基于广义变换矩阵的机械零件三维模型骨架匹配

提出了一种基于广义变换矩阵的机械零件三维模型骨架匹配方法。骨架中两骨架点间的连线称为骨架枝,借鉴机器人学中广义连杆之间关系的表示方法,将骨架枝看成若干个连杆,在骨架点处建立固定坐标系及骨架枝坐标系,采用广义变换矩阵表示骨架枝。将广义变换矩阵转化成向量,引用统计学中的相关性度量方法,通过计算2个向量的皮尔逊相关系数得到2个广义变换矩阵的相似度,即得到2个骨架枝的相似度。搜索相匹配的骨架枝并计算整个骨架的相似度。通过实例验证和实验分析,表明该算法具有较快的检索速度和较高的准确度。     

弱电网下模型预测并网逆变器控制策略

针对有限控制集模型预测控制系统在弱电网并网时存在电网阻抗无法忽略、电网电压突变、系统有延时、电流跟踪精度低的问题,提出了利用参考电流矢量角补偿的方法加以开关权重系数约束方式。首先搭建传统三相并网逆变器有限控制集模型预测电流控制模型;其次运用参考电流矢量角补偿方法,对预测电流参考值存在误差进行补偿来弥补因电网阻抗与系统电流波动产生的误差,并加入开关函数优化权重系数,使得系统具备两目标兼顾优化的特点,同时在电网电压发生突变时,系统符合并网要求,动态电流跟踪精度准确;最后通过Matlab/Simulink仿真验证了方法的合理性以及有效性。     

关于矩阵广义Bott-Duffin逆的逆序律

研究了两个L-p.s.d.矩阵广义Bott-Duffin逆的逆序律问题,L-p.s.d.是半正定概念的一种推广,正定或半正定矩阵恰是R~n-p.s.d.矩阵.通过建立广义Bott-Duffin逆与A■逆之间的关系,利用A■的性质,得到了广义Bott-Duffin逆序律成立的充要条件,并通过两个实例验证了所得结果.     

一类非线性弱奇异积分不等式组中未知函数的估计

研究了一类二维非线性弱奇异积分不等式组.该不等式组积分号外有不同的非常数函数因子,不能用向量形式的Gronwall-Bellman型积分不等式进行估计.利用H?lder积分不等式、 Gamma函数和Beta函数把弱奇异非线性积分问题转化成没有奇异的非线性积分问题,利用Bernoulli不等式把非线性问题转化成线性问题,利用变量替换技巧和放大技巧研究只含有一个未知函数的积分不等式,接着给出不等式组中两个未知函数的估计.该结果可用于研究积分、微分动力系统解的估计.     

向量优化中广义E-Benson真有效解的代数性质

利用代数内部和代数闭包等工具,在适当的广义凸性条件下研究了集值向量优化问题广义E-Benson真有效解的一些代数性质,建立了广义E-Benson真有效解的线性标量化结果、拉格朗日乘子定理和鞍点定理.     

大学生体质弱势群体隐性体育行为的教师干预策略研究

当前研究对大学生体质弱势群体隐性体育行为的教师干预策略进行了探讨.采用文献资料、问卷调查、数理统计、专家访谈等方法对大学生体质弱势群体隐性体育行为的表现和影响因素进行调查分析,并在此基础上提出大学生体质弱势群体隐性体育行为的教师干预策略,以期为有效改善大学生体质弱势群体的身心健康状况提供参考.     

2类凸函数的Hermite-Hadamard-Fejér型不等式

介绍了一种已有的建立第1个Hermite-Hadamard-Fejér型不等式的方法,并以建立GA-凸函数的第1个Hermite-Hadamard型不等式为例来说明这种方法.使用该方法建立了2类凸函数的第1个Hermite-Hadamard-Fejér型不等式,作为特例,得到η-凸函数和广义几何凸函数的第1个Hermite-Hadamard-Fejér型不等式.     

基于广义病例-队列设计方案的长度偏差数据回归分析

利用加权估计方程方法, 在广义病例 队列设计方案下, 针对长度偏差数据, 给出Cox模型中回归系数的估计, 并证明在适当的条件下, 所得估计量具有相合性和渐近正态性, 且渐近方差具有显式表达, 在实际应用中可由plug in方法估计.     

与弱倾斜模有关的对偶对

令W表示弱倾斜模的类, C表示余倾斜模的类, 证明(W,C)在任意环R上是对偶对, 并基于该结果讨论与W相关的模类及余挠对的性质.     

基于EAST改进的任意方向场景文本检测

高效和准确的场景文本(efficient and accuracy scene text,EAST)检测算法速度快且结构简单,但是由于文本结构的特殊性,导致在检测中尺寸较小的文本会被遗漏,而较长的文本则完整性较差.针对EAST算法存在的问题提出一种新的自然场景文本检测模型.该方法利用自动架构搜索的特征金字塔网络(neural architecture search feature pyramid network,NAS-FPN)设计搜索空间,覆盖所有可能的跨尺度连接提取自然场景图像特征.针对输出层进行修改,一方面通过广义交并比(generalized intersection over union,GIOU)作为指标提升边界框的回归效果;另一方面通过对损失函数进行修改解决类别失衡问题.输出场景图像中任意方向的文本区域检测框.该方法在ICDAR2013和ICDAR2015数据集上都取得了较好的检测结果,与其他文本检测方法相比,检测效果也得到了明显提升.