基于Pearl数据库的零部件数据与图形的在线管理

本文提出了在机械产品ＣＡＤ环境下进行零部件数据与图形的“在线”管理思想，分析了集成化ＣＡＤ软件Ｉ－ＤＥＡＳ的Ｐｅａｒｌ数据库管理功能的特点，探讨了进行零部件的图纸数据与设计图形管理方法。     

工程CAD图形纠偏

计算机识别方案设计草图是计算机辅助方案设计和计算机可视化输入中重要的研究内容之一，本文所述的工程ＣＡＤ图形纠偏实现了一种将抽象的方案设计转化为计算机可识别的图形数据的方法。本文运用ＡｕｔｏＣＡＤ的程序设计开发工具ＡＤＳ设计并实现了工程ＣＡＤ的图形纠偏，其中主要包括模数纠偏和重线纠偏。     

读取AutoCAD图形交换文件的两个应用

本文介绍了从ＡｕｔｏＣＡＤ中提取图形数据的分析，并列举了这方面的两个应用：其一是把ＡｕｔｏＣＡＤ图形转换成Ｗｉｎｄｏｗｓ图形，其二是使用ＡｕｔｏＣＡＤ描述结构，进行有限元分析，并回送信息在ＡｕｔｏＣＡＤ下显示出分析结果。     

用于铁道车辆CAD系统图形生成的一种数据重用技术

图形生成过程中,对现有数据资源的重用对提高ＣＡＤ系统的工作效率和质量具有重要意义。本文介绍了在系列化２５型铁路客车ＣＡＤ系统施工设计过程中所采用的一种数据重用技术,它在ＡｕｔｏＣＡＤ平台上,从系统已有数据集中自动提取零件图绘制过程所需的几何拓扑数据并加以重复利用。     

基于图形的参数数据交互管理设计与实现

本文针对工程实际中图形参数数据的特点,介绍了一种以ＡｕｔｏＣＡＤ为平台所设计的人机交互系统,用以实现ＣＡＤ／ＣＡＭ领域工程数据的通用性管理。它较标准的数据库管理效率高,交互性能好,并可方便地与其它应用系统通讯。     

发动机CAD的工程数据库管理系统

论述了发动机ＣＡＤ的工程数据库管理系统（ＧＣＡＤ－ＥＤＢＭＳ）的功能以及在集成ＣＡＤ系统中的核心作用和实现方法，结合具体的工作站联网使用环境，使得ＧＣＡＤ－ＥＤＢＭＳ具有统一管理图形数据和非图形数据的能力，在网络环境下具有分布处理的能力。     

箱体类塑件注射模三维造型方法

基于ＡｕｔｏＣＡＤ Ｒ１２工作平台,以箱体类塑件为对象开发了一种注射模ＣＡＤ系统,该系统提出了一种新的高级体素单元－切片体素;提出了利用二维塑件图形来获得三维塑件几何造型的图形数据输入方法和能完成复杂成型零件的三维几何造型技术;设计了相关的系统数据库接口,实现了系统各模块内部数据的集成统一等关键技术;给出了模具三维装配造型和装配图纸生成实例。     

用于铁道车辆CAD系统图形生成的一种数据重用技术

图形生成过程中,对对现有数据资源的重用对提高ＣＡＤ系统的工作效率和质量具有重意义。本文介绍了在系列化２５型铁路客车ＣＡＤ系统施工设计过程中所采用的一种数据重用技术。     

OLE Automation技术在CAD/CAPP集成中的应用

ＣＡＤ、ＣＡＰＰ系统之间的数据通信与共享及ＣＡＤ／ＣＡＰＰ集成环境与界面是设计ＣＡＰＰ软件的两项关键技术。采用了ＯＬＥ Ａｕｔｏｎａｔｉｏｎ技术来实现ＣＡＤ／ＣＡＰＰ之间的通信与共享。并通过ＯＬＥ Ａｕｔｏｍａｔｉｏｎ技术在Ｄｅｌｐｈｉ环境下开发一个既可以充分利用数据管理系统的优点,又可以实现图形与属性集成化的ＣＡＰＰ软件。     

AutoCAD与数据库互联的编程技术

ＡｕｔｏＣＡＤ与数据库互联的编程技术西南电力设计院计算技术处罗涌在ＡｕｔｏＣＡＤ环境下开发ＣＡＤ应用软件，如何实现各模块间数据的有效交换，如何解决各类软件间的接口问题以及如何实现图形实体与非图形实体数据的关联，是开发ＣＡＤ系统的突出问题，在很大程度上...     

