基于扫描线种子填充的二值图像聚类算法

提出了一种基于扫描线种子填充的二值图像快速聚类算法 .该算法步骤为 :对二值图像进行扫描 ,如果检测到了目标点 ,则将该点作为新的聚类的种子 ,将该种子扩展到整个目标区域 ,形成一个包含目标区域的聚类 .该算法的特点为 :只需一次扫描即可动态生成所有聚类 ,聚类总数动态生成 ,每一时刻只有一个聚类被处理 ,可提前进行一些后续处理 ,算法描述简单 ,易于编程实现 .     

土工袋防渠道冻胀水-热-力耦合数值模拟

根据水-热-力耦合计算模型,编制相应的有限元计算程序,并结合寒冷地区渠道工程进行数值计算,分析渠道建成后2 a内渠坡的温度场、水分场及位移的分布规律。计算结果表明:渠坡在冻融过程中表现出显著的冻胀、融沉变形特性,且冻胀和融沉变形不可逆;土工袋处理渠道对冻土渠坡具有较好的防冻胀效果,土工袋具有较小的导热性,可以有效减小渠坡内部土体温度受大气温度的影响,从而减小渠坡发生冻胀融沉变化的可能性;土工袋可以抑制毛细水和薄膜水的上升,可减小土工袋层及下部土体中的水分迁移,从而保持渠道内较为稳定的含水量,减小渠坡表层的冻胀量;土工袋具有一定的强度且在自身袋子张力作用下能够抑制部分冻胀变形,从而减小渠道衬砌体由冻胀引起的破坏。同时,渠道表层用土工袋处理后,渠坡内部温度可以较快达到稳定状态,运行2 a后可在地基2 m以下位置形成较为稳定的常年冻结层。     

求解非光滑优化问题的修正HS三项共轭梯度法

为了提高大规模非光滑优化问题的求解效率,克服其他方法存储需求大、算法复杂等缺点,提出求解非光滑优化问题的一种修正HS共轭梯度算法。在经典HS三项共轭梯度法的基础上提出一种新的搜索方向,并利用Moreau-Yosida正则化技术和Armijo-type线搜索技术进行设计。新算法满足充分下降条件,搜索方向属于信赖域,在适当条件下证明了新算法全局收敛。初步的数值实验表明新算法在求解非光滑无约束优化问题方面比LMBM方法更有效。新算法不仅具有较好的收敛性质,而且数值表现良好,为更加高效地求解非光滑优化问题提供了新的方法。     

辽宁新宾满族自治县乡村景观的视觉感知评价

通过实地踏勘,对民族地区乡村景观视觉感知进行研究。按照视觉特性总结出7类典型乡村景观类型。从拍摄的151张照片中选取21张各类典型景观照片,对当地及周边100名村民进行喜好的风景问卷调查。结果显示:对与自己生活相关的景观和自然风貌景观喜好较高;对有规则、管理良好的景观喜好度较高;对该地区的历史文化景观(如古树、古庙、古建筑等)的保护与开发充满期待。乡村景观的良好维护和合理规划对当地居民均有良好的积极效果。     

帽形加劲复杂卷边槽钢柱偏压性能试验研究

对共计18个简支试件进行偏心受压试验,分析并研究了未加劲、腹板中央帽形加劲、腹板和翼缘中央帽形加劲3种截面复杂卷边槽钢的极限承载力、失稳模式及变形特征等特性.结果表明:有效形心移动对偏心承压构件的承载能力有很大影响.在板件中央设置帽形加劲可以适当减小板件的宽厚比,显著提升受压构件的极限承载力及钢材利用率,但畸变屈曲在构件失稳模式中起控制作用.在同等条件下,板件中央帽形加劲偏压构件的承载效率提升了15%~70%.     

强边着色猜想问题的最优图

著名图论专家Erds和Nesetǐil对图的强边色数上界提出了一个猜想:当最大度Δ为偶数时,χ's(G)≤5/4Δ~2;当最大度Δ为奇数时,χ's(G)≤1/4(5Δ~2-2Δ+1);并且给出了当Δ=4时的最优图.此处构造了一族图,并证明了当最大度为奇数时,如果Erd9s和Ne2etǐil提出的强边着色猜想成立,则猜想中的上界是最优的.     

条件故障下3-元n-立方体的容错分析

研究了条件边故障下3-元n-立方体中较大连通分支点的数目，进而证明了3-元n-立方体是(4n－6)-条件边故障强Menger边连通的。最后通过一个反例说明该结果是最优的。     

一类多乘积优化问题求解的新方法

利用所考虑问题的结构特点,提出一种新的线性化方法.该方法利用函数的二阶导数信息,线性化过程更为直接.为改善算法收敛速度,提出一个新的区域缩减准则.理论上证明了算法的收敛性,数值算例表明算法是有效可行的.     

从智慧城市到智慧区域——新的城市与区域发展模式

 信息技术的快速发展不仅推动了中微观层面上智慧城市的发展建设，在宏观概念上更是未来区域协调高效合作的核心驱动力。中国的智慧城市建设已经体现出由点到面、连片发展的态势，智慧区域建设是必然趋势。对国外智慧区域分析表明智慧区域建设的经验是：重视信息通信技术、注重创新、高效合作、人才培养等。建议国内智慧区域建设重视区域的范围多维化、合作效率高效化、教育与创新积极化、市民参与的多元化等。     

目标边缘特征增强检测算法

针对分组角点检测网络在目标检测过程中,由于目标尺寸过小或同类目标空间距离较小而导致检测失效的问题,提出一种边缘特征增强的CornerNet目标检测算法OEC。该算法通过分离特征的高低频信息提取更多的高频信息,增强目标的边缘轮廓特征,解决关键点定位不准确的问题,提高目标的框定效果,进一步提升检测精度。仿真结果表明,该算法对行人、车辆等目标检测效果均有提高,在COCO数据集上的检测结果与CornerNet相比,mAP提高0.9%,可应用于无人驾驶与智能机器人等场景。