基于DoG检测图像特征点的快速二进制描述子

针对SIFT描述子实时性差和传统二进制描述子对尺度、旋转和视角变化鲁棒性差的问题,本文通过优化采样模式和添加灰度差分不变量比较测试进行改进,提出了一种鲁棒性更高的二进制描述子。首先,设计了一种尺度关联、编号标记的采样模式;然后,旋转采样模式中各采样点到特定位置,确保描述子尺度、旋转不变性;接着,分析了采样点点对模式对描述子的影响,选择使用机器学习训练后的128对采样点对;最后,选择灰度值比较测试及梯度绝对值和比较测试构建二进制描述子。实验中采用DoG检测图像关键点,结果表明:本文提出的描述子在描述子构建和描述子匹配上比SIFT描述子分别快84%和67%;在有视角变化的图像匹配上,准确率比传统的二进制描述子高3%~5%,召回率平均要高30%以上。本文提出的特征点描述方法适用于时间要求高的图像匹配领域。     

基于客户特征的产品环境需求预测方法研究

针对产品绿色设计中客户需求的模糊性和不确定性,提出了一种基于客户特征的产品环境需求预测方法。通过建立客户环境需求采集模版获取客户信息,采用感性工学及语义差异方法对客户环境需求进行规范化表达,构建了人工神经网络模型挖掘客户特征与客户环境需求之间的关系,帮助企业预测具有不同特征客户的环境需求,采用信息增益量化了各个客户特征对客户环境需求的影响程度。最后以某冰箱企业的客户环境需求分析为例,应用MATLAB进行仿真研究,验证了方法的可行性与有效性。     

液压减振器故障-参数集的知识表达及映射

液压减振器由于具有内部高压、管路封闭及结构复杂等特点,导致其参数可测性差,从而限制了其故障诊断技术的发展。在AMESim中搭建液压减振器仿真模型的基础上,通过分析液压减振器各组成间的功能、零件故障模式及其影响和各功能零部件间的耦合关系,确定映射规则并建立故障现象与底层故障参数集之间的映射,之后对液压减振器的故障知识管理应用、故障模式注入和故障参数集的优化进行了研究。最后通过油液内泄漏故障现象的参数集表达及动态特性分析实例,验证了故障参数集表达方法。     

建筑信息模型化技术在综合管廊设计施工全过程中的应用

分析了建筑信息建模技术在集成管理设计阶段和施工阶段的应用。为了能实现管道和综合管廊主体结构的同步设计,就要把建筑信息建模技术充分应用到综合管廊设计施工的整个过程中。此外,尽可能地在施工的阶段实现最大的效率。所以为了能提升项目的实效性和综合管廊的智能化建设和运营的管理,须有一套成熟的建筑信息实施的系统。     

商空间粒度的可逆性研究*

粒计算是近年来人工智能领域的重要研究热点,而商空间理论是最重要的粒计算模型之一,其主要思想是通过保假原理实现求解问题从细粒度到粗粒度的商空间构造过程。这个粒化过程是一个信息有损过程,是不可逆的,于是研究商空间粒度的可逆性。首先,提出逆商空间的概念并定义其构造方法,为商空间(粗)粒度到原空间(细)粒度的可逆转换提供形式化的数学方法;其次,通过分析逆商空间与原空间的一致性,论证并实例分析商空间粒度的两个可逆性条件——定义原空间上的双射函数或保证原空间上所有开集的饱和性。旨在进一步丰富和完善商空间粒度转换理论和粒计算方法。     

区间值序信息系统中差别信息树的属性约简

属性约简是粗糙集领域的一个热门研究课题,而差别矩阵是获得属性约简的有效方法。然而,差别矩阵含有重复元素,增加了获得约简所需要的时间。差别信息树的提出解决了差别矩阵含有重复元素的问题,实现了对差别矩阵中非空元素的压缩存储。但是差别信息树是在等价关系下的差别矩阵的基础上提出的,并没有考虑序决策信息系统的情况。在区间值序信息系统的背景下提出了基于可分辨矩阵的差别信息树,解决了可分辨矩阵中存在冗余元素的问题,实现了对可分辨矩阵中非空元素的压缩存储。得到了该树的相关性质定理并对其进行了验证,并在此基础上给出区间值序信息系统的基于差别信息树的完备的属性约简方法。最后给出了实证分析,验证了该方法的可行性以及有效性。     

不同介质的新型集热器的数值模拟研究

设计了一种新型集热器,采用空气与水两种不同介质在集热器内加热,空气作为冬季室内地板送风供暖,水作为生活热水使用。通过利用Fluent软件进行模拟计算,得到了不同空气流速对于空气出口温度以及集热器的集热效率之间的影响。并且采用串联集热器的方法提高集热器空气与水的出口温度。为优化集热器设计以及降低能耗提供了依据。     

基于模糊优势关系的粗糙聚类定性组合算法

为对包含数值和名词属性的混合数据集进行定性组合聚类分析,提出一种基于模糊优势关系的粗糙聚类定性组合算法f-QRD。根据混合数据集的不同属性分别进行聚类并计算类簇之间的模糊优势关系,为避免组合后的类簇碎片过多,对模糊优势关系差值较小的类簇进行合并处理。实验结果表明,与QRD算法相比,f-QRD算法能够有效减少类簇数目并提高聚类准确率。