缩短BCH编码应用于无线传感网络的能效分析

基于能效分析了具有不同纠错能力的缩短BCH码在典型的无线传感器网络模型中的优劣.仿真结果表明,在典型应用中,缩短汉明码可以取得整体上最优的效果,并可通过对信息码长的调节取得最大能效,在对网络可靠性要求非常严格的情况下,可考虑使用纠错能力为2位或3位的缩短BCH码.     

基于能量优化G2连续插值三次样条曲线

给出了一种在能量优化意义下构造G2连续保形插值三次参数样条曲线的方法.具体步骤如下:(1)以曲线应变能最小为目标构造目标函数,通过解线性方程组,求出优化意义下的每个插值点处的最优切矢方向;(2)用文中给出的简易公式求出各插值点的曲率,进而计算出插值点处的切矢模长,使曲线满足G2连续、保形插值的条件;(3)用Hermite插值方法求出相邻两插值点间的曲线.实验结果显示了方法的有效性.     

基于二值体金字塔数据结构的自适应快速体绘制方法

直接体绘制技术无需拟合中间几何图元直接绘制体数据,由于绘制图像质量高,该技术倍受青睐。但是,因为直接体绘制需要遍历整个数据场,绘制速度慢,在绘制大规模数据场时,速度已经成为应用该项技术的一大瓶颈。为此,提出一种基于二值体金字塔数据结构的自适应快速体绘制方法,该方法可以在不降低图像质量的情况下,加快图像绘制速度。     

基于深度学习的孔特征可制造性分析方法

针对传统基于知识库及规则库的零件可制造性分析方法柔性差,以及现有基于深度学习的可制 造性分析方法无法给出零件具体不可制造原因的现状,提出一种基于深度学习的零件可制造性分析方法。首先, 通过数字化建模技术构建大量带有具体可制造性类别标签的三维 CAD 模型,并进行点云提取,从而构建深度 学习所需数据集;然后,基于 PointNet 网络结构搭建面向孔特征可制造性分析的深度学习网络,并完成网络的 调参及训练;之后通过与基于体素表示的三维卷积神经网络(3D-CNN)及已有方法进行对比,说明所搭建的点 云深度学习网络具有更好的鲁棒性和较低的算法时间复杂度;最后通过一个实例零件对网络的实际性能进行检 验,对孔特征进行可制造性分析,识别出不可制造的孔特征,并说明其原因。实验结果表明,该方法能够在保 证较高识别准确率同时得出特征不可制造的具体原因,具有更大的使用价值。     

基于UG的图形化数控编程及二次开发技术的探讨

介绍了采用Unigraphics软件系统实现复杂型面零件数控加工的图形化编程技术的一般方法和特点,探讨了采用该软件系统提供的二次开发语言GRIP编程实现数控加工代码读取并实现刀具轨迹仿真模拟的方法．     

具有中间质量结构振动功率流的传递特性

单层隔振系统在高频域的缺陷使人们进而追求更为复杂的结构来提高隔振效果，将中间质量插入振源和被隔离系统之间是一个简单有效的方法，适合在工程中应用；通过对具有中间质量隔振系统进行理论建模、推导传递功率谱表达式、绘制功率谱传递曲线，研究了振动功率流的传递机理，研究表明，具有中间质量隔振系统能在高频域获得较为理想的隔振效果；从振动控制的观点出发，如果空间允许最好对称安装；中间质量能够改变三阶谐振的位置，基础刚度则能改变基础的共振峰值位置，可以通过调节中间质量和基础刚度的方法来获得较宽的隔振频域。     

白光照明LED灯温度特性的研究

该文分析了白光LED照明光源色坐标、显色指数、色温和发光效率与驱动电流和温度的关系。驱动电流的增加将引起蓝光波峰的长移,并随电流的增大而增大;但其对色坐标、色温和显色指数并未引起较大的变化,而发光效率发生下降。主要原因为蓝光波峰的长移导致荧光粉与激发波长的不匹配,引起荧光粉发光效率的下降。这个现象在不同的环境温度下发光也得到证实。实验结果认为LED的驱动电流为20mA,温度小于50℃时具有较好的发光效率。而显色指数要通过增加红色成分来改善。     

基于Web的产品三维模型信息共享研究

企业产品三维模型信息在产品的整个生命周期中占据着重要的地位。该文提出了一个基于Web的产品三维模型信息共享方案:以VRML文件和数据库作为产品三维模型信息的载体,结合XML和ASP技术实现了产品三维模型信息的跨平台共享,为实现网络化产品设计提供了技术基础。     

采用两层级联神经网络从少量投影重构二维图像

文中算法第一级建立像素到其吸收系数的映射；第二级建立图像吸收系数矩阵到射线投影值的映射；最后由一级网络的输出构建吸收系数矩阵．该算法可以在较少投影数据量的条件下提高重建图像质量，为火箭发动机等大体积产品的无损检测或反求提供支撑技术．     

曲面拟合过程中的参数值优化方法

参数值的准确性对曲面拟合的效率以及精度影响非常大,直接通过参数化方法获得的参数值往往不够精确。在曲面拟合过程中,需要反复利用逼近得到的曲面优化参数值,但是常用的参数优化方法应用到局部曲率大的曲面时,参数的迭代优化的过程可能不收敛,从而使得曲面拟合难以继续。随着参数化方法以及曲面拟合研究的发展,局部曲率大的曲面也可以被较好的参数化并进而逼近拟合,因此研究大曲率曲面上的参数值优化意义重大。笔者提出一种比常用参数值优化方法精确度更高的参数迭代优化计算方法,进而通过添加收敛判据确保迭代过程收敛。该方法在实际应用中取得了较好的效果。