具有函数尺度因子的有理分形曲线

带有常数尺度因子的分形插值,是描述具有明显自相似事物的一个有效工具,然而,它却难以精确地刻画自相似较弱的不规则数据.为此,提出一种具有函数尺度因子的有理样条分形插值方法.首先,在迭代函数系统中引入函数尺度因子,构造了一种仅仅基于函数值的带有形状参数的有理分形插值曲线;然后讨论了分形曲线的分析性质,包括分形曲线在尺度因子满足适当条件下的光滑性、分形曲线对插值数据扰动的稳定性以及分形插值函数的收敛性;最后,研究了分形曲线的计盒维数,给出了计盒维数的上下界.数值算例验证了该分形曲线造型的可控性和对噪声的鲁棒性;对海岸线数据插值时,该方法相比B样条、Bézier曲线和三次样条能更好地还原海岸线的粗糙程度;处理股票时序数据时,相比ARIMA和SVM方法,在RMSE等多项指标下更优.     

三维CT层间图像超分辨重建与修复

CT图像在疾病诊断、癌症精准放疗阶段发挥着重要的作用.然而,受X射线剂量的限制以及现有医疗设备等因素的影响,三维CT图像成像采样间距较大,层间分辨率远低于层内分辨率.为提高CT图像的层间分辨率,避免因相邻层CT图像之间存在较大差异对超分辨率重建造成干扰,提出一种在相邻CT图像序列切片间利用上下层的配准信息插值出一个新的中间切片,并对插值得到的中间切片进行修复的方法.首先,利用CLG-TV光流估计模型配准算法估计相邻2幅CT图像之间的像素运动,得到一个稠密的光流场,从而获得2个连续切片之间精确的像素对应关系,并依据新切片位置对速度矢量进行缩放;然后,利用计算出的速度场在连续2幅图像之间生成初始插值图像.由于相邻切片之间的像素难以一一对应,插值后的图像通常存在像素缺失现象.最后利用序列图像的帧间非局部自相似性,通过求解最优化问题以修复插值图像中像素丢失的区域.在DIR-Lab实验室和山东省医学影像学研究所提供的数据集上的实验结果表明,与其他经典方法相比,文中方法能够生成高质量的中间CT切片,在定量和定性上提高了层间分辨率.     

有理Bézier曲线的近似弦长参数化算法

只有圆弧、等轴双曲线、伯努利双纽线和帕斯卡蚶线等曲线是可弦长参数化曲线,一般形式的Bézier曲线不满足可弦长参数化条件.为了生成有理n次Bézier曲线的近似弦长参数化,提出一种基于数值优化的弦长参数优化算法.首先推导了有理2次、3次和4次Bézier曲线满足弦长参数化的条件;然后对一般形式的有理n次Bézier曲线作M?bius变换,根据可弦长参数化条件推导出曲线与标准弦长参数化的偏差公式;最后通过优化方法计算曲线的最优参数表示.多个数值实例结果表明,该算法是有效的.     

基于动态焦点损失函数和样本平衡方法的绝缘子缺陷检测方法

在航拍输电线路图像的绝缘子缺陷检测任务中,针对不同类型缺陷之间存在的样本数量不平衡、困难样本低效学习等问题,提出一种动态焦点损失函数和一种基于二阶矩的样本平衡方法。首先在前向传播过程中根据困难样本、简单样本分布变化动态求解焦点损失函数的衰减因子,然后利用样本损失离散值定位出困难样本、简单样本的边界,从而获得困难样本集合,最后在反向传播过程中根据不同样本损失的二阶矩对学习样本的贡献率分布进行平衡。实验结果表明所提多类绝缘子缺陷检测方法能够有效地学习到不同样本的深度特征,性能较其他方法有显著的提升。     

数字孪生及其应用探索

数字孪生是一种集成多物理、多尺度、多学科属性,具有实时同步、忠实映射、高保真度特性,能够实现物理世界与信息世界交互与融合的技术手段。随着数字孪生车间概念的提出,数字孪生在智能制造中的应用潜力得到越来越多的关注。分析了数字孪生在企业应用和理论研究上的进展,基于前期提出的数字孪生的五维结构模型,提出数字孪生驱动的6条应用准则,探索了数字孪生驱动的14类应用设想与实施过程中所需突破的关键问题与技术,为未来开展数字孪生的进一步落地应用提供理论和方法论参考。     

基于点的全局光照绘制方法综述

全局光照的计算是真实感绘制的重要部分,基于点的全局光照算法(PBGI)是一种高效的全局光照计算方法,虽然该方法绘制质量有偏,但以其快速高效、无噪声而被广泛地应用于影视动漫行业.文中总结了PBGI相关工作,并将其分为更复杂的绘制效果、基于点的绘制优化、基于众核的加速优化和PBGI存储优化4类方法进行对比分析;进一步地,从绘制速度、绘制质量、算法并行度、绘制场景规模和算法实验难度5个方面对上述4类PBGI方法进行对比分析;最后指出该方法目前面临的问题和挑战,为后期的研究提供思路.     

面向大数据的高维数据挖掘研究

大数据时代的发展与变化实现了较快的传输方向和多样化的数据模式,特别是高维挖掘技术的不断应用,在大数据处理以及分析等方向上为人们的生产与生活提供较大方便。所以本文根据该模式的不断创新和应用,对大数据中的高维数据挖掘技术进行研究,并保证数据在变化与实现方式下的质量发展。