数整定法研究

将神经网络和PID参数的整定相结合,提出了基于误差反传神经网络的PID参数整定方法,通过神经网络的自学习和权值调整寻找最优的PID参数。该方法适用于非线性系统和时变系统,实现了PID参数的在线整定。     

神经网络权值和阈值的优化方法

为确定多层神经网络权值和阈值建立了真实的最优化求解方法,即将网络总体平均误差建立为目标函数,以权值和阈值作为设计变量,采用梯度法和共轭梯度法对网络权值和阈值进行优化计算·通过 Ｂ Ｐ 算法、梯度法和共轭梯度法对相同实例网络权值和阈值计算,验证了所提出的优化方法的有效性,实现了权值和阈值的快速准确计算·     

基于自适应曲面拟合的红外图像背景估计

针对红外弱小目标检测,提出了一种新的基于自适应曲面拟合的红外图像背景估计方法。采用三角函数作为基函数,对红外图像进行拟合。为提高拟合精度,引入了权值矩阵对拟合误差进行约束,并采用分步策略对拟合结果进行优化。在初步拟合的基础上,为抑制奇异点（强边缘点,噪声和小目标）对拟合的＂干扰＂,采用迭代寻优的方法,自适应地对拟合权值和拟合系数进行调整。此外,针对迭代处理的阈值选取,采用概率统计的方法对噪声方差进行估计,提高了拟合的准确性。实验表明：利用该方法估计背景进行背景抑制,可有效提高残差图像的信噪比,显著减少虚警点干扰,提高单帧内目标检测概率。     

谈立体裁剪与平面裁剪的有机融合

该文从分析比较立体裁剪与平面裁剪两种结构设计方法的形成、区别及操作方法的融合入手,说明了这两种方法自成体系、各有所长且不能各自为政的事实.然而,在现代服装科技发展的今天,为了更好地解决我国服装造型的结构与技术问题,探求一条使两者有机融合,相辅相成,互补共用之路,并发挥各自优势,为人类服饰文化服务.