面向虚拟介入手术的电磁力反馈模型的设计与仿真

为满足虚拟血管介入手术中力触觉反馈的实时性和精准性,采用磁悬浮原理设计一种力反馈模型生成虚拟介入手术中的周向旋转力触觉.通过分析通电线圈磁场特性和介入手术操作模式,首先设计电磁线圈阵列的拓扑结构和手术器械模型;随后针对线圈阵列提出最优电流分配策略并进行仿真验证;最后通过模型融合方法构建力矩-电流预测模型.实验结果表明,该模型能以3％的误差、40 Hz的频率预测出电流,结合最优电流分配策略可对介入手术中的关键力反馈进行实时、精确还原.     

基于Surfacelet变换和动态纹理的烟雾检测

鉴于烟雾检测对火灾预警的重要作用,提出一种基于Surfacelet变换的动态纹理烟雾检测算法。先对图像序列进行Surfacelet变换,再对变换后的系数进行广义高斯建模,获得与系数相对应的模型参数作为特征,最后使用KL距离做相似性度量。与其他3种基于Surfacelet变换的烟雾检测方法进行对比,包括：使用均值和方差作为特征,支持向量机进行分类;使用均值和方差作为特征,欧式距离进行相似性度量;使用广义高斯模型参数作为特征,欧式距离进行相似性度量。实验结果表明,该算法可以提高烟雾检测准确性,降低误检率,有效去除类烟运动物体的干扰。     

基于稀疏自编码深度神经网络的林火图像分类

针对林火与相似目标很难区分的问题,提出一种基于稀疏自编码深度神经网络的林火图像分类新方法。采用无监督的特征学习算法稀疏自编码从无标签图像小块中学习特征参数,完成深度神经网络的训练;利用学习到的特征从原始大小分类图像中提取特征并卷积和均值池化特征;对卷积和池化后的特征采用softmax回归来训练最终softmax分类器。实验结果表明,跟传统的BP神经网络相比,新方法能够更有效区分林火与红旗、红叶等类似物体。     

一种基于智能场景分析的2D转3D视频时分算法

2D转3D视频的快速实现算法主要有时分法和位移法。对时分法的原理和缺陷进行了分析,在此基础上提出了一种新的基于场景特征的时分算法,它能更好地3D化平面视频。该算法利用了基于视频帧图像的颜色信息和运动矢量信息对视频进行自动分割的方法,根据视频段场景特征自适应选择左右眼最佳配对帧方法,以及通过视频段运动矢量信息来调整左右眼对应帧和补帧的方法来改进处理和立体化视频。对合成立体视频的立体显示实验分析证明改进方法有效地改善了合成立体视频的质量。     

鞋类舒适度研究方法总结

舒适度至今没有明确的定义,鞋类舒适度的研究也往往无从下手.本文搜集、整理了国内外与鞋类舒适度研究相关的资料,分别从尺寸测量、形状匹配、状态比较、调查问卷、统计分析等方面进行总结,希望能对我国鞋类领域的相关研究提供参考.     

基于场景传输渐进估计的单幅图像能见度快速复原

该文提出一种基于场景传输渐进估计的单幅图像能见度快速复原方法。利用场景辐射的边界条件,结合大气散射模型估计场景传输的初始值,并采用递归双边滤波对其精化。通过梯度域递归双边滤波分解复原结果,对得到的基层和细节层分别进行色调调整和增强,获取高质量的清晰图像。利用高斯KD树对原始图像的高维特征空间进行自适应剖分,获取其高斯采样以加速复原计算。与相关工作比较,所提方法能够保持边缘和细节,有效避免光晕效应。采用客观指标评价复原结果。实验结果表明,该方法有效易行,复原结果更加符合真实场景。     

基于时空优化深度神经网络的AQI等级预测

针对现有空气质量预测方法精度偏低、对噪声敏感等问题,提出一种基于堆栈降噪自编码（Stacked Denoising Auto-Encoders,SDAE）模型的空气质量等级预测方法。首先以武汉市历史空气质量和气象监测数据为研究对象,建立SDAE模型逐层学习原始数据的特征表达,并将最后一层特征与分类器连接完成预测模型的调优。同时改进多参数网格搜索法,选取了最优的超参数组合。然后在测试集上进行预测,并用预测值与实际值之间的平均绝对误差和均方误差等指标作为预测性能评价标准。通过与其他网络模型的实验对比,证明了SDAE模型对于空气质量等级具有较优的预测性能。最后从时间、空间、时空三个角度对该模型输入进行优化,实验结果表明基于空间优化的SDAE模型预测性能提升最为明显,能够得到比传统方法更加精确的预测结果。     

基于模态分析法的变形动画技术

运动物体碰撞变形动画在电脑动画领域中有着重要作用。模拟物体的碰撞变形方法主要有基于几何模型法和基于物理模型法。随着多媒体和电脑动画技术的发展,对于物体变形动画模拟的真实性要求越来越高,采用物理模型法能得到更加逼真的模拟效果。针对运动物体的碰撞变形动画,采用模态分析法将复杂的非线性系统转换为能单独求解的线型方程组,从而提高了变形动画模拟的求解速度。结果表明,所述方法能获得变形动画模拟的实时性和视觉效果的逼真性。     

面向磁悬浮视触觉交互的多速率系统框架

非接触式磁悬浮视触觉交互克服了机械式交互的固有摩擦,具有广阔应用前景,但存在交互过程中虚拟工具穿透物体、图形渲染与触觉渲染速率不一致等问题。针对上述问题,提出面向磁悬浮视触觉交互的多速率系统框架,通过扩展三自由度（3-DOF）单射线触觉渲染方法,利用多射线对虚拟工具进行建模,避免工具穿透,实现六自由度（6-DOF）触觉渲染;通过多速率并行,实现速率不一致模块间相互协同;通过构建映射滤波算法,实现视觉定位数据到虚拟工具位姿的稳定映射。实验结果表明,该系统能有效避免交互过程中的穿透现象,并提供稳定、真实的视触觉反馈。     

针对PM2.5单时间序列数据的动态调整预测模型

针对细颗粒物PM2.5的浓度预测,本文提出了基于单时间序列数据的动态调整模型.在动态指数平滑算法中,指数平滑次数与参数基于样本数据并借助二分查找进行调整.在动态马尔科夫模型中,马尔科夫链的残差状态数、隐马尔科夫模型的隐状态数、连续样本数和阈值参数都通过训练数据加以调整.动态调整模型将指数平滑法和马尔科夫模型有效结合起来,指数平滑法得到的预测值由马尔科夫模型进行校正,从而提高预测准确度.基于大量实际PM2.5数据进行测试,验证了算法的有效性.并与其他现有的灰色模型、人工神经网络、自回归滑动平均模型、支持向量机等方法进行了对比,表明所提模型能够得到精度更高的预测结果.本文模型不局限于PM2.5数据,还可应用于其他类型的数据预测.