基于马尔可夫随机场的嘴唇特征提取方法*

讨论了基于马尔可夫随机场(MRF)模型的融合颜色和边缘信息的嘴唇特征提取方法.首先进行嘴唇区域检测,再结合嘴唇形状特点建立了基于MRF的嘴唇图像分割模型,构造相应的能量函数,并采用改进的最高置信度优先(HCF)算法求解能量函数的最优解,得到图像标记场,进而提取出嘴唇轮廓.结合人脸结构信息,提出了融合鼻孔角度信息的嘴唇特征点提取方法.实验结果表明,此算法具有良好的鲁棒性.     

基于双向耦合的综合能源系统电热联合潮流计算

本文针对综合能源系统电热联合潮流计算问题,首先基于电热双向耦合建立了含有2个热电联产机组（CHP）耦合节点的电热双向耦合潮流模型;然后分析了电锅炉的耦合状态和系统负荷变化对系统潮流的影响;最后基于牛顿拉夫逊顺序求解算法,选取某一区域综合能源系统进行算例分析,利用MATLAB软件求解出电热混合潮流。结果表明:电热双向耦合网络通过耦合节点CHP1、CHP2交互作用,相互影响达到潮流平衡,验证了所给模 型的有效性;电热耦合潮流随着电锅炉耦合状态和系统负荷变化而变化,显示出多能流系统源-网-荷互动特性。通过对电热耦合网络的潮流研究,可以为电热耦合综合能源系统的规划运行提供指导,并且为进一步多能流耦合潮流研究提供思路。     

存在装配误差时TI蜗杆传动接触分析

利用三维图形和数值分析相结合的方法,研究了存在装配误差时TI蜗杆传动齿面接触的求解问题.借助蜗杆蜗轮齿面接触的三维直观效果,采用数值逼近的方法确定了TI蜗杆传动齿面接触位置,在此基础上分析了装配误差对TI蜗杆传动啮合接触性能的影响.     

基于博弈论的制造网络联盟合作伙伴的监督及激励机制设置

制造网络联盟企业是一种动态联盟,传统的企业的行政管理方法不适用,需采用新的方法和理论来指导其运行和管理.本文在建立了制造网络联盟企业的监督博弈模型的基础上,用纯策略和混合策略博弈均衡的原理讨论了监督机制的设置原则.此外,利用信息经济学的委托-代理理论,通过引入盟主的监督惩罚函数建立了双方博弈委托-代理模型.求解该模型,得到最佳分配系数以激励合作伙伴的投入;并对该系数进行讨论得到三条监督激励机制,为盟主设置合理的监督激励机制提供了理论基础.     

基于遗传粒子群算法的集成块布局优化

根据集成块的结构特点提出了一种集成块布局的优化方法,建立了集成块空间布局优化设计的数学模型和集成块的参数化描述,并结合遗传粒子群算法对提出的数学模型进行了求解.计算实例表明,运用遗传粒子群算法优化该数学模型可以很好地完成集成块的布局优化设计,为以后集成块的自动优化设计打下了坚实的基础.     

注射充模过程的压力求解方法及其比较

提出了一个LU局部分解方法来求解注射充模过程的压力方程,并与其他迭代方法进行了比较。LU局部分解法是当矩阵在逐渐变大时,保留已经分解的部分,只对新增加的部分进行分解,因此相当于只对最后的稀疏矩阵进行了分解。计算表明,LU局部分解法比预条件共轭梯度法快大约1个量级,而预条件共轭梯度方法又比超松弛迭代法快大约1个量级。     

Aspen Open Solver接口技术研究

以Aspen Open Solver接口集中的非线性代数方程组(NLA)部分作为研究对象,在对接口集进行系统地分析之后,利用AspenTech提供的接口代码将分别基于梯度和非基于梯度的四种求解算法嵌入生成solver组件,并实现用Aspen Plus调用该solver组件观察各种算法嵌入的结果.     

基于分离Bregman迭代协同稀疏性的图像压缩感知恢复算法

目前存在的CS恢复算法中大都采用固定的基函数,也就是在确定的域中对信号进行分解,比如:DCT域、小波域和梯度域,但这些域都忽略了自然信号的非平稳特性,缺乏自适应能力,从而不能够将图像分解得足够稀疏,也就使得CS恢复的效果很差,限制了CS在图像方面的应用。提出了一种基于分离Bregman迭代方法求解协同稀疏模型正则化的图像压缩感知恢复算法,能够在有效地刻画图像的局部平滑性和非局部自相似性的同时,获得更高质量的图像恢复效果。实验证明了本文提出算法的有效性,并且在峰值信噪比PSNR方面,比目前主流最好的算法高1 dB。     

多标记分类和标记相关性的联合学习

提出了多标记分类和标记相关性的联合学习(JMLLC),在JMLLC中,构建了基于类别标记变量的有向条件依赖网络,这样不仅使得标记分类器之间可以联合学习,从而增强各个标记分类器的学习效果,而且标记分类器和标记相关性可以联合学习,从而使得学习得到的标记相关性更为准确.通过采用两种不同的损失函数:logistic回归和最小二乘,分别提出了JMLLC-LR(JMLLC with logistic regression)和JMLLC-LS(JMLLC with least squares),并都拓展到再生核希尔伯特空间中.最后采用交替求解的方法求解JMLLC-LR和JMLLC-LS.在20个基准数据集上基于5种不同的评价准则的实验结果表明,JMLLC优于已提出的多标记学习算法.     

ANSYS与NVIDIA合作推出商用GPU加速流体动力学求解器

正日前,ANSYS与NVIDIA携手开发出可显著加速大型多物理模型仿真的解决方案,合作推出商用GPU加速流体动力学求解器.用户现在可利用NVIDIA图形处理器(GPU)加速CFD仿真,同时能够快速处理复杂的大型仿真模型.在ANSYS Mechanical对GPU成功支持的基础之上,首次与FLUENT 15.0配套推出的商用GPU加速CFD仿真的求解器,能够拓宽ANSYS仿真产品系列对NVIDIA GPU的支持范围.