基于组合特征的高效数字识别算法*

针对监控屏幕中的数字字符提出了一种高效的识别算法。该算法利用字符图像的欧拉数、凹陷区、水平和垂直穿线等组合特征完成级联分类,无须对待识别字符进行规整、细化和轮廓提取处理,降低了算法复杂度,减少了因细化变形、轮廓断裂引起的误识和拒识。在以此算法为基础实现的监控信息自动采集与记录系统中,对5 000多个屏幕显示数字字符进行识别测试,平均每秒处理125个数字,正确识别率达到98.70%,误识率仅为1.30%。实验表明该算法在处理速度、识别精度、抗干扰性方面表现良好。     

航空液压油泵车自动检测系统的设计

在PC自动检测系统的基础上,设计了YYBC-2型航空液压油泵车自动检测系统的整体结构,从参数信号的获取、动力传动系统参数的选择和液压系统参数的选择三个部分陈述了这套系统的工作过程和工作原理。     

SmartCrown工作辊辊形在1750热轧的应用

通过比较SmartCrown和CVC辊形特点,分析了SmartCrown作为一种新的板形控制系统所具有的强大的板凸度和平直度控制能力。1750热轧生产实际证明SmartCrown对带钢双肋浪控制有明显作用,带钢凸度、平直度均能满足产品大纲需求。     

空间句法中定量视域分析算法研究

定量视域分析是应用空间句法理论研究城市规划和建筑物布局合理性的基础.提出了一种定量视域分析算法,从视点每隔一定角度发出一条射线与建筑物实体或区域边界相交,选取每条射线上距离视点最近的交点构造视域多边形,通过消除共线冗余点优化视域多边形,并据此计算出面积、周长、形心和闭塞度等视域属性变量.实验结果表明,该方法获得的视域属...     

航空地面保障装备战损抢修模式

航空地面保障装备战损伤抢修模式包括:我军机场抢修力量抢修、专家远程指导下的保障分队抢修、战区装备应急抢修分队抢修、地方支援抢修.加强航空地面保障装备抢修应做到:把航空地面装备战损抢修建设作为平时工作的重要内容;加强装备战损抢修的组织与训练;加强装备战损抢修的组织与训练;维修、指挥、机动三种手段并重;区分轻重缓急,把重点放在应急机动作战部队;加强基地级和地方维修力量的建设.     

深海拖缆二维地震资料处理技术

以琼东南盆地深海拖缆二维地震资料为例,针对深海拖揽资料存在的问题,按照三维观测系统定义方法划分面元,运用三维地震资料处理流程成功地解决了以下问题:①拖缆漂移所造成的非同相叠加和偏移成像模糊问题;②把气枪震源子波整形为最小相位后再进行反褶积,改善了反褶积效果;③在叠前道集上应用最大熵叠加法噪声衰减技术去除了浪涌产生的低频干扰;④利用水底库进行预测反褶积,有效压制了近道海底多次波;⑤摸索出了有效的成像方法。利用上述方法对琼东南实际地震资料的处理表明:地震资料的品质较以往常规处理的资料品质有了较大幅度的提高。     

基于改进图注意机制的网络嵌入方法研究及应用

网络已被广泛用作抽象现实世界系统以及组织实体之间关系的数据结构;网络嵌入模型是将网络中的节点映射为连续向量空间表示的强大工具;基于图卷积（Graph convolutional neural, GCN）的网络嵌入方法因受其模型迭代过程参数随机优化和聚合函数的影响,容易造成原始节点特征信息丢失的问题;为有效提升网络嵌入效果,针对于图神经网络模型在网络嵌入中节点表征学习的局限性,提出了一种基于二阶邻域基数保留策略的图注意力网络SNCR-GAT（Second-order Neighborhood Cardinality Retention strategy Graph attention network）,通过聚合二阶邻域特征基数的方式,解决网络节点潜在特征学习过程中重要信息保留问题;通过在节点分类和可视化两个网络嵌入应用任务上进行实验,结果表明,SNCR-GAT模型在网络嵌入上的性能表现相比较基准方法更具优越性。     

基于Web的BIM模型轻量化展示及渲染控制研究

针对当前BIM模型数据量庞大且需要专业软件查看,对计算机软硬件要求苛刻以及在C/S架构进行模型展示时十分不便的问题,提出了一种BIM模型的轻量化展示及自适应渲染控制的方法。该方法以Revit模型为研究对象,首先利用二次开发技术编写插件自动提取模型信息并转化成glTF格式;然后通过数据优化算法压缩glTF格式,并利用WebGL技术以及Three.js框架解析glTF格式实现模型的Web端重组;最后通过LOD-AD优化算法,实现距离较远且体积较小的三角面片剔除,并且帧率较低时优先渲染高层级构件,以此完成渲染过程中的自适应控制效果;实验结果表明,该方法在确保模型保真度的前提下,极大减少了模型体量以及模型传输时间,且场景的自适应控制能有效剔除低重要度构件,达到显著提升渲染流畅度的效果,为BIM模型轻量化展示以及渲染控制提供了一种可行的参考方案。     

改进鲸鱼算法及其在路径规划的应用

针对鲸鱼优化算法(WOA)存在的收敛速度慢、收敛精度低和易陷入局部最优等问题,提出了采用非线性收敛因子、协同a的惯性权重、时变独立搜索概率和免疫记忆改进的鲸鱼优化算法(IWTWOA);应用非线性收敛因子、协同a的惯性权重和时变独立搜索概率改进WOA迭代模型,平衡了算法的全局搜索和局部搜索能力,有效避免了陷入局部最优的问题;引入免疫算法的免疫记忆机制,提高了算法收敛速度;选取了15个基准测试函数进行性能测试,结果表明IWTWOA算法在稳定性、计算精度和收敛速度上均有所提高;最终将其应用在路径规划问题中,获得了较好的结果.