一种高效的混合曲面光顺算法

三维扫描技术的发展获得曲面采样数据不再困难,但得到的三角形网格常含有大量噪声。应用顶点分类的方法,提出了一种加权均值滤波与拉普拉斯光顺相结合的混合算法。实验结果表明,该算法既能有效去除噪声,而且很好地保留了原网格模型的特征信息。     

玻璃钢复合材料无磁杜瓦真空性能研究

讨论了玻璃钢复合材料无磁杜瓦的真空性能。提出了采用三层模式壳体结构、加热、充CO2置换气体、放置活性炭等提高和保持杜瓦夹层真空度、减少抽空时间的方法。同时简述了影响夹层真空度测量的相关因素。研究结果表明:玻璃钢复合材料放气率是影响夹层真空度的主要因素;在液氮温度下杜瓦夹层动态真空度可达5×10-4Pa,并可长期使用而真空度不变。     

特征保持的点模型简化技术研究

提出一种以物体表面上不附加任何几何和拓扑信息的散乱点集为处理对象,特征保持的点云数据简化的方法。通过直接在散乱点上计算曲率的方法,将数据点分为特征点和非特征点两类,分别应用不同参数的均值漂移聚类算法进行简化。实验结果表明算法既能有效简化点云数据,而且很好地保留了原网格模型的特征信息。     

新型纺织设备维修问题的探讨

本文从新型纺织设备机电一体化的特点出发,论述应当推崇的设备维修方法,并结合本厂两种不同维修组织形式的实践结果,说明全员设备维修管理(TMP)体制的优越性。     

f-x-y域最小平方反演预测滤波

在对f-x域预测滤波方法深入研究的基础上,本文提出了f-x-y域最小平方反演预测滤波方法。该去噪方法的基本思想是假设信号中也存在不可预测部分,利用信号中的不可预测部分和随机噪音的联合分布建立目标函数,进而实现频率空间的预测滤波。理论模型试算和实际资料处理表明,该方法较f-x-y域预测滤波能更好的提高地震资料的信噪比,保持地震同相轴的连续性。     

蒸发器除霜喷嘴的高压射流特性分析与结构优化

针对制冷系统蒸发器除霜效率低的问题,设计了两种喷嘴:喷嘴1的射流收缩段为圆弧收缩,引流段和扩散段呈圆柱状;喷嘴2的射流收缩段为直线收缩,引流段和扩散段呈圆锥状。采用理论计算和数值仿真两种方法获得了入口气压在0.3 s内从0. 6 MPa快速降至0.1 MPa时的喷嘴射流参数,理论计算与数值仿真结果相近。数值仿真表明,喷嘴2的能量损失高于喷嘴1;喷嘴2的气压波动幅度大于喷嘴1;喷嘴2的出口速度优于喷嘴1。据此设计了综合两种喷嘴特点的喷嘴3,并对喷嘴3的圆弧半径作优化设计,结果表明当该半径为11 mm时,喷嘴3的射流除霜能力优于喷嘴1和喷嘴2。     

一种均匀网格反泄露傅里叶变换的频率域高效实现方法

反泄露傅里叶变换已在地震数据规则化、多维数据去噪及数据压缩等领域得到广泛应用,但其多在时间域实现,计算效率不高。对均匀网格反泄露傅里叶变换的常规实现方法进行了改进,在频率域给出一种均匀网格反泄露傅里叶变换的高效实现方法。该方法在频率域寻找傅里叶系数极大值及其位置,通过在频率域减去SINC函数,避免了常规实现方法在每次迭代过程中所使用的离散傅里叶变换及逆离散傅里叶变换,大幅减少了均匀网格反泄露傅里叶变换的运算量,提高了均匀网格反泄露傅里叶变换的计算效率。利用合成数据对方法进行了验证,结果表明,该方法不仅能够明显减少频谱泄露现象,提高稀疏表示性能,而且较常规实现方法提高了计算效率。     

数据库连接池技术的分析与研究

提出使用数据库连接池的办法,并介绍数据库连接池的原理,构建一个简便易用的连接池,并结合当前热门技术JSP说明其如何在开发中使用的问题.     

CeO2改性多尺度WC-CoCr涂层组织结构及空蚀性能研究

采用超音速火焰喷涂技术，制备多尺度WC-10Co4Cr涂层和纳米CeO₂改性涂层。研究添加纳米CeO₂对多尺度WC-10Co4Cr涂层组织结构、力学性能的影响。并采用超声振动空蚀装置研究淡水介质中涂层的空蚀行为和机理。研究表明，改性涂层和未改性涂层物相均主要由WC相和非晶CoCr组成，没有产生明显的脱碳相。纳米CeO₂改性多尺度WC-10Co4Cr涂层具有更低孔隙率(0.25%),但涂层显微硬度(1 134 HV_0.3)只有多尺度WC-10Co4Cr涂层的83%。同时其开裂韧性(5.27 MPa·m^1/2)相对于多尺度WC-10Co4Cr涂层降低了4%。纳米CeO₂的添加削弱了涂层在淡水介质的抗空蚀性能，其抗空蚀性能只达到多尺度WC-10Co4Cr涂层的61%。纳米CeO₂的添加降低了多尺度WC-10Co4Cr涂层的孔隙率，但同时削弱了涂层的力学性能，由此降低了涂层的抗空蚀性能。     

一种基于分层结构的设备故障领域本体实例关系抽取方法

优质的设备故障领域本体需要实例之间拥有准确的关系。传统的基于神经网络的实例关系抽取方法容易使意义相近的关系误分，且由于故障领域文本中实例间隔较远，使用该类方法抽取故障领域实例关系效果不佳。针对上述问题，基于分层结构提出了一种从非结构化文本中抽取设备故障领域实例关系的方法。第一层通过对实例对中实例类型的识别，进行初步关系抽取；第二层使用融合自注意力机制的BiLSTM模型对包含实例对的句子进行解析，进行精确分类；通过统计的方法完成实例关系抽取。实验结果表明，此方法与现有的基于神经网络的实例关系抽取方法相比，取得了较好的精确度与召回率，提高了故障本体实例关系抽取的效果(F1值)。