基于轮廓线特征点的交互式文物拼接

针对计算机辅助文物虚拟复原中断裂部位受损而引起的几何特征丢失问题,提出一种结合表面纹饰信息与轮廓线上特征点的交互式破损文物拼接算法。首先,通过生成拉普拉斯线得到碎片表面的纹饰特征和断裂部位表面轮廓线。领域专家根据纹饰特征的连续性标记表面约束点,再采用Douglas-Peucker算法提取断裂部位轮廓线上的特征点;然后,结合特征点至约束点的距离、特征点与邻接点的内角以及相邻特征点的欧氏距离构造能有效表示断裂部位拼合关系的特征点描述符,同时定义匹配度函数从而获取特征点匹配对集合;最后,采用四元组方法计算刚体变换矩阵,实现碎片的精确拼合。实验结果表明,拼合时间节省了约13%~16%,拼合误差小于1mm。该方法避免了传统的断裂面拼合方法因数据量大带来的高时间代价,可快速有效地实现破损文物碎片模型的虚拟复原。     

自适应特征选择加权k子凸包分类

针对问题维数的增加以及不同特征对分类的作用往往不一样,导致k子凸包分类性能降低等问题,设计自适应特征选择加权k子凸包分类方法。根据传统凸包距离存在的不足引入加权k子凸包距离,在测试样本的k邻域内引入距离度量学习技术和正则化技术进行自适应的特征选择,并将自适应特征选择无缝嵌入加权k子凸包优化模型中,这样就能为不同的测试样本在不同的类别中学习自适应特征空间,得到有效的加权k子凸包距离计算方法。试验结果表明,该方法不仅能够进行降维,而且具有明显的分类性能优势。     

退化图像复原方法研究进展

飞行器和空间成像制导装备在大气中高速飞行时会受到湍流干扰,导致光学系统接收到的图像发生模糊降质、像素偏移、信噪比降低等问题,开展退化图像复原技术及方法研究就成为空间光学成像系统获得较高性能图像的重要途径。通过对退化图像复原技术研究进展的系统梳理和分析研究,本文首先介绍了图像退化模型,接着给出了退化图像复原方法的分类,然后比较系统地介绍了确定正则化图像复原方法、随机正则化图像复原方法、基于局部相似性的图像复原方法、基于示例学习的图像复原方法等几种新型的单幅退化图像复原方法,其后分析了视频复原的特征、介绍了新近的几种典型的视频图像复原方法,最后分析总结出了图像复原的难点所在。对于促进我国退化图像复原技术的研究和发展具有一定的参考价值。     

小样本条件下BP网络对滑动轴承材料磨损系数的预测研究

利用具有高度非线性映射能力的BP神经网络解决滑动轴承磨损预测的计算问题。在论述BP算法及改进模型原理的基础上，利用它们对滑动轴承材料边界磨损系数的预测效果进行了比较，进而在小样本情况下通过Baysian正规化BP网络对滑动轴承材料边界磨损系数进行了预测，分析了影响预测效果的原因，在合理剔除奇异点后给出了对滑动轴承材料磨损预测的最佳Baysian正规化BP网络结构，为合理进行磨损试验提供了理论依据。对预测结果进行残差分析证明，该方法效果较为理想。     

基于自适应规整化方法的图像超分辨率重建*

以Gauss-Gibbs随机场模型为图像的先验概率模型,运用自适应规整化的最大后验概率(MAP)方法进行图像超分辨率重建.通过对先验概率分布参数的估计,对图像超分辨率重建求解进行自适应规整化,从而提高重建图像的质量.实验结果表明,该算法能较好地再现图像的各种边缘信息,重建的高分辨率图像在峰值信噪比和视觉效果方面都得到明显提高.     

基于Kullback-Leibler距离的起重机回转系统健康评估

针对实时工况下起重机回转系统整体健康状况难以评估的问题,研究基于拉普拉斯映射与Kullback-Leibler距离结合的回转系统整体健康评估方法。在采集回转系统的多维信号后,使用随机森林和拉普拉斯映射对信号进行降噪降维,然后结合回转系统工作原理,利用高斯核密度估计表征回转系统健康性能,最后通过概率密度计算不同回转系统之间的Kullback-Leibler距离,实现回转系统健康性能的评估。试验结果表明,该方法能避免数据中的噪声干扰,健康评估结果与专家评估结果相一致。     

应用组稀疏正则化反演的高分辨率自适应Gabor时频分析方法

地震信号频率成分随时间的变化规律(时频特性)对油气检测具有重要意义,且Gabor变换作为最简便的时频分析技术在地震资料解释中得到了广泛应用。然而常规Gabor变换所得时频谱的时间分辨率低,相邻反射子波频谱信息混叠严重,不利于开展高分辨率地震资料解释。为了提高Gabor时频谱的时间分辨率,首先基于Gabor反变换的定义将Gabor时频谱的计算归结为求解反演问题; 然后以相同时刻频谱分入同一组的策略加入组稀疏正则化约束项; 最终利用投影快速软阈值迭代算法实现上述目标函数求解并获得Gabor时频谱。同时,还给出一种利用地震信号瞬时质心频率自适应地构造Gabor时频分析所需高斯窗函数的方法。理论信号实验及实际数据应用表明,该方法可在时间方向上对Gabor时频谱的能量团进行显著压缩,低频端和高频端的时间分辨率获得同步提高,进而在低频和高频剖面上同时清晰揭示薄储层顶、底界面,便于精细对比解释。     

基于BP神经网络的TA15钛合金本构关系建立

本构关系体现了材料在热态塑性加工过程中对热力参数的动态响应,关系到有限元模拟的准确性与精度。文章以TA15钛合金等温压缩实验数据为基础,构造一个3×10×10×1四层BP神经网络结构形式的本构关系模型,采用Bayesian规则化调整法训练网络以提高网络的泛化能力。预测结果、外推结果和实验结果对比表明,利用Bayesian规则化调整法训练的BP神经网络结构形式的TA15钛合金本构关系能够描述其高温变形力学行为,适用于热变形过程的数值模拟。     

基于正则代数重建算法的二维温度场重建

在使用代数重建算法(Algebraic Reconstruction Technique,ART)对二维非均匀温度场进行重建时,离散误差和投影噪声会随着迭代修正被引入,为了平衡离散误差,减小算法对噪声的敏感度,在ART中引入了正则化项,并使用留一交叉验证法对单位正则化参数进行了选取,根据投影穿过待测区域路径的长度和单位正则化参数动态调整每条投影的正则化权重,实现了对每条投影离散误差和噪声水平的衡量。在不同的投影分布情况下,使用该算法对高斯单峰对称和高斯单峰偏置温度场进行了仿真重建,重建结果表明相比于传统迭代算法,该算法可有效提高温度场的重建精度,并且具有较好的稳定性。