m维空间立体体积的Monte-Carlo仿真

针对空间立体体积的近似计算优化问题,求解空间立体体积的传统做法大多受到空间区域维数和区域形状的限制,存在计算复杂,精度差等缺点.为了解决上述问题,利用蒙特卡罗的平均值算法原理,提出了一种计算空间立体体积的平均值估计法.通过给出描述空间区域特性的几何条件,同时将均匀分布与空间区域相结合,给出不规则区域及高维区域的体积的数值计算.二个实例计算过程表明算法较好地克服了传统方法的不足,简化了计算、提高了仿真精度,方法空间立体体积的计算精度优化提供了参考.     

二重积分的Monte-Carlo数值仿真

针对二重积分计算困难的问题,求解二重积分的传统做法受到积分区域的限制,只能求解矩形区域的二重积分.由于传统方法的局限性,有计算复杂、精度差等缺点.为解决上述问题,采用蒙特卡罗的平均值算法原理,通过将均匀分布与积分区域的面积相结合,对原算法进行改进,将矩形积分区域的积分计算推广到一般积分区域的二重积分数值计算.实际计算表明,改进算法简化了计算过程,有效地降低计算难度和提高仿真精度与计算效率,程序结构简单,易于编制和调试.方法对二重积分的数值计算简单有效,更具有实用性.     

谱元法计算结果的可视化问题

谱元法是计算流体力学中一类特殊的方法,它集成了有限元法处理复杂区域的灵活性和谱方法的高精度。谱元法产生的数据具有特殊的结构。其可视化也要求特殊的算法。本文讨论谱元法数值模拟结果的等值线产生方法及实现过程。     

基于帧差分块的混合高斯背景模型

针对混合高斯背景模型计算量过大、对复杂场景的适应能力较差等问题,提出了一种基于帧差分块和自适应学习率的混合高斯背景模型改进算法。引入分块模型思想,有效结合了像素的空域信息;根据帧间差分结果,判断可疑前景区域和背景区域,提高了检测灵敏度;针对前景可疑区域采用复杂模型,保证运动目标检测的精度,反之采用简单模型降低计算量;通过自适应学习率,加速背景的形成与消退。实验结果证明该算法较好地兼顾了检测精度和计算代价。     

基于分割树的移动机器人立体匹配研究

针对移动机器人在作业时低纹理、重复纹理、反光的环境,提出了一种基于分割树的移动机器人立体匹配方法,提高深度恢复的计算速度和精度。首先针对移动机器人作业环境对图像进行预处理,减小因光线变化的影响;然后采用最小生成树对图像像素进行加权聚合,通过分割树进行优化同时分割图像;再对图像进行遮挡处理和视差精化,恢复遮挡区域和未提供视差的图像边缘区域的深度,提高深度恢复的精度。最后进行对比实验,在室内场景下新方法计算速度比ST-2方法提高了187.140%,能够为移动机器人提供语义信息;在Middlebury数据集上,新方法比ST-2方法计算速度提高了157.500%,匹配精度提高了66.547%。     

一种新的肝脏CT序列图像区域生长算法

为了提高区域生长的分割精度,减少种子点选取对分割结果的影响和用户交互量。提出一种通过置信区间和区域竞争计算目标区域最优阈值区间,用于医学序列图像的区域生长分割算法。在方法上区域生长方法考虑的是图像的局部信息,而置信区间和区域竞争方法考虑的是图像的全局信息。该文的算法融合了两者的优点。通过在一张图片上选择目标对象和背景对象的多个种子点,实现了复杂背景下的序列图像分割。使用一组腹部CT原始图片进行的实验结果表明,算法在只需很少交互的情况下,有效地提高了分割精度。     

基于因子分析与神经网络的区域物流需求预测

研究区域物流需求预测问题。影响区域物流需求影响因子较多,因子之间呈非线性关系,导致预测模型结果复杂,运行时间长,预测精度低。为提高区域物流需求预测精度,提出一种因子分析和BP神经网络相结合的区域物流需求预测方法(FA-BP)。首先通过因子分析对影响因子进行降维处理,然后将降维后的区域物流需求数据作为BP神经网络的输入进行训练建立预测模型,最后得到区域物流需求的预测结果。对某省1993-2007年区域物流需求预测进行实例分析,结果证明FA-BP模型提高了区域物流需求预测精度,网络的收敛速度加快,在区域物流需求预测方面有着广阔的应用前景。     

