一种拓扑元素的命名和辨识方法

在基于历史的参数化特征造型系统中,拓扑元素的命名和特征模型重新生成时拓扑元素的正确辨识是一个关键问题。该文提出了一种拓扑元素命名和辨识的新方法,此方法基于两个新概念－－影响特征和影响面,通过检查被引用元素和被辨识元素间的影响特征集、影响面集以及非影响集是否存在子集关系进行拓扑元素的辨识,其主要创新点在于依据导致一拓扑元素产生和产生变化的特征和特征面的信息进行拓扑元素辨识。该方法的主要优点是在特征模型编辑后物体的拓扑结构发生变异时能够更合理地辨识出设计历史中的引用拓扑元素。     

剖面线的快速绘制技术

在计算机辅助机械设计中,常需绘制剖面图,剖视图,传统的剖面线绘制方法通过剖面线与多边形的求交得到面线在多边形内的剖剖分。其实质是以多边形为窗口对剖面线的裁剪。     

自定义特征的管网图形建模研究*

提出用自定义特征的方法设计管网图形模型,提供了新元件设计的接口,需要对元件进行扩展建模时,用户可先自定义生成特征元件进入特征库,再进行管网图形建模设计。该方法有效地解决了管网图形建模的可扩展性问题。系统采用面向对象技术来实现,以提高程序的移植性与通用性。实例研究表明,该方法实现的系统具有良好的接口与方便的用户操作,是一种有效的管网图形建模方法。     

基于神经网络和体素模板的骨骼受损类型判别

针对骨骼受损类型复杂多样、难以自动判别的问题,提出一种基于神经网络和体素模板的骨骼受损类型自动判别方法.首先构建一种区域分割且规则化的体素模板,以有效地表征形态结构不规则的骨骼受损区域;然后建立一种受损骨骼与体素模板之间的同构映射,用于提取受损区域的体素信息,并依此生成受损类型体素样本库;再结合医学先验知识定义一种受损区域体素间的约束关系,将连续受损区域作为单元,对同类型样本进行组合以扩充样本库;最后设计和训练神经网络模型对骨骼的受损类型进行自动判别.实验中采集352份股骨受损样本,其预测结果与骨科医师的临床诊断结论相比,准确率达97%,且分类准确率、时间性能和所识别的受损类型数目优于现有文献方法,结果表明,该方法能够辅助医生快速、有效地判断患者骨骼的受损类型,为骨折手术中内固定植入物的选取提供理论基础.     

融合工艺设计意图的工艺数据多层次结构化表征方法

随着以CAD/CAM为代表的先进制造技术的广泛应用,工艺数据量不断增加,为有效复用数控加工工艺数据中不同粒度的工艺设计意图,提出一种融合工艺设计意图的工艺数据多层次结构化表征方法。通过刀位线段投影方法揭示三维CAD模型与CAM模型之间的关联关系。在此基础上以多层次结构化数控工艺模型为引导,分析工艺过程中内嵌的不同粒度的工艺设计意图,实现工艺数据的多层次结构化表征。以三轴数控铣削加工零件为研究对象,开发了一个基于CATIA的原型系统,验证了所提方法的有效性。     

基于人计算的小鼠行为识别

已有的计算机自动分析系统很难准确识别小鼠行为,且普遍采用专家对大量视频图像进行行为标注的方法获得真实值,但专家标注存在一定的主观误判。针对上述问题,提出将人计算思想应用于小鼠行为识别中,让人辅助计算机识别小鼠行为。首先利用人在视觉感知等方面的优势,以及网络的分众、协同性,把人作为分布式个体处理单元,将小鼠行为视频按帧分配给网络上的人,同一帧图像由若干人进行行为分类,然后计算机系统对所有有效的分类结果进行统计、分析和处理,实现对视频图像序列的行为分类。实验表明,该方法在有限代价下,能够有效地提高小鼠行为的正确识别率。     

圆弧和直线段组成的封闭曲线凸凹性快速判定

首先通过构造一中介凸多边形求出封闭曲线的方向,然后根据封闭曲线方向确定顶点及圆弧的凸凹性,进而确定封闭曲线的凸凹性．文中算法快速稳定,其时间复杂度为O(n),计算量最多为15n 33k 25次判断、12n-6k 14次乘除法、10n 16k 21次加减法、2次求正余弦和k次开方运算,其中n为封闭曲线顶点和圆弧圆心的个数、k为圆弧个数．     

多边形链求交的改进算法

多边形链求交是CAD&CG及相关领域研究中的一个基本问题 利用多边形链的凸凹性、单调性等特性 ,结合包围盒技术 ,在扫描线算法基础上 ,提出一种多边形链求交的改进算法 该算法特别适用于包含大量直线段且交点数相对于顶点数少得多的多边形链求交的情况     

基于局部特征识别的特征有效性维护方法

缺乏特征模型的有效性维护功能已经成为目前特征造型系统存在的一个严重而亟待解决的问题.在对特征有效性条件进行深入分析的基础上,提出了一个基于扩展属性邻接图（extended attributed adjacency graph,简称EAAG）的特征有效性表示方法,特别是提出了基于局部特征识别的特征有效性维护新方法.该方法不仅能够自动判别特征的有效性是否被破坏,而且能确定导致特征无效的原因和遭破坏后特征的状态,从而能够根据用户的意图自动维持特征模型的有效性.