可控的高度规整三角网格生成算法

本文提出了一种新的用户可控的高度规整三角网格生成算法.通过在网格表面上构造3个标量场,利用其等值线相交生成高度规整的三角网格.算法借助N-对称方向场来指导生成网格的边方向,在网格表面指定密度场来控制采样密度,同时还提供了特征对齐和对带边界模型的处理能力.所有的控制需求都被纳入标量场求解框架中统一优化.实验表明,本文的方法能够满足多种用户控制需求,生成高度规整的三角网格.     

结合动力学模拟的手绘服装动画生成

手绘服装动画是艺术化绘制风格与服装运动规律的结合体,将手绘风格与服装运动模拟相融合,提出一种高效生成具有手绘效果的服装动画方法.通过手绘图来指定服装动画的艺术效果,并基于逆向动力学原理,采用非线性优化方法从用户输入的手绘图中恢复出服装运动的动力学参数;在此基础上,设计实现了基于广义的中间帧插值方法和结合显式动作数据的外推方法,自动生成用户所期望的、与手绘图风格一致的服装动画序列.实验结果表明,该方法可有效地生成融合服装物理运动属性并保留动画师手绘风格的服装动画,显著提高了手绘服装动画的制作效率.     

处理器验证激励在线筛选技术

如何生成高质量的验证激励是功能验证中的核心问题之一.随着功能验证的不断进行,验证激励的有效性也随之降低.为了提高验证激励的质量,提出一种在线筛选技术来处理验证激励.该技术采用单分类支持向量机来在线地构建分类器,以对新生成的验证激励是否冗余进行预测,如果是冗余的,则不进入仿真阶段进行仿真.在此基础上,进一步提出指令序列核函数来衡量不同指令序列的相似程度.实验结果表明,与约束随机生成技术相比,文中技术可以减少约83%的验证激励及79%的验证时间.     

数百员工文件 快速一次生成

用一个模板文件快速生成以全公司600多人的名字命名的个性化文件,如何才能办到?为了快速完成一项工作,公司开展全员合作,需要每位员工填写一份相同格式的表格。办公室的小王要由一份空表"个人工作任务.DOC",在公司的公用服务器上生成与此内容相同,但     

轻松制作PDF书签不求人

首先,下载安装pdfFactory虚拟打印机。 要实现为PDF文档自动添加书签,就需要在你打印之前进行些设置。针对PDF页数较多的文档,制作书签时,最好自动生成文档的目录,然后操作会相对容易得多。如果是页数较少的文档,不想生成目录的话,还可以在文档生成PDF文档后进行手动添加,也可实现该功能。     

基于交互事件流模型的GUI测试用例生成

根据GUI基于事件驱动的特点,对事件流思想在GUI测试中的应用进行研究。针对事件流模型对GUI事件之间的关系描述过于薄弱,生成大量冗余测试用例的问题,在事件流模型中加入用来描述事件间交互关系的信息。同时指出事件交互的本质是事件处理程序之间的变量共享和消息传递。最后给出生成有效交互测试用例的具体算法,并在实例中验证了其有效性。     

基于Unity的游戏地形生成方法

基于Unity中的Terrain工具进行游戏开发,可以方便快捷地生成一个满足游戏需要的三维地形.在介绍Terrain工具的基础上,提出了一种基于Unity的游戏地形生成方法.实例证明,该方法简单有效,可以满足一般游戏地形建模的需要.     

基于APCNN和BiGRU-Att的单词DGA域名检测方法

为了提高对基于单词的域名生成算法（domain generation algorithm,DGA）生成的恶意域名的检测准确率,提出了一种结合改进的并行卷积神经网络（APCNN）和融合简化注意力机制的双向门控循环单元（BiGRU-Att）的网络模型,该模型能充分学习单词特征、单词之间的组合关系和关键字符信息。实验结果表明,相比Bilbo和CL模型,APCNN-BiGRU-Att模型的分类准确率和F1值更高,表明该模型具有更好的检测效果、多分类效果和稳定性。     

基于无监督深度图像生成的盲降噪模型

鉴于有监督神经网络降噪模型的数据依赖缺陷,提出了一种基于无监督深度生成（UDIG）的盲降噪模型。首先,利用噪声水平评估（NLE）算法测定给定噪声图像中的噪声水平值并输入到主流FFDNet降噪模型中,所得到降噪后的图像（称为初步降噪图像）作为UDIG降噪模型的输入。其次,选用编码器—解码器架构作为UDIG模型的骨干网络并用UDIG模型的输出图像（即生成图像）分别与初步降噪图像、噪声图像之间的均方误差之和构建混合loss函数;再次,以loss最小化为优化目标,通过随机梯度下降（SGD）网络训练算法调整网络模型的参数值从而获得一系列生成图像;最后,当残差图像（噪声图像与生成图像之间）的标准差逼近之前NLE算法所测定的噪声水平估计值时及时终止网络迭代训练过程,从而确保生成图像（作为降噪后图像）的图像质量最佳。实验结果表明：与现有的主流降噪模型（算法）相比,UDIG降噪模型在降噪效果上具有显著优势。     

基于Transformer实现文本导向的图像编辑

为方便非专业用户修图,提出一种基于Transformer的图像编辑模型TMGAN,使用户可通过自然语言描述自动修改图像属性。TMGAN整体框架采用生成对抗网络,生成器采用Transformer编码器结构提取全局上下文信息,解决生成图像不够真实的问题;判别器包含基于Transformer的多尺度判别器和词级判别器两部分,给生成器细粒度的反馈,生成符合文本描述的目标图像且保留原始图像中与文本描述无关的内容。实验表明,此模型在CUB Bird数据集上,IS（inception score）、FID（Fréchet inception distance）以及MP（manipulation precision）度量指标分别达到了9.07、8.64和0.081。提出的TMGAN模型对比现有模型效果更好,生成图像既满足了给定文本的属性要求又具有高语义性。