数字孪生与生产线仿真技术研究

随着新一代信息技术与制造技术的深度融合,仿真技术正向着信息系统与物理系统深度融合和 高效协同的方向发展,应运而生的数字孪生技术成为近年来的新兴研究热点。为探索采用新一代信息技术促进 离散制造行业数字化转型升级,从仿真技术的发展脉络和应用场景入手,引入基于数字孪生技术开展生产线仿 真分析的研究,介绍了数字孪生技术的概念和内涵,探讨了数字孪生技术与传统计算机仿真技术的关系和异同, 论述了数字孪生技术在生产线仿真分析领域的应用方向,分析了生产线数字孪生模型的构建方法和实现途径, 阐述了国内外研究进展及存在的问题,指出了数字孪生在生产线仿真领域的发展趋势,为离散制造企业跨越物 理资源与数字世界之间的交互鸿沟,建立生产线物理空间与信息空间的交互与共融机制,推进生产线全生命周 期的数字化管理和智能化生产,实现智能制造提供参考。     

基于深度学习的图像本征属性预测方法综述

真实世界的外观主要取决于场景内对象的几何形状、表面材质及光照的方向和强度等图像的本 征属性。通过二维图像预测本征属性是计算机视觉和图形学中的经典问题,对于图像三维重建、增强现实等应 用具有重要意义。然而二维图像的本征属性预测是一个高维的、不适定的逆向问题,通过传统算法无法得到理 想结果。针对近年来随着深度学习在二维图像处理各个方面的应用,出现的大量利用深度学习对图像本征属性 进行预测的研究成果,首先介绍了基于深度学习的图像本征属性预测算法框架,分析了以获得场景反射率和阴 影图为主的本征图像预测、以获得图像中材质 BRDF 参数为主的本征属性预测及以获得图像光照相关信息为主 的本征属性预测 3 个方向的国内外研究进展并总结了各自方法的优缺点,最后指出了图像本征属性预测的研究 趋势和重点。     

基于细胞神经网络和并行压缩感知的 图像加密算法

基于细胞神经网络(CNN)和并行压缩感知(CS)提出了一种高安全性的非可视化图像加密算法, 旨在提高现有加密算法的信息传输效率以及减少存储空间。首先明文图像的小波系数经过阈值处理和索引置乱 后,利用受控的部分哈达玛矩阵对其进行并行压缩,接着执行费雪耶兹行列置乱和加模操作,然后再将部分加 密图像分割并通过最低有效位(LSB)嵌入算法随机地隐藏到剩余加密图像的 alpha 通道中生成最终的类噪声密 文图像,具有超混沌特性的 CNN 所产生的伪随机序列用于构造置乱、扩散以及受控测量矩阵。最后,通过一 系列的安全性分析表明,该算法具有很高的传输效率和安全性。     

基于Z-buffer算法优化的大型变电站场景模型快速线消隐方法

针对现有三维模型消隐方法面向大规模三维场景模型应用中存在的计算复杂、耗时长等缺陷, 本文提出了基于改进 Z-buffer 算法对大型变电站场景消隐的快速可视化方法。首先,为了简化计算,将场景模 型数据整合并重构;其次,通过透视投影变换将变电场景模型像素化;进一步,基于 Z-buffer 算法高效的像素 化计算特性提出了快速模型筛选方法,从而得到变电场景的子模型遮挡关系。最后,实验中将所得遮挡关系列 表融合现有消隐算法,结果表明本文提出的方法能够大幅度提升消隐的运算性能。     

基于非凸低秩约束的图像修复方法

受传输干扰或存储不当等因素的影响,现实应用中获取的某些图像通常会存在像素缺失现象, 这给图像的后续分析与处理带来了一定影响。解决该问题的常用方法是对图像进行低秩修复。利用低秩特性进 行修复的方法大多以秩函数建模,由于矩阵秩函数是非凸离散的,该模型的求解是一个 NP 难问题,所以通常 利用核范数对矩阵的秩进行凸松弛。但是,基于核范数的修复方法与基于秩函数极小化的方法之间存在一定偏 差,因此提出非凸低秩约束的图像修复方法。即采用 log 函数代替核范数对秩进行约束,能够克服核范数无法 很好逼近秩最小化的问题。此外,为有效求解上述非凸模型,将目标函数转化为增广拉格朗日函数,利用交替 方向乘子法求解图像修复模型。实验结果表明,该修复方法能够处理不同情况下的像素缺失问题,且修复性能 明显好于现有低秩修复方法。     

