基于剔除拟合的股骨头修复建模

提出了一种可以获得目标病例健康时股骨头模型的新建模方法.通过CT扫描获得髋骨部位的序列断层图像,利用一种精确的自动分割方法提取图像中的髋臼轮廓.针对髋臼的特殊结构,使用辐条式采样法得到髋臼凹面的空间坐标点集.剔除坐标点集中的误差采样点.采用闭合形式解的最小二乘法拟合原始股骨头球面模型.通过对2例不同坏死程度的男性患者进行修复实验,证明此方法可以良好地还原坏死的股骨头模型,既为骨科临床中的精确手术定位提供了理论模型,又为针对个体化制造的人工假体生产提供了新的实践方法.     

基于MATLAB的化学实验数据拟合

将许多离散的实验数据用数学方程式来表达,有利于进一步求解。数据拟合是最快捷的数学工具,在科学研究和工程实践中广为应用。该文仅以化学实验数据为例,应用MATLAB软件使用最小二乘法对其进行分析,表明了数据拟合在实验教学中的应用。     

多媒体传感器网络中被动目标定位算法

针对被动目标定位问题,提出了一种多视觉感知节点协同定位算法.与传统的视觉目标定位方法不同,该算法无需进行训练或特征识别,而是各个节点基于机器视觉理论,将目标投影为定位平面上的一条直线,并使用Hough变换将该直线映射为Hough空间中的一个离散点,最后对离散点进行正弦曲线拟合,拟合参数即为目标的最终位置估计.根据视觉感...     

基于Copula的回归预测

针对回归预测问题,分别引入Copula回归函数和Copula τ分位数来对因变量进行点预测和区间预测,相应的通过均方误差和区间的平均长度作为预测准确性的评价指标,最后通过实证研究并与线性回归预测做比较表明：基于Copula的回归预测方法效果更好.     

基于EnKF的油藏自动历史拟合方法对三相相对渗透率的反演

为解决标准集合Kalman滤波在非线性油藏反演中更新模型与更新动态场的统计不一致性问题,提出了一种改进的集合Kalman滤波方法,历史拟合过程中只对模型参数进行更新,然后利用更新的模型参数从初始状态重新运行油藏数值模拟软件进行下一拟合时刻的生产预测,协方差矩阵由从时间零运行油藏数值模拟软件得到的预测数据进行计算.理论证明了该方法与集合随机最大似然法的一致性.对某油藏的相对渗透率曲线进行了估计,比较了标准集合Kalman滤波方法与改进方法的参数估计及生产预测结果.由于保证了更新模型与更新动态场的一致性,改进的集合Kalman滤波方法得到了更好的参数估计和生产预测结果.     

超平面拟合最小二乘问题

导出了超平面拟合最小二乘问题的正规方程组,说明该正规方程组有解,且其解使拟合函数取最小值,最后给出了求正规方程组的解的算法合数值例子.     

桩极限承载力的Usher模型预测

为深化对桩承载性能的认识,选用生物领域的Usher生长曲线模型,对桩的桩顶荷载-桩顶沉降曲线(即Q-s曲线)进行拟合,并对其极限承载力进行预测.给出了Usher模型的建立与求解,并用于分析3根试桩(包括2根灌注桩、1根钢管桩)的实测资料.结果表明:Usher模型对3种类型的Q-s曲线有高的拟合精度;该模型拟合效果优于双曲线模型,特别是在曲线的末端;利用这些拟合方程式能对3种桩的极限承载力进行预测.     

具有LTS稳健初值的点云平面拟合算法

针对粗差含量较高的点云平面拟合,提出具有最小截断二乘（LTS）稳健初值的拟合算法.首先采用随机抽样的方法计算平面方程系数的LTS估值,选择稳健的绝对偏差中位数作为初始单位权中误差,然后再进行选权迭代.这样既保证了选权迭代法较高的估计效率,又可以保持LTS方法的稳健性.实验结果表明,具有LTS稳健初值的选权迭代法对于粗差含量较高的点云数据仍然稳健,可以得到准确的平面方程.     

一种主从摄像瞳孔实时精确检测系统

针对瞳孔实时精确检测,提出了一种主从摄像机随动跟踪人眼图像捕获系统用于捕获人眼图像.主摄像机用于定位人脸,从摄像机在云台控制下实时跟踪人眼区域并采集高分辨率人眼图像.为了提高系统的动态性能,针对来自主摄像机分辨率1280×960的人脸图像,采用了一种AdaBoost人脸检测与MOSSE目标跟踪的融合算法,实现了60 fps的人脸快速定位.采用语义分割网络对来自从摄像机的人眼图像进行瞳孔粗定位得到瞳孔感兴趣区域,对瞳孔感兴趣区域采用椭圆拟合算法进行瞳孔精检测.实验结果表明所提出的检测系统及方法可以实现18 fps的瞳孔检测,瞳孔图像有效像素可达2 500以上,检测重复性可达±1.06%.      

基于高次曲线拟合的人脸特征表示

基于数字化曲线拟合技术, 提出一种新的人脸图像不变特征表示方法. 该方法先将人脸边缘图像分割为高次多项式及抛物线段构成的特征曲线段集合, 再运用极惯性矩度量不同人脸图像在特征曲线段两侧的局部纹理及形态差异. 实验结果表明, 该方法与直线边缘图法和抛物线边缘图法相比, 能更好地描述人脸图像的分布特征.