Coupling image processing and stress analysis for damage identification in a human premolar tooth

Non-carious cervical lesions are characterized by the loss of dental hard tissue at the cement-enamel junction (CEJ). Exceeding stresses are therefore generated in the cervical region of the tooth that cause disruption of the bonds between the hydroxyapatite crystals, leading to crack formation and eventual loss of enamel and the underlying dentine.Damage identification was performed by image analysis techniques and allowed to quantitatively assess changes in teeth. A computerized two-step procedure was generated and applied to the first left maxillary human premolar. In the first step, dental images were digitally processed by a segmentation method in order to identify the damage. The considered morphological properties were the enamel thickness and total area, the number of fragments in which the enamel is chipped. The information retrieved by the data processing of the section images allowed to orient the stress investigation toward selected portions of the tooth. In the second step, a three-dimensional finite element model based on CT images of both the tooth and the periodontal ligament was employed to compare the changes occurring in the stress distributions in normal occlusion and malocclusion. The stress states were analyzed exclusively in the critical zones designated in the first step.The risk of failure at the CEJ and of crack initiation at the dentin-enamel junction through the quantification of first and third principal stresses, von Mises stress, and normal and tangential stresses, were also estimated.     

基于头顶点三维运动轨迹的身份识别新方法

提出了一种基于头顶点三维运动轨迹的身份识别新方法,并对相关的基本问题进行了较为系统的研究.人在行走时,从头顶点三维运动轨迹中可提取出入体侧视平面上的身高波动信息和人体俯视平面上的摇摆运动信息.从身高波动信息可提取身高参数(身高均值、身高幅值)和步幅参数(步幅长度、步幅频率);这些参数已被证实可作为身份识别的特征参数.本...     

基于自适应UKF算法的小型水下机器人导航系统

针对海流扰动及姿态、航向误差角引起的无法确知的导航系统模型误差, 设计了一种带模型误差的自适应无迹卡尔曼滤波器(Adaptive unscented Kalman filter, AUKF)用于小型水下机器人(Small autonomous underwater vehicle, SAUV)推位导航系统. 首先提出了小型水下机器人三维运动连续时间模型; 然后针对该模型特点, 基于极大后验估值原理推导了AUKF算法. 仿真结果说明该算法能够克服海流扰动及姿态和航向误差引起的模型误差. 对比经典无迹卡尔曼滤波器算法, 采用该算法的小型水下机器人推位导航系统在复杂海况下的滤波精度显著提高.     

一种RVM模糊模型辨识方法及在故障预报中的应用

对复杂、病态、非线性动态系统进行故障预报的重点和难点是建立系统故障状况的数学模型, 通常难以建立精确的数学模型, 相比之下构建其模糊模型是一个有效途径. 本文研究了相关向量机(Relevance vector machine, RVM)与模糊推理系统(Fuzzy inference system, FIS)之间的内在联系, 证明了基于RVM的FIS具有一致逼近性, 并提出了一种基于RVM和梯度下降(Gradient descent, GD) 算法的模糊模型辨识方法. 基于所给出的模糊模型辨识方法提出了一种新的故障预报算法. 仿真结果表明所建立的模糊模型不仅结构更加简单, 而且能达到更高的预测精度, 所提出的故障预报算法能准确地预报系统故障.     

基于增量子空间自适应决策的目标跟踪

基于增量子空间的目标跟踪算法多数不加选择地将检测到的目标作为模板训练的样本, 并以固定频率更新模板, 这种无反馈闭环机制使得算法在目标外观模型发生变化、 光照变化等复杂条件下难以鲁棒跟踪目标, 一旦跟踪失败很难从错误中恢复. 为此, 我们提出一种反馈闭环跟踪算法, 在增量子空间粒子滤波跟踪框架下, 引入跟踪状态判决作为后续模板更新依据. 通过判决反馈信息选择合适的样本适时更新模板, 有效克服目标外观模型的变化, 持续跟踪目标. 实验结果表明, 由于引入跟踪状态判决, 在目标外观变化、光照变化等情况下, 本算法能够以与环境相适应的频率及时更新模板, 提高跟踪精度, 实验结果验证了本文算法的鲁棒性和有效性.     

P2P 流量识别

P2P流量的迅猛增长加剧了网络拥塞状况,P2P流量识别为网络管理提供了基本的技术支持.首先介绍了P2P流量的类别及流量识别面临的主要困难,然后综述了P2P流量识别的主要技术及研究进展,最后给出下一步的主要研究方向.     

非均匀采样系统多新息随机梯度辨识性能分析

针对一类非均匀采样系统,提出了其输入输出表达的多新息随机梯度辨识方法．该方法将随机梯度算法中的新息项扩展为向量,有效利用了历史新息所包含的信息,从而提高辨识精度和算法的收敛速度,同时又保留了随机梯度算法计算量小的优点．仿真例子通过改变新息长度,验证了所提出辨识算法性能的优越性．     

状态空间模型基于正交梯度搜索的预报误差辨识

提出状态空间模型的正交梯度搜索的预报误差辨识方法.通过极小化输出预报误差而获得系统的参数估计,提出了在观测等价类相切面正交子空间进行参数更新的实现方法,从而解决了全参数化引起的状态空间模型参数非唯一性问题;给出了融合预报误差局部线性逼近性能的正则化因子自适应确定方法,揭示了算法复杂度与系统的能控性、能观测性的内在联系.仿真结果验证了所提出方法的有效性.     

基于感应电机状态方程的定子电阻辨识方法的研究

基于感应电机两相同步旋转坐标系状态方程,提出了一种新的定子电阻辨识方案。在分别利用励磁电流微分方程和转矩电流微分方程推算转速的基础上,利用二者的等量关系实现了定子电阻在线辨识。该方案的优点是,定子电阻估算仅需要电机终端可测的定子电压、电流,无须借助转子或定子磁链。仿真实验将其应用于无速度闭环矢量调速系统,实时更新转速估算模块中的定子电阻,论证了该方案对电机参数变化鲁棒性强及对改善转速估算精度的有效性。     

基于分段搜索的多RFID标签抗冲突方法*

由于二元树抗冲突方法消耗的识别时间随标签数量呈线性增长,因而提高巨量（>100）标签的抗冲突识别的效率对于推动RFID的应用显得尤为重要。对此本文提出一种分段搜索清点RFID标签的抗冲突方法,通过减少清点过程中标签对阅读器回传数据的位数,达到减少传输耗时的目的。将其与现有的动态二进制搜索法对比,仿真结果表明,当标签突破一定数量,对于特定的分段方式,该算法能够显著降低清点过程的时间消耗。