基于向量的多边形扫描转换方法

提出了一种基于向量的多边形扫描转换方法,给出了相关的转换算法,并与一般计算机图形学原理教材中的常用几种多边形的扫描转换算法进行了相关比较分析.结论是在凸多边形的扫描转换上文中所提算法明显优于其他算法;对凹多边形也只需在凸多边形计算的基础上增加对凹边的判断与处理,但效率仍然高过其他算法.     

基于构件的农业专家系统开发工具的设计与实现

本文描述了一个采用软构件技术的农业专家系统开发工具。系统通过使用构件技术，实现了知识库编辑、知识库编译和推理机等多个构件。     

基于U-Net改进模型的直肠肿瘤分割方法

诊断直肠癌时,如果能够从CT图像中自动准确分割出直肠肿瘤区域,将有助于医生进行更准确和快速的诊断。针对直肠肿瘤分割问题,提出基于U-Net改进模型的直肠肿瘤自动分割方法。首先在U-Net模型的每级编码器中嵌入子编码模块提升模型特征提取能力;其次通过对比不同优化器的优化性能,获得最适合的优化器用于训练模型;最后对训练集进行数据扩充使模型得到更充分的训练,从而提高分割性能。与U-Net、Y-Net和FocusNetAlpha三种网络模型进行的对比实验表明：所提改进模型得到的分割区域与真实肿瘤区域更接近,对小目标的分割性能更突出,该模型的查准率、查全率和Dice系数三个评价指标都优于对比的模型,能有效分割直肠肿瘤区域。     

改进遗传算法解决TSP问题

针对基本遗传算法收敛速度慢,易早熟等问题,提出一种改进的遗传算法。新算法利用贪婪思想产生初始种群来加快寻优速度,用贪婪思想来引导交叉操作,在交叉操作之前,把当前较差的一半种群替换成随机种群,最后用改进的变异算子和进化逆转操作进行寻优,利用新的遗传算法求解基本的旅行商问题。仿真结果表明,改进的遗传算法具有全局搜索能力强、收敛速度快的特点,优化质量和寻优效率都较好。     

轴流泵叶顶泄漏涡空化的数值模拟与可视化实验研究

该文以某一等比例缩放模型泵为研究对象,采用修正的SST k-ω湍流模型和空化模型,对额定工况下轴流泵叶顶泄漏涡空化流进行了数值模拟,并与高速摄影结果进行了对比分析。探讨了叶顶区域泄漏涡空化流场结构,揭示了不同空化数下空化发生位置和空泡形态演变过程。研究结果表明,改进的数值模拟方法准确计算了叶顶区域空化流场的流动结构;轴流泵的初生空化为叶顶间隙空化和叶顶泄漏涡空化,随着空化数σ降低,叶顶泄漏涡卷吸区也出现了剪切层空化;在空化数较小工况下,沿着叶片吸力面在轴向形成空泡云,并在叶片尾缘存在周期性的空泡脱落和爆破过程,破坏了流动稳定性,并诱导产生空化噪声。     

求解需求可拆分车辆路径问题的聚类算法

针对需求可拆分车辆路径问题（SDVRP）,提出一种先分组后路径的聚类算法。该算法考虑车辆载重的均衡性和可行解的特征,优先安排载重大于等于车辆限载的客户;然后结合客户间的距离和载重,设定一个拆分阈值限定车辆载重范围,按照就近原则对客户进行聚类分组,当组内客户载重未达到车辆载重最小值而加入新客户后超出限载时,对新加入客户进行拆分和调整,最终完成对所有客户的分组;最后采用蚁群优化算法对各组内客户进行线路规划。实验结果表明,所提算法在求解需求可拆分车辆路径问题时,具有更高的稳定性,得到的结果更优。     

改进二进制和声搜索算法求解多维背包问题

和声搜索（HS）是一种已广泛应用于连续优化问题的元启发式方法。针对典型的组合优化问题——多维背包问题（MKP）,提出一种改进二进制和声搜索（IBHS）算法。算法通过伯努利随机过程生成二进制群体,在候选和声生成算子中,引入动态自适应参数,通过算法参数的自适应调整来协调算法的全局搜索和局部搜索,并提出一种新的更有效的衡量商品多维加权价值密度的方法用于二进制个体修正和优化;引入精英局部搜索机制进行协同寻优,提高IBHS的收敛速度。通过求解10组不同规模的典型多维背包算例和与贪心二进制狮群优化（GBLSO）算法、改进的差分演化（MBDE）算法以及二进制修正和声（BMHS）算法的对比分析,实验结果表明,所提算法在求解MKP时有具有良好的收敛效率、较高的寻优精度和很好的鲁棒性。     

Web前端面试网站平台的开发与应用

本网站名称为“面试官”,专门为Web前端程序员笔试、面试而打造的找工作必备网站平台,一个针对Web前端程序员的笔试面试题库,帮助面试者备战大公司招聘,帮助用户更有可能获得自己心仪的工作,从基本的笔试到复试的各个环节都包含在其中,带给用户不一样的笔试面试体验.作为一种求职的工具和平台,不仅可以提供用户所需的与面试相关的知识信息和技巧以及着装搭配,还与企业合作,提供最新的与之相关的招聘信息,也为求职者提供更多的机会.     

改进萤火虫算法求解多机器人路径规划

为解决多机器人在静态环境中的路径规划问题,以路径长度为优化目标模型,并针对此模型设计了多机器人萤火虫算法(MR-FA)。首先,考虑到路径安全性对环境中的障碍物采取扩张操作,设计初始化规则以提高生成初始种群的效率;其次,根据算法的连续性原理及特点,设计个体等长策略将维度不一致的个体转变为等维度个体以便于萤火虫的移动更新,并对移动更新后的不可行解采取路径修正策略;然后对规划出的每个机器人的移动路径进行碰撞检测,同时针对机器人不同的碰撞情况设计相应的避碰策略,即暂停—回退策略(PFS)、局部路径重规划策略(LPRS);最后,为验证MR-FA的有效性,在三组环境中进行仿真实验并与其他三种算法进行对比,综合得出MR-FA在解决多机器人路径规划时更有优势。