三角网格曲面共形参数化研究综述

曲面参数化是计算机图形学和计算机辅助设计中的一个重要问题,有着广泛的应用背景。曲面 参数化旨在谋求从三维曲面到某参数区域变换过程中某些内蕴几何量(例如边长、角度、面积)的变形最小化。 保角参数化前后保持曲面局部形状,又称作共形参数化。本文针对三角网格曲面,介绍了共形参数化领域的研 究现状。根据目标参数域的不同,主要讨论了平面参数化、球面参数化和双曲空间参数化。最后总结了现阶段 共形参数化存在的难点问题和未来可能的研究方向。     

结合超像素分割的多尺度特征融合图像语义分割算法

深度学习的发展加快了图像语义分割的研究。目前,最有效的图像语义分割研究方法大部分都是 基于全卷积神经网络(FCNN),尽管现有的语义分割方法能有效地对图像进行整体分割,但对于图像中的重叠遮 挡物体不能清晰地识别出边缘信息,也不能有效地融合图像高低层的特征信息。针对以上问题,在采用 FCNN 来 解决图像语义分割问题的基础上,利用超像素分割对物体边缘的特殊优势作为辅助优化,对粗糙分割结果进行优 化。同时在 FCNN 中利用空洞卷积设计了一个联合局部跨阶段的多尺度特征融合模块,其能有效地利用图像的空 间信息。此外还在网络的上采样模块中加入跳跃连接结构,用来增强网络的学习能力,在训练过程中采用 2 个损 失函数来保证网络稳定收敛和提升网络的性能,图像语义分割网络在公开的数据集 PASCAL VOC 2012 上进行训 练测试。实验结果表明,该改进算法在像素精度和分割准确率方面均有提升,且具有较强的鲁棒性。     

Advancing Africa’s Great Lakes research and academic potential: Answering the call for harmonized,long-term,collaborative networks and partnerships

The African Great Lakes (AGL) have rich fisheries and are renowned “biodiversity hotspots”. Consequently the AGL and the ecosystem services they provide, underpin the welfare and livelihoods of over 50 million people across 10 countries. Despite the recognized importance of the AGL, these vital ecosystems and their livelihood support systems are threatened by numerous anthropogenic stressors at local, regional, and global scales. Past and continued efforts to address critical challenges on these lakes are often short-term, parochial, disparate, and uncoordinated resulting in a lack of comprehensive and comparable scientific data and inadequate resources to influence evidence-based policy. Over the past two decades, several international workshops, conferences and scientific publications have identified the need for collaboration, knowledge sharing, and harmonization of research and management as key elements to enhance conservation efforts in the AGL. In this commentary, we introduce the African Center for Aquatic Research and Education (ACARE), which aims to strengthen research and provide the scientific evidence needed to make informed decisions related to sustainable fisheries and aquatic resource management in the AGL. To do this, ACARE will administer a highly collaborative network of experts with three long-term goals: (1) strengthen global and regional research partnerships; (2) establish transboundary and inter-jurisdictional lake advisory groups; and (3) build capacity of freshwater scientists through experiential education and public engagement.     

青山嘴水库移民城市楼房安置后续发展趋势研究

云南青山嘴水库工程因地制宜,在国内首次提出将移民安置于城市楼房并享受20 a生活补助的安置方式,但20 a生活补助期满后移民的后续发展是否还能适应城市的社会经济发展尚不可知。以托达罗理论为基础,建立了移民在城市楼房安置后可持续发展的理想模型,并用时间序列法在现有数据的基础上对移民未来的经济能力进行预测,探寻基于现有政策的移民后续经济能力发展的趋势;结合我国十九大提出两步走战略安排,计算出预测结果与发展目标间的差距,并以此作为后续发展过程中移民所需帮扶的依据,提出帮助移民经济能力达到发展目标的具体措施。     

基于BIM技术的装配式建筑设计阶段协同度评估

为评估BIM技术对装配式建筑设计阶段协同能力的影响程度,基于协同论序参量原理,把软件协同、专业协同作为协同度测度模型的一级指标,在一级指标下选取22个序参量分量指标构建协同度模型。结合具体案例,以装配式建筑设计阶段为研究对象,运用专家打分法将测量指标进行更明确的量化,并借助功效函数对构建的指标体系的协同能力进行评估计算。结果表明：由于BIM软件之间数据共享与转换格式的不统一,仍出现了信息丢失、传递效率低的现象;专业协同与理想状态有一定的差距,BIM技术有待完善。