基于Kinect的皮影动作实时匹配研究

皮影文化传承中由于受众老龄化和传承断代化使得皮影文化逐渐面临没落,基于Kinect实现皮影动作实时匹配能够为传统皮影文化注入新的活力。根据皮影特点构建关节点皮影模型,实现了皮影的静态数字化。基于Kinect获取人体深度图像,通过分割遮罩和机器学习获取人体骨骼点坐标,生成人体骨架。对关节点皮影模型进行骨骼绑定与权重设置,将Kinect采集到的人体数据绑定到皮影上。通过骨骼树的遍历和动作匹配算法完成坐标映射,实现人体与皮影动作的实时匹配,从而完成皮影的动态表演数字化。     

深井不同钻井完井液对渗流能力影响评价及预防对策

在深井钻完井过程中,钻井完井液损害造成渗流能力降低是储层最重要的损害机理。选用深井钻井现用钻井液、优化钻井液对储层天然岩样、人造裂缝岩样的损害实验,以及钻井完井液侵入评价实验共同揭示研究区块储层损害特征。分析两类固相堵塞,固-液、液-液配伍性,毛管现象及工程因素对于储层渗流能力的影响;并提出多级架桥暂堵技术、调整钻井液配伍性能等对策提高地层渗流能力,为钻井完井决策提供参考。     

基于Moreau包络与迭代重加权策略的图像深度恢复

为了解决现有的深度恢复方法存在的局限性,提出了一种基于Moreau包络与迭代重加权策略的图像深度恢复方法。提出了一种基于Moreau包络的非凸惩罚函数,提高了模型的先验稀疏性,同时保持了模型的凸性,并对算法的收敛性进行了分析。然后引入了一种迭代重加权算法处理颜色不一致问题。此外,还提出了一种加速算法将深度观测矩阵转换到傅里叶域进行快速处理时的非均匀下采样问题。最后数据集实验结果表明,该方法能够处理各种类型的深度退化,在恢复精度和运行时间方面都取得了良好的效果。     

切削方向毛刺生成机理及其控制

以切削运动和刀具的切削刃为基准对切削方向毛刺进行了分类,并对其生成机理及主要影响因素进行了实验研究和相应的理论分析,揭示出切削方向毛刺的主要形式及其形成过程,给出了表示切削方向毛刺产生撕裂时的重要物理量——界限切削深度叫α_pI.同时,还提出了抑制切削方向毛刺的若干措施,开发出了几种控制或减小切削方向毛刺的新方法.     

鄂尔多斯盆地柴窑区延长组油气二次运移动力

计算了浮力要克服毛细管压力所需的连续油柱的高度和长度,发现计算的克服毛细管压力所需油相连续长度远大于目前延长组已发现油藏含油带宽度.因此,浮力无法克服毛细管压力,不能成为研究区长3—长6油层组油气进行二次运移的主要动力.根据平衡深度法,计算了各个层位的孔隙剩余压力.发现自长3油层组之下,各套地层均存在孔隙剩余压力,且在长7油层组达到最大值.源储压力远大于毛细管压力,可以克服毛细管压力而使油气运移.因此孔隙剩余压力是研究区长3—长6油层组油气进行二次运移的主要动力.     

新型室分覆盖方式-光分布应用研究

随着网络的发展,运营商对深度覆盖的投资越来越大,用户对网络质量的需求也越来越高,而传统的宏站加室分建设的覆盖方式已不能满足高质量网络的覆盖要求。4G牌照发放后,LTE室分的建设既是重点,也是难点,如何让LTE MIMO技术优势在室分落地,如何更好地开展LTE室分的新建及改造,保证建设进度、投资效益、网络质量、用户体验和竞争优势,是运营商和业界关注的重点。基于此背景,新型的光纤分布系统应运而生。本文将从光分布的定义、工作原理、适用场景及其与传统室内分布的对比几个方面,对新型室内覆盖方式-光分布的应用进行探讨和研究。     

锚固深度对拔出法检测活性粉末混凝土强度影响的试验研究

对三个强度等级和五种锚固深度的活性粉末混凝土试件进行先装拔出和后装拔出试验。将试验数据进行回归分析,建立不同锚固深度的先装与后装拔出法测强曲线并进行对比,研究锚固深度对拔出法检测活性粉末混凝土抗压强度的影响。试验表明,活性粉末混凝土的抗压强度与拔出力之间有着良好的线性关系;同等强度等级下,拔出力随锚固深度的增大而增大;除此之外,测强曲线的精度也随锚固深度的改变而变化,先装拔出法检测活性粉末混凝土强度锚固深度20~30 mm时精度较好,后装拔出法检测活性粉末混凝土强度锚固深度25~40 mm较为适宜。     

中国股市流动性、波动性和交易特征的实证研究

分析了指令驱动交易机制下中国股市的流动性、波动性和交易特征．研究发现．市场深度、成交量，换手率以及绝对收益等都表现出显著的日内时际模式．另外，流通股本大的股票具有相对较小的流动性，流动性负相关于波动性,正相关于成交量．     

Relationship between precipitation and the infiltration depth over the middle and lower reaches of the Yellow River and Yangtze-Huaihe River Valley

The purpose of the paper is to extract and make the best use of rainfall information contained in the Chinese historical archives of Qing Dynasty, and reconstruct the precipitation series during 1736-1911. The study followed the Yu-Fen-Cun （rainfall infiltration depth） observation method in Qing Dynasty, to conduct soil infiltration experiment under the natural rainfall conditions during 2004-2006. The related parameters, such as precipitation, intensity, initial soil moisture content and infiltration depth have been measured at 10 stations （east of 105°E, 30°-40°N） with representative climatic conditions and soil physical texture in the middle and lower reaches of the Yellow River and Yangtze-Huaihe River Valley. The statistical results indicate that precipitation is the primary influencing factor to infiltration depth and is positively correlated with the infiltration depth. Additionally, the effects of every factor on infiltration depth are significantly different between the middle and lower reaches of the Yellow River and Yangtze-Huaihe River Valley. Finally, the relationship equations of precipitation and infiltration depth are established for each site, most of which can pass over 60% of the variance explanations and provide quantitative models to reconstruct the precipitation series using Yu-Fen-Cun records in Qing Dynasty.     

Semi-Global Depth Estimation Algorithm for Mobile 3-D Video Applications

Three-dimensional (3-D) video applications,such as 3-D cinema,3DTV,and Free Viewpoint Video (FVV) are attracting more attention both from the industry and in the literature.High accuracy of depth video is a fundamental prerequisite for most 3-D applications.However,accurate depth requires computationally intensive global optimization.This high computational complexity is one of the bottlenecks to applying depth generation to 3-D applications,especially for mobile networks since mobile terminals usually have limited computing ability.This paper presents a semi-global depth estimation algorithm based on temporal consistency,where the depth propagation is used to generate initial depth values for the computationally intensive global optimization.The accuracy of initial depth is improved by detecting and eliminating the depth propagation outliers before the global optimization.Integrating the initial values without outliers into the global optimization reduces the computational complexity while maintaining the depth accuracy.Tests demonstrate that the algorithm reduces the total computational time by 54%-65% while the quality of the virtual views is essentially equivalent to the benchmark.