三角网格的能量优化参数化方法

三角网格参数化是纹理映射、曲面拟合与曲面重构、网格编辑等工作的基础和环节,参数化变形的大小是衡量参数化好坏的标准.为此提出一种基于变形能量优化的三角网格参数化方法.采用区域增长算法逐层展平空间三角网格,得到空间三角网格曲面的自由边界的参数化结果,并利用保形变换将自由边界的参数化结果变换为规则边界的参数化结果;同时兼顾了参数化的角度变形和面积变形,使得参数化结果具有整体变形较小的特点,并能够避免三角形折叠的现象.将该方法应用于纹理映射中的数值实验表明,其比常见的几种参数化方法具有更好的纹理映射效果.     

基于DNA折纸基底的与非门计算模型

与非门(NAND)的本质是与门(AND)和非门(NOT)的叠加,先进行与运算,再进行非运算,它是建立DNA计算机的基础。为了实现与非门的计算,该文在DNA折纸基底上建立了一个与非门计算模型,逻辑值的输入是通过在DNA折纸基底上发生有向的杂交链式反应(HCR)来完成的,输入链先经过与门区域再经过非门区域,最后通过DNA折纸基底上是否还保留纳米金颗粒来显示计算结果的真假。利用Visual DSD对该计算模型进行仿真模拟,显示该计算模型具有较好的可行性。     

邻频干扰对跳频系统中断概率的影响

在已知台站布置的跳频系统中,针对邻频干扰对系统中断概率的影响,分析了接收端信干噪比（SINR）的分布函数,得到了以信道参数、干扰台站数和可用频点数为变量的中断概率公式。理论计算和仿真结果表明,信道参数、干扰台站数是影响中断概率的主要因素,可用频点数与中断概率有类反比的关系。该结果为跳频系统的性能分析和台站布置提供了指导。     

基于PointNet和长短时记忆网络的三维人体动作预测

人体动作预测是计算机视觉和图形学领域的重要任务。现有的方法主要基于人体骨架和视频图像表示,相较于骨架和视频表示,三维几何数据表示人体动作更加直观和形象化。为此提出了一种基于PointNet和长短期记忆(LSTM)网络的三维点云表示的人体动作预测方法。首先,使用改进的PointNet对人体动作序列中的每帧三维点云进行特征提取;其次,通过LSTM学习动作序列的时间信息融合动作序列的时空特征;最后,将时空特征通过全连接神经网络(FC)进行动作预测;此外,还构造了三维点云表示的人体动作序列数据集。实验结果表明,所提方法在预测下一帧三维人体点云坐标时的平均损失值低于10^-3。     

结合视觉显著性与注意力机制的低光照图像增强

低光照图像增强是解决低光照环境下各种视觉分析任务的基础和核心步骤,但现有主流方法由于普遍未能对结构信息进行有效刻画,往往存在曝光不均衡、颜色失真等问题.针对上述问题,文中提出结合视觉显著性与注意力机制的低光照图像增强方法.首先,构建基于注意力机制的低光照图像增强网络,在引入注意力机制的同时考虑局部细节和全局信息,正确刻画增强结果中的颜色信息.再遵循由粗到细的逐步优化理念,设计渐进式注意力机制,将增强过程分阶段细化,实现精细化建设.然后,引入显著性引导的特征融合,增强网络对图像中显著性目标的感知能力,从更符合视觉认知需求的角度提升对于结构信息的表达,有效避免产生噪声/伪影等问题.实验表明,文中方法有效解决现有工作存在的曝光不足与颜色失真等问题,性能较优.     

节能建筑保温设计数值微分模型

建立围护结构内部热传导的微分方程,运用有限差分法利用计算机求解,得到不同保温层厚度下与室内热量交换情况。结合保温层建造费用与室内制冷和保暖费用,求得保温层的最佳厚度。热工测试表明模型设计值与实测值吻合较好,这一算法为节能建筑设计提供科学参考。     

钢板移动式感应加热的多场耦合数值分析

针对钢板的感应加热弯板成形问题,利用ANSYS软件的物理环境法建立了钢板移动式感应加热的电磁-热-结构耦合分析的数值模型。为了实现移动加热的模拟,采用节点约束方程解决了钢板、感应器和空气间隙组成的求解域的多场耦合问题,数值计算结果与实验数据吻合,验证了数值模型的正确性。然后,对钢板感应加热过程进行了数值分析,得出结论:感应加热过程中,涡流集中分布于感应器前端的钢板金属,有利于钢板快速升温,并迅速进入准稳态加热状态;在加热结束时,磁通密度外扩形成感应加热过程所特有的端部效应,从而影响钢板端部的温度分布及最终的板边变形。     

面向3D打印体积极小的拓扑优化技术

与传统制造所生产的产品相比,3D打印产品的成本仍相对较高.因此,如何能在不牺牲打印物体表面质量的前提下通过模型优化来减少打印材料消耗,对于降低打印成本至关重要.针对这一问题,借鉴传统渐进结构优化方法,结合Von Mises应力计算,给出一种面向3D打印体积极小的拓扑优化算法.该算法通过模型力学计算所得的最大Von Mises应力与材料允许应力之比来引导模型体积减小进化,直至最大Von Mises应力达到允许应力值为止.同时,引入多分辨率技术,由粗网格再到细网格进行优化计算,有效地提高了计算效率.与现有其他给定结构模式的方法相比,该优化结果能更好地体现模型荷载受力的传递路径.     

局部加权全变差下的盲去模糊

图像去模糊是图像处理和分析中的基本问题之一,其本身是一个不适定问题,通常需要使用正则化方法来提高求解过程的稳定性.为了解决去运动模糊问题,从图像的局部特性出发,提出一种基于局部加权全变差(LWTV)的正则化方法,并给出了一种基于交替迭代的有效解法.针对非盲去卷积问题,为了克服传统全变差(TV)正则化方法的不足,以图像局部的变化信息为权值,在加大对图像中平坦区域的惩罚力度的同时,减小对图像中边缘区域的惩罚力度;针对模糊核估计问题,首先利用相对全变差(RTV)方法提取图像的显著性结构,然后利用显著性结构进行初步模糊核估计,再采用LWTV模型进行临时清晰图像估计,通过以上3步交替迭代获得最终的模糊核.实验结果表明,该方法可以在去除模糊及噪声的同时,很好地保持图像边缘并抑制振铃效应.     

一类求解非线性奇异方程组的牛顿改进算法

受一个求解非线性奇异方程组迭代格式的启示,将两种牛顿改进算法推广成一般形式,并将其发展为一类求解具有奇异雅可比矩阵的非线性方程组的牛顿改进算法.首先,描述这类新算法的迭代格式,并导出其收敛阶,该新格式每步迭代仅需计算一次函数值和一次导函数值;然后,对测试函数进行检验,并与牛顿算法及其他奇异牛顿算法进行比较,从而验证该算法的快速收敛性;最后,通过两个实际问题验证所提出算法的有效性.