排序方式: 共有8条查询结果,搜索用时 0 毫秒
1
1.
语义分割是计算机视觉领域一项基本且具有挑战性的任务,最近的语义分割研究工作,着力于设计注意力机制和全局性模块,而在注意力机制中,亲和力矩阵是非常重要的部份.传统的亲和力矩阵是以注意力机制的一部分嵌入在神经网络中,通常作为特征融合的权重来使用.尝试直接将亲和力矩阵应用于注意力机制之外,与语义标签联系起来.首先定义标签亲和... 相似文献
2.
与传统制造所生产的产品相比,3D打印产品的成本仍相对较高.因此,如何能在不牺牲打印物体表面质量的前提下通过模型优化来减少打印材料消耗,对于降低打印成本至关重要.针对这一问题,借鉴传统渐进结构优化方法,结合Von Mises应力计算,给出一种面向3D打印体积极小的拓扑优化算法.该算法通过模型力学计算所得的最大Von Mises应力与材料允许应力之比来引导模型体积减小进化,直至最大Von Mises应力达到允许应力值为止.同时,引入多分辨率技术,由粗网格再到细网格进行优化计算,有效地提高了计算效率.与现有其他给定结构模式的方法相比,该优化结果能更好地体现模型荷载受力的传递路径. 相似文献
3.
4.
传统的结构优化方法需要预先给定受力条件,所得结构只保证在所给条件下最优,而在其他外力下可能较为脆弱.实际应用中物体可能受到各种外力,这时在单个受力条件下的优化方法无法保证结构的全局性能,一般通过加大材料的使用量来满足应用需求.文中提出的优化方法能够加强物体在各种可能受力条件下的全局强度,使物体的强度趋于各向同性以抵御各种不同的外力.该方法基于物体结构的模态分析检测结构中的脆弱区域,并通过刚度矩阵特征值的优化实现脆弱区域的加强;同时基于瑞利商的概念,提出一种高效可行的求解算法.实验结果表明,该方法可有效地提高物体的全局强度. 相似文献
5.
6.
7.
网格曲面特征的稀疏性优化检测算法 总被引:1,自引:0,他引:1
针对现有的特征检测算法大多数基于微分几何量,对噪声比较敏感、运行速度比较慢、对于过渡特征处理得不够理想的问题,提出一种基于稀疏性优化的网格特征检测算法.该算法主要包括3个过程:首先利用带l1范数稀疏性约束项和l2范数误差项的Laplacian能量函数对网格进行光顺,得到光顺后网格顶点的移动距离;然后根据顶点的移动距离提取初始特征点;最后对提取的特征点进行后处理,使得特征点更为完整.其中,l1范数稀疏性约束项用来约束发生移动点的数目;l2范数的误差约束项用来控制光顺后模型的退化程度.该算法易于实现,能够处理尖锐特征、弱特征和过渡特征.与基于微分几何量的特征提取方法相比,文中算法不仅简单有效、运行时间短,而且提取的特征线也更好. 相似文献
8.
建立了点云几何分析的相关理论框架,即定义和计算点云潜在曲线的几何微分量,包括Frenet标架、曲率、挠率等;在此基础上提出一种新的点云空间曲线匹配方法。直接在点云上计算微分量来获取相应曲线的特征信息,从而构建全局粗匹配方案,并进一步建立基于空间动力学的精细匹配优化模型。数值实验表明,微分信息计算和匹配方法能很好地适用于带噪音的点云数据,有效地实现点云空间曲线的高精度匹配。 相似文献
1