科学计算软件Mathcad与Visual C++接口的实现

文章提出了使用VisualC＋＋（简称VC）编写与Mathcad接口的32位动态连接库（DLL）的方法，该方法扩充了Mathcad处理需讲究精度、速度和算法稳定性的复杂数值计算的能力。该方法是VC处理复杂数值计算的能力和Mathcad集成环境的有机融合。     

浅谈土方测量及计算技巧

介绍土方测量及计算过程中的相关特点及注意事项,说明在测量及计算中采用一定的方法可以提高土方测算的准确度。     

C-V模型与工业CT相结合的几何测量方法

针对工业生产中复杂封闭内腔几何尺寸很难测量的问题,提出一种基于C-V模型的工业CT几何测量方法.首先利用C-V模型提取目标边缘坐标点的有序链码,然后利用Green定理和欧氏距离公式计算目标区域的面积和周长.在提取目标边缘坐标点的步骤中,把边缘灰度先验知识融入C-V模型以提高测量精度;在计算目标区域的面积和周长的过程中,合理地选择目标边缘有序坐标点和插值有序坐标点,再一次提高几何测量精度.实验结果表明,与2DFacet模型测量方法相比,文中方法测量精度约提高1个数量级;并已将该方法应用于实际中.     

边缘检测眼底图像屈光度测量的研究

为了解决人眼屈光度测量精度问题,提出了一套基于眼底视网膜图像处理的眼睛屈光度参数测量方法。该方法将从眼底视网膜上反射成像在CCD上的六点红外图像采集到计算机中处理。首先定位六点区域,然后利用边缘CANNY检测算子对六个区域分别图像去噪、平滑处理和边缘检测,最后再用最小二乘拟合的方法计算测量图像的中心,求出眼睛屈光度。实验用标准模拟眼进行了检测,并与二值化法进行了比较,精度明显提高。实验结果表明,该方法使测量精度能达到±0.25D,达到国家计量部门的要求。     

基于动态感兴趣区域车道线分段拟合算法

提出实时视频中基于动态感兴趣区域及分段拟合的车道线的检测算法,动态调整感兴趣区域(ROI),缩小处理空间。采用大津算法(OTSU)动态提取感兴趣区域灰度阈值,并将该值作为多梯度Sobel边缘检测中的灰度阈值以提高边缘检测精度,利用改进的并行快速细化算法骨架化边缘图像,利用基于广度优先最短路径算法去除毛刺,最后再将图像划分近景和远景区域。在不同区域,采用直线或者曲线分段拟合,提高拟合精度。模拟实验结果表明,背景不太复杂时,一帧图像处理时间约为15ms;而背景较复杂时,处理时间约为35ms,能满足实时性。     

基于动态感兴趣区域车道线分段拟合算法

提出实时视频中基于动态感兴趣区域及分段拟合的车道线的检测算法,动态调整感兴趣区域（ROI）,缩小处理空间。采用大津算法（OTSU）动态提取感兴趣区域灰度阈值,并将该值作为多梯度Sobel边缘检测中的灰度阈值以提高边缘检测精度,利用改进的并行快速细化算法骨架化边缘图像,利用基于广度优先最短路径算法去除毛刺,最后再将图像划分近景和远景区域。在不同区域,采用直线或者曲线分段拟合,提高拟合精度。模拟实验结果表明,背景不太复杂时,一帧图像处理时间约为15ms;而背景较复杂时,处理时间约为35ms,能满足实时性。     