虚拟制造技术在吸尘器制造中的应用

该文简要介绍了面向机械设计制造过程的虚拟制造技术的特点和应用方法，分析了应用中的主要技术环节和技术方法，并阐述了如何应用虚拟制造技术提高生产企、世的经济效益。如何在虚拟原型产品的设计中，应用三维设计造型工具进行产品的外形和结构的布局设计。应用ADAMS系统的动力学仿真结果对产品结构进行了改进设计，解决了尾杆滚轮的运动不平衡问题。应用HSCAE Smart5．O系统对塑料外壳进行了注塑成形过程模拟分析，优化了注射成形工艺，避免了成形缺陷，提高了产品的性能，缩短了设计制造周期。     

Energy efficiency of dynamic management of virtual cluster with heterogeneous hardware

Cloud computing is an essential part of today’s computing world. Continuously increasing amount of computation with varying resource requirements is placed in large data centers. The variation among computing tasks, both in their resource requirements and time of processing, makes it possible to optimize the usage of physical hardware by applying cloud technologies. In this work, we develop a prototype system for load-based management of virtual machines in an OpenStack computing cluster. Our prototype is based on an idea of ‘packing’ idle virtual machines into special park servers optimized for this purpose. We evaluate the method by running real high-energy physics analysis software in an OpenStack test cluster and by simulating the same principle using the Cloudsim simulator software. The results show a clear improvement, 9–48 % , in the total energy efficiency when using our method together with resource overbooking and heterogeneous hardware.     

基于逻辑卷管理的虚拟网络存储的设计

随着数据爆炸性的增长,虚拟网络存储已经成为目前的主流技术,它能方便地实现数据共享和统一管理。在分析了虚拟网络存储相关技术的基础上,采用逻辑卷管理（logical volume manager,LVM）和网络块设备（network block device,NBD）技术,提出了在TCP／IP网络环境下,在设备驱动层实现虚拟网络存储的新方法：通过LVM和NBD将网络上的存储设备虚拟成本地磁盘,使得用户可以透明地使用存储资源,从而实现海量存储。并给出了基于LVM虚拟网络存储的快照技术应用实例,证明了LVM虚拟网络存储的可用性。     

Reducing outer joins

We present a method for transforming some outer joins to inner joins and describe a generalized semijoin reduction technique. The first part of the paper shows how to transform a given outer join query whose join graph is a tree to an equivalent inner join query. The method uses derived relations and join predicates. Derived relations contain columns corresponding to join conditions and may have virtual row identifiers, rows and attribute values. The constructed inner join query, after elimination of virtual row identifiers, has the same join tuples as the outer join query. Both the theoretical maximum number of virtual rows and the average number in practice are shown to be low. The method confines consideration of the non-associativity of outer joins to a single step. The second part of the paper generalizes to outer joins the well known technique of semijoin reduction of inner joins. It does so by defining the notions of influencing and needing, and using them to define full reduction and reduction plans. The technique is applied here to perform one step of the method presented in the first part. Semijoin reduction is useful in practice for executing join queries in distributed databases.     

一种基于国标人体测量学数据的虚拟人建模方法

针对目前利用国标人体测量学数据构建的虚拟人模型,只有单一的骨骼层或皮肤层,不便于同时对虚拟人进行实时运动控制和皮肤动态变形研究的问题,提出一种利用GB 10000-88的19个人体测量学特征数据、用3ds max构造出虚拟人的皮肤网格、层级建模方法构建出虚拟人的骨骼关节运动模型与四元数球面混合插值技术相结合的虚拟人建模方法。实验结果表明,该方法构建的虚拟人双层模型有利于对准确的国标人体测量学数据的虚拟人角色进行建模、皮肤逼真变形、实时运动仿真和人机工效学分析。     

