基于推理注意力机制的二阶段网络图像修复

现有的图像修复方法在处理大面积缺失或高度纹理化的图像时，通常会产生扭曲的结构或与周围区域不一致的模糊纹理，无法重建合理的图像结构。为此，提出了一种基于推理注意力机制的二阶段网络图像修复方法。首先通过边缘生成网络生成合理的幻觉边缘信息，然后在图像补全网络完成图像的重建工作。为了进一步生成视觉效果更逼真的图像，提高图像修复的精确度，在图像补全网络采用推理注意力机制，有效控制了生成特征的不一致性，从而生成更有效的信息。所提方法在多个数据集上进行了实验验证，结果表明该图像修复方法的结构相似性指数达到了88.9%，峰值信噪比达到了25.56 dB，与现有的图像修复方法相比，该方法具有更高的图像修复精确度，生成的图像更逼真。     

北京山区推理公式设计洪水计算若干问题研究

北京山区推理公式是北京地区无资料山区小流域设计洪水计算的基本方法之一.结合北京山区原推理公式与改进后推理公式存在问题,分析了利用推理公式计算山区小流域设计洪水的适用性和可靠性,并提出相关使用建议.针对当前推理公式方法计算设计洪峰流量与洪水过程线计算中采用的降雨和径流资料不一致问题,提出将山区推理公式与瞬时单位线方法组合应用,解决无资料小流域设计洪水过程线计算的基本思路和方法.研究表明,该方法理论上可行,方法更为合理,建议推广使用.     

木质家具拓扑优化设计研究

减重以及探索新型结构,是家具结构设计中的重要问题,也是将增材制造应用于家具生产制造中的前提。在一定的外载荷和合理的约束下,减少家具的重量以及获得最优的材料分布,最广泛使用的方法就是拓扑优化设计方法。本文利用Solid Thinking inspire拓扑优化软件,对靠背椅三维模型施加有效的载荷和合理的约束,得到6种不同的靠背椅概念结构雏形,用于后期产品方案的深化以及对接增材制造。研究表明,拓扑优化是创新家具结构和家具设计方法的有效途径,可以为家具生产厂家开发新产品提供思路。另外,对家具产品三维模型外载荷和约束的正确施加,是得到最优拓扑设计的关键,也是研究的难点之一。     

基于聚类遗传算法的移动基站选址规划

移动通信基站的规划问题是一个拓扑结构多目标优化的问题,寻优过程是一个十分复杂的过程,易陷入局部最优以及不稳定,尤其是基站和子站的具体选取问题是一个多目标非线性问题,同时涉及到成本以及传输损耗最优的问题,文章提出一种基于聚类遗传算法的基站选取方法。通过使用实际数据获得的仿真结果显示,该方法能兼顾成本和损耗的最优,且该算法运行时间短,能提供一种高效、低廉的最优基站与子站拓扑规划方法。     

应用于卫星网络拓扑生成的快速收敛蚁群算法

针对蚁群算法生成卫星网络拓扑时存在收敛速度慢、易陷入局部最优解的问题,从卫星网络高动态以及大时空尺度的特性出发,提出一种新算法SNTG-ACA。在满足卫星节点的可见性、星间链路长度以及链路连接时间的条件下建立潜在链路,提高信息素浓度的增量使蚁群算法快速收敛,并采用归一化思想求解全局最优解。仿真结果表明,与传统蚁群算法和引入遗传因子的蚁群算法相比,该算法具有更快的收敛速度,与链路长度最短策略和链路连接时间最长策略相比,生成的卫星网络拓扑更稳定。