Computation of unsteady viscous flow and aeroacoustic noise of cross flow fans

Time-accurate viscous flow solutions are sought for the prediction of unsteady flow characteristics and associated aeroacoustic blade tonal noise of a cross flow fan. The two-dimensional incompressible Navier-Stokes equations in a moving coordinate are time-accurately solved by an unstructured finite-volume method on triangular meshes, and a sliding mesh technique is utilized at the interface between the domain rotating with blades and the stationary one for allowing the unsteady interactions. An accuracy assessment of the present method is made by comparing the fan performances with experimental data for a rotational speed at 1000 rpm and the Reynolds number 5300 based on blade tip speed and chord length. With the computed unsteady viscous flow solutions, sound pressure is predicted using Curle’s equation and narrow-band noise characteristics of three impellers with a uniform and two random pitch (type-A and -B) blades are compared by their sound pressure level spectra. Also, the frequency modulations of the blade passing frequency noise by random pitch fans are discussed.     

Finding Starting Points for Tracing Surface Intersections

1 Introduction Finding out proper starting points for all the intersection curves between two surfaces is a key process in numerical tracing methods for surface-surface intersection (SSI) problems. A number of methods [1] are introduced to calculate the starting points. Cugini et al. [2] introduced the concept of shrinking bounding boxes to calculate starting points. This method is simple and in some cases effective, but it may miss some intersection components. Muellenheim [3] presented an…     

超分辨率重构技术需要考虑的几个因素

超分辨率重构指的是用低分辨率的视频重构高分辨率的视频和图像,以获得更好的视觉效果。该文分别从成像过程和压缩过程两个方面讨论了超分辨率重构过程需要考虑的因素,同时指出了运动估计和运动补偿在超分辨率重构中的重要性。文章还分析了运动估计在超分辨率重构技术中所面临的新的难题。最后,对于超分辨率算法的具体实现进行了探讨性的研究。     

噪声图像中边界提取方法的研究

在噪声图像中如何有效的提取边界是图像分析中的难点，常用的边界提取方法往往对噪声对敏感，文章针对这一情况采用了保持图像细节的多级组合滤波器先将噪声从图像中分离出来，然后再对图像进行边界提取，实验表明，该方法可以在有效的抑制噪声的同时提取出有意义的边界。     

Stochastic stabilization of differential systems with general decay rate

Some sufficient conditions concerning stability of solutions of stochastic differential evolution equations with general decay rate are first proved. Then, these results are interpreted as suitable stabilization ones for deterministic and stochastic systems. Also, they permit us to construct appropriate linear stabilizers in some particular situations.     

鲁棒的镜头边缘检测融合算法

对于镜头骤变检测，通过最小扩展树算法(MST)提取保留了视频帧空间信息的颜色聚合向量直方图、引入了动态自适应阈值和时间阻尼，使得骤变检测效率高；对于渐变检测，通过分析其数学产生模型，根据模型特性实现渐变镜头检测；最后，采用一个良好的融合策略同时完成骤变和渐变。     

冒泡择优遗传算法

为快速地寻求复杂多峰函数的全局极值点，提出一种冒泡择优遗传算法。它以冒泡的形式让每一代种群中的最优的个体参加列队竞争，以成为局部最优或全局最优。对于达到局部极值的个体，进行湮灭操作，重新进行进化与列队竞争。该算法能自动保持种群多样性且易于实现。实验结果表明，该算法对于求解多峰函数优化的问题十分有效，通常都能找到全部全局最优解。     

基于自组织定向的边缘优化方法

传统的边缘检测方法通常采用预先的平滑滤波操作排除噪声的干扰，这使得去除噪声的同时也损失了图像的细节。因此，滤波去噪比例和边缘检测精度一直是一对矛盾，本文针对这个问题提出了一种基于边缘定向的边缘优化策略。边缘具有一定的方向是它区别于杂乱无序的噪声的鲜明特征，利用这一特征，可以不需要平滑滤波操作并能很好地解决以上问题。文中还根据数字图像的特点提出了自组织定向这一获取图像边缘方向的有效方法。     

时间序列数据分析与预处理

时间序列分析中常常遇到的一个问题是如何有效地过滤噪音和约简数据。本文通过修改传统的离散的傅立叶变换来过滤噪音和进行数据的约简，并尽可能保留原始时间序列的全局变化趋势。为检验该方法的有效性，本文同时提出一个新颖的数据分类算法MCC，并用该算法对股票回报率的变化进行预测，实验结果显示，用MCC算法在预处理后的数据上进行预测，其预测的命中率达到63．68％，而在原始数据上进行预测，其预测的命中率只有48．98％。显然，通过对原始数据进行噪音过滤有效地改善了预测的精度。另外，数据的约简也提高了预测算法的效率。     

几种无语音检测噪音估计方法的比较研究

噪音谱的估计是谱相减方法中关键的一环。传统的噪声谱的估计是通过对输入语音作语音检测，区分出纯噪声段，根据噪声段的频谱估计出噪声谱。该方法的准确性局限于语音检测算法的性能，在信噪比较低时，性能下降很快。近年来人们提出了多种不用语音检测的噪声估计方法，这些方法不区分语音和非语音段，在每一帧都进行噪声谱的更新。评估了几种无语音检测的噪音估计方法，比较了它们用于谱相减时在语音识别中的性能，提出了一种新的基于能量聚类的无语音检测噪音估计方法，通过实验验证了它的优良性能。