虚拟数据视图的设计与实现

信息集成工具的可用性以及扩展性是集成中非常重要的问题。虚拟数据视图结合已有的信息集成技术,应用比较先进的可扩展标记语言（XML）和XML模式语言XML Schema技术,实现了一种基于XML的信息集成模型的基础部分——虚拟信息集成层。研究中充分考虑了系统的各项性能要求以及一般系统不支持的文本类数据源,结合部分设计代码,详细阐述了视图的实现方式和基本结构。     

基于内插阵列变换的扩展传播算子实值算法

针对内插阵列变换(VIA)思想在非圆信号波达方向(DOA)估计算法中的应用问题,提出一种基于内插阵列变换的扩展传播算子实值算法——VIA-EPM实值算法。利用真实阵列流型与虚拟阵列流型之间的变换矩阵,将真实阵列输出转换为虚拟阵列输出,再根据信号源为实数的特点,分别求取虚拟阵列输出的实部和虚部,将其串联组合,扩展阵列输出的维数,通过对扩展阵列输出矩阵进行分块并得出扩展传播算子,进而得到一种传播算子(PM)类的DOA估计算法。仿真实验表明：存在阵元位置误差的情况下,VIA-EPM实值算法通过对阵元位置校准数据进行内插阵列变换,取得与阵元位置校准的扩展传播算子实值算法(EPM实值算法)相当的估计性能,保持了阵列扩展能力、高估计精度以及高分辨力;并且在二维阵元位置误差情况下,其估计性能明显优于阵元位置未校准的EPM实值算法。结合VIA-EPM实值算法的计算复杂度分析可以看出：它同时获得了内插阵列变换技术以及信号非圆特性的优势;与复运算相比,其复杂度也相对降低。     

基于Java 3D的虚拟网络电力监控环境设计

虚拟现实技术（VR）是一项以计算机技术为主,利用计算机等设备构建一个三维虚拟世界,并通过人与虚拟世界的交互。实现人与虚拟世界融为一体的技术。本文介绍了应用Java 3D开发的虚拟现实技术,给出了实现该技术场景创建、动画设计和交互设计技术的部分关键代码。该设计具有开发三维视觉、实现用户网络交互的能力,并已经被运用到远程电力监测系统中。该技术也可以被应用到类似的监控系统的开发中。     

基于GL Studio的航空虚拟仪表的设计与实现

为了实现航空电子仿真系统中各种仪表的快速建模,从GL Studio平台的技术特点出发,设计开发了一个由外部数据源控制的虚拟仪表。首先,用GL Studio设计虚拟仪表的图形界面;然后用VC++6.0开发一个基于MFC的仪表驱动数据编辑器;最后,编写一个管道通信接口将虚拟仪表与数据源进行连接,从而实现外部数据对虚拟仪表的控制。结果表明,该方法具有很好的实用性。     

虚拟环境下大数据智能并行聚类方法研究

为了减少虚拟环境下大数据运行时间,数据运行时能够反映出一定的规律性和特殊的分类性,需要对虚拟环境下大数据进行智能并行聚类。当前大数据聚类方法是根据K-均值聚类方法不断地进行大数据样本分类的调整,经过多次计算调整后达到数据并行聚类的效果,但每当有新的大数据流入时,都需要对当前全部数据进行K-均值聚类,计算过程复杂,聚类效率低。为此,提出了一种基于MapReduce的虚拟环境下大数据智能并行聚类方法。首先在虚拟环境下大数据中抽取小规模数据集并确定大数据簇的质心,采用Single法对所抽样的小规模数据进行聚类,获得虚拟环境下大数据属性的均值,利用最小距离分类规则将大数据属性的均值快速地向数据簇的真实中心移动,依据Davies-bouldin指标假设一个数据簇离散度参数,在此参数值中选出大数据智能并行聚类相似度最大值,最后利用聚类相似度最大值得到Davies-bouldin指数,以Davies-bouldin指数为基础将多个类别的质心间距以及聚类离散度指定阈值合并为一个类并进行迭代计算,得到数据最佳聚类中心位置,由此完成虚拟环境下大数据智能并行聚类。仿真实验结果证明,所提方法提高了大数据智能并行聚类的灵活性和普遍适用性,减少了聚类时间,并适合应用于教育技术领域,不仅可以使教育技术网络数据更加合理化,而且更加规范化。