应用卷积神经网络与RPN的交通标志识别

在智能交通系统中要求交通标志识别具有良好的鲁棒性、实时性,并且实际交通环境中可能因路标模糊、光照强弱、尺度大小、复杂背景等因素的问题,导致交通标志识别准确率很低。针对上述问题,提出了利用深度学习方法设计卷积神经网络,并通过卷积和池采样的多层处理,结合目标检测方法中的RPN网络结构,以提取图像的候选区域,从而对候选区域进行特征提取,最后利用全连接网络实现对特征图进行回归处理,获取检测目标的位置及识别。实验结果表明,该方法能有效地提高检测精度和计算效率,降低错误率,对于光照、旋转等不良因素下交通标志检测具有较好的稳定性和准确性,有效地提高了交通标志识别效率,具有良好的泛化能力和适应性,且满足一定的实时性的要求。     

基于数字模型的DEM法在疏浚工程中土石方工程量的计算分析

本文通过对疏浚工程中土方工程量常用的三种计算方法原理的分析阐述,通过工程实例,比较分析三种方法在土方工程量计算中的准确性,为在施工中科学准确的计算土方工程量提供合理的计算方法。     

融合多特征表示和超像素优化的双目立体匹配

针对目前许多局部双目立体匹配方法在缺乏纹理区域、遮挡区域、深度不连续区域匹配精度低的问题,提出了基于多特征表示和超像素优化的立体匹配算法。通过在代价计算步骤中加入边缘信息特征,与图像局部信息代价相融合,增加了在视差计算时边缘区域的辨识度;在代价聚合步骤,基于超像素分割形成的超像素区域,利用米字骨架自适应搜索,得到聚合区域,对初始代价进行聚合;在视差精化步骤利用超像素分割信息,对匹配错误视差进行修正,提高匹配精度。基于Middlebury立体视觉数据集测试平台,与自适应权重AD-Census、FA等方法得出的视差图进行比较,该算法在深度不连续区域和缺乏纹理区域的匹配效果显著改善,提高了立体匹配精度。     

社团挖掘的并行化AP聚类方法

采用AP聚类算法进行复杂网络社团挖掘,提高了社团挖掘的精度,但在处理海量数据时算法速率明显下降,其中一个重要原因是单台计算机的计算性能无法满足海量数据的计算需求。为了提高社团挖掘AP聚类在处理海量数据时的速率,设计出一种在Hadoop框架下进行的社团挖掘的并行化AP聚类方法;将传统单机模式下的社团挖掘AP聚类算法在分布式平台上分布进行并行化。实验表明,社团挖掘的并行化AP聚类方法在社团挖掘精度不下降的情况下提高了海量数据的社团挖掘速率。     

基于定点DSP实现复杂函数处理的一种新方法

从定点DSP芯片进行数字信号处理的特点出发，针对进行复杂函数处理的运算量和计算精度的要求，以平方根函数的处理为例，提出一种有效的程序设计方法：以泰勒级数展开方法为基础，通过分区映射来有效扩展自变量动态范围的改进泰勒级数法。分析并与直接泰勒级数展开法比较了计算精度和运算速度，验证了其具有精度高、速度快、编程简便等优势。     

基于视觉的移动机器人实时障碍检测研究

针对立体视觉障碍检测的两个难点:匹配精度以及匹配算法的实时性问题,文章提出了一种基于区域分割的障碍检测方法。通过区域分割,把图像对应点的匹配问题简化为区域边界点的匹配,提高了匹配的精度。分割后的区域作为一个独立的对象进行处理,障碍物三维信息计算转化为视差的判断,提高了匹配的速度。该算法能够实现在室内环境下的实时障碍检测,不需要利用环境的先验知识,具有较强的自适应性。实验结果表明了该方法的有效性。     

一类实时的数字仿真算法

求解微分方程是连续系统半实物仿真中的一项关键技术.应用于复杂系统半实物仿真的实时算法要求具有较大的稳定区域、较高的计算精度和较小的运算量,以便满足实时性要求.常用的AB法基于离散相似原理,计算量小但稳定区域小.常用的实时RK法基于泰勒级数匹配原理,稳定区域较大但计算量大.为了满足复杂系统半实物仿真的需要,综合了泰勒级数匹配原理和离散相似原理的优点,构造了一类实时的四阶混合数字仿真算法,并且分析了该类算法的稳定性、实时性和计算精度.最后,利用标准算例对该类算法进行了检验,仿真结果表明,该类算法计算量小、稳定区域大、精度高,在半实物仿真中具有一定的优越性.