注射充模过程的压力求解方法及其比较

提出了一个LU局部分解方法来求解注射充模过程的压力方程,并与其他迭代方法进行了比较。LU局部分解法是当矩阵在逐渐变大时,保留已经分解的部分,只对新增加的部分进行分解,因此相当于只对最后的稀疏矩阵进行了分解。计算表明,LU局部分解法比预条件共轭梯度法快大约1个量级,而预条件共轭梯度方法又比超松弛迭代法快大约1个量级。     

注塑流动与传热分析的自适应隐式控制体积法

在注塑流动与传热分析中采用自适应隐式控制体积法,利用自动控制的参数识别方法来自动调节时间步长,在每个时间步长流动将向前推进大约半个单元大小的距离,厚度方向的温度采用契比雪夫配点法进行计算,压力方程的求解方法是预条件共轭梯度法。计算结果表明,自适应隐式控制体积法的时间复杂度是结点数目的平方,而且1h之内可以求解10000结点规模的问题。     

单螺杆挤出过程的数值模拟

以三段七区物理模型为基础，采用面向对象程序设计语言VisualC ，对整个单螺杆挤出过程进行了数值模拟。所得压力。温度等工艺参数的模拟结果与实验值吻合较好，说明采用数学模型的正确性和数值算法的可行性。     

修正的SPH方法模拟强制旋转动边界问题研究

采用移动最小二乘(movingleastsquares,MLS)修正的光滑粒子流体动力学(smoothedparticlehydrodynamics,SPH)算法模拟了一个强制旋转动边界问题模型。提出了一种施加强制旋转粒子动边界方案。阐述了修正方法的原理并给出了具体的修正操作方法。同时,还构建了静边界模型,并分别使用修正的SPH以及商业软件FLUENT计算。对计算结果的比较分析表明：该修正SPH方法,能够消除压力振荡;该方法及动边界处理方案可以有效计算该强制动边界问题,为进一步计算更加复杂模型奠定了理论基础。同时,该方法对于不同领域中的动边界问题也具有一定参考价值。     

图像区间模糊模型及其在图像检索中的应用

在HSV颜色空间下,通过非均匀量化方法,构建了图像区间模糊模型.在此模型下,图像可以看作是一个区间模糊集合(IVFS,interval-valued fuzzy set).IVFS之间相似性度量可以用来衡量图像之间的相似程度.给出一种基于LP范数距离的IVFS集合度量(简称IVFSLp)并将它应用于图像检索中.实验数据表明:IVF-SLP与直方图距离(histogram distance)和普通模糊集的相似性度量(general fuzzy similarity measure)相比具有更好的性能.     

RTM充模过程的自适应隐式控制体积法

提出了一种基于界面更新的RTM充模分析的自适应隐式控制体积法。该隐式方法的迭代方法只对已注满结点进行求解,然后更新界面结点的体积函数以便决定是否要更新界面。依据"一时间步,一单元层"的思想,采用最小二乘递推法估算隐式方法的时间步长,并依据压力估算每个控制体积的半注满时间,从而可以重构任何时间的流动前锋。计算表明,本文方法极大地提高了隐式方法的适用性,并把RTM充模数值模拟的计算时间复杂度降到结点数的2阶。      

基于多图像先验知识的噪声水平评估算法

为解决基于单图像噪声水平评估算法抗干扰能力低和执行效率不高的问题,提出一种基于多图像先验知识的噪声水平评估算法.首先,在具有广泛代表性且未受噪声干扰图像集合上添加已知噪声水平的高斯噪声构建失真样本图像集合,并提取每幅样本图像中的若干统计特征值构成描述他们噪声水平值高低的噪声水平感知特征矢量.然后,利用样本图像上所提取的特征矢量及对其所施加的噪声水平值构成样本库.在评估时,先提取待评价噪声图像的特征矢量并在样本库中检索出与之类似的若干特征矢量及它们所对应的噪声水平值, 之后基于这些样本信息以加权均值法估算待评价图像的噪声水平值.实验数据表明：较现有的噪声水平评估算法,新算法不仅在高、中、低噪声水平下都具有稳定的预测准确度,而且评估速度快.尤其是对于高斯噪声中伴有脉冲或者泊松噪声情况,具有较好的抗干扰能力.     

非塞流固体输送理论的简化

本文依据固体输送段的非塞流现象，把固体分成上，中，下层，通过应力－速度方程，推导出产量与压力降的三次方程，这样既简化了非塞流固体输送理论，又保持了原有精度，计算结果表明了该方法的可行与实用性。     

融合人工求解策略的数独回溯求解法

数独有唯一解,回溯法可以保证获得正确结果。为了提高回溯法求解效率,向前搜索用最基础的人工策略进行求解,这样只需要两三个正确的候选数就可求解成功。基础人工策略求解的结果分为求解成功、求解失败和求解不确定三种情况,只有在求解不确定时才继续向前搜索,从而达到高效剪枝的目的;同时在算法实施方面采用大量位运算,大量9×9数独的实验结果表明对于绝大部分数独,平均计算时间不超过0.15 ms,对于那些极端困难的数独平均求解时间为2 ms;求解一个16×16数独的平均时间为224 ms。通过实验还发现17个提示数的9×9数独数据集在各方面具有较好的分散性,建议作为标准测试用数据集。     

基于非零均值广义高斯模型与全局结构相关性的BRISQUE改进算法

为解决经典无参考图像空域质量评价(BRISQUE)算法中图像质量敏感特征描述能力弱的问题,进一步提高BRISQUE算法的准确性和鲁棒性,提出一种基于非零均值广义高斯模型与全局结构相关性的改进算法(IBRISQUE).首先用非零均值对称广义高斯模型从均值减损对比度归一化(MSCN)系数映射图中提取图像质量敏感特征;然后用非零均值非对称广义高斯模型在水平、垂直、主对角线和次对角线4个方向从MSCN系数映射图的相邻系数中提取反映局部结构失真的图像质量敏感特征;最后计算水平、垂直、主对角线和次对角线4个方向MSCN系数映射图的相邻系数的皮尔逊相关系数(PLCC)值,将其作为新增的反映全局结构失真的图像质量敏感特征.在LIVE和TID2013基准测试数据库上的实验结果表明,与当前主流图像质量评价算法相比,IBRISQUE算法具有更高的预测准确性,同时执行效率基本保持了与BRISQUE算法相当的水平,综合性能更优.