基于三维激光扫描数据的窗户边界提取方法

针对现有窗户提取算法中鲁棒性不高,边界规则化过程复杂的问题,该文提出了一种新的基于格网的窗户边界提取方法.首先采用PCA算法计算局部邻域内三个特征值,依据三个特征值的关系可完整提取建筑墙面点云;其次对墙面点云划分格网并二值化,粗提取窗户边界;然后基于粗提取的窗户边界格网统计分析,精确提取出窗户边界并二次建立格网;最后合并同一窗户的子窗户区域完成窗户边界的提取.经实例分析验证了该方法提取窗户边界的准确性.     

基于试井技术的DST测试产能校正方法

海上油田DST测试时间短，利用短时间的DST测试资料来评价油井的生产能力存在一定的不确定性。为了更加精确地确定DST测试产能校正系数，以定向井为研究对象，引入不稳定试井技术，把测试时间、边界条件和稳定产能相联系，给出了针对实际油藏多种边界情况下较为通用的DST测试产能校正系数计算新方法，并与前人的公式计算法进行了对比。研究结果表明，校正系数随测试时间的变化受油藏参数及边界条件综合影响，对于短时间的测试，流度越小校正系数越小，泄流面积越小校正系数也越小；对于低流度和存在封闭边界的油藏，新方法校正结果与现有方法计算结果差异较大，新方法误差仅为2.3%，现有方法误差超过25%。实例分析表明，新方法计算的校正系数与实际情况吻合较好，且比公式计算法适用范围更广，具有较好的应用价值。     

DCNN深度特征与交替方向乘子的相关滤波跟踪

针对采用相关滤波的判别式目标跟踪遇到的瓶颈问题：由于目标快速移动引起边界效应，使得相关滤波器在学习与更新过程中可能会引入错误，最终错误的累积将导致跟踪失败。在采集深度学习特征与样本相似性度量的基础上，提出一种引入交替方向乘子方法的改进相关滤波目标跟踪算法，选择DCNN深度特征有效地表征待跟踪目标的初始状态，通过在线分类过程中样本相似性比对与半监督学习，辅助解决相关滤波器在学习过程中存在的自学习问题。所提目标跟踪算法特别适合训练样本为持续获得的、同时存储空间较小的机器学习过程，提高目标在快速运动与部分遮挡等复杂情况下的跟踪成功率，针对VOT2016标准测试视频的实验表明：当目标面临快速运动时，对比CN、SAMF、STC算法，所提DA-CFT跟踪算法将跟踪成功率分别由60.4%～73.4%、67.2%～82.9%、80.9%～88.1%提升至85.6%～91.0%。     

基于边界效应理论确定热轧碳素钢的韧度与强度

该文研究确定热轧碳素钢的材料韧度与强度特性,提出一种确定热轧碳素钢材料的断裂韧度与屈服强度的模型及方法。建立了等效裂缝长度、名义应力等具体设计参数的计算表达式。通过相同尺寸而不同初始缝高比的单边拉伸Q235B热轧碳素钢板的系列试验,证明所提模型及方法的合理性与适用性。所提模型及方法只需由小尺寸单边裂缝钢板的拉伸试验测得的屈服荷载,即可同时确定出热轧碳素钢平面应力条件下的断裂韧度KC及屈服强度?Y。采用该文所提方法确定热轧碳素钢的材料特性,试验试样不需要满足现行国内外规范对试验试样尺寸、型式,加载条件等的严格规定,试样不需要预制疲劳裂纹。