一种改进的基于三角形折叠的模型简化算法

本文基于三角形折叠的网格简化算法,提出了一种改进的算法。算法计算三角形顶点到相关平均平面的距离的最大值,结合三角形的面积、表面属性和预设特征给出三角形权值,确定折叠次序;并能够用累进网格实现连续的层次细节模型。该算法实现简单,运算速度快,而且能够有效保持模型预设的重要特征。     

表没食子儿茶素没食子酸酯的抗癌机制的研究进展

表没食子儿茶素没食子酸酯(epigallocatechin gallate,EGCG)是茶叶中主要的活性成分之一,具有抗氧化、抗炎症、抗癌等生理功效.在癌症的治疗和预防研究中,研究者将EGCG作为一种高效的天然化学预防剂,并期望将EGCG开发为保健食品和药品.本文就近年来国内外对EGCG抗癌活性、抗癌机理(抗氧化、抑制血管生成、诱导癌细胞周期阻滞、诱导癌细胞凋亡、抗炎症)方面的研究工作进行概述;并就当前EGCG在抗癌方面存在的缺陷提出解决方案和可实行的改进技术措施.     

造纸企业产品数据管理系统的研究与应用

针对造纸企业应用一般意义上的产品数据管理系统时可能存在的问题,提出了基于Extranet和构件的产品数据管理系统的设计思想,研究了基于Extranet和构件的产品数据管理系统的体系结构模型和设计方法,并给出了应用实例.     

基于邻域一致性的极化SAR图像仿射配准

极化SAR图像的配准是极化SAR图像处理的基础,需要具备较高的精度与速度.基于深度学习的极化SAR图像配准大多数是结合图像块特征的匹配与基于随机抽样一致性的参数迭代估计来实现的.目前尚未实现端到端的基于深度卷积神经网络的一步仿射配准.该文提出了一种基于弱监督学习的端到端极化SAR图像配准框架,无需图像切块处理或迭代参数...     

一种近场无线激光携能通信系统的研究与设计

介绍了一种综合利用无线激光通信技术、无线激光传能技术设计的无线激光携能通信系统,给出了系统结构和原理,结合光电信号转换、光电能量转换电路,设计了通信、传能一体化的硬件电路和光路结构,能实现近距离无连接、非接触的双向通信、传能,为无连接、无供电条件设备接入提供了分离脱落连接器(又称脱插连接器)之外的解决方案,最后指出系统继续研究发展面临的问题和挑战。     

大规模分布虚拟环境的分级兴趣管理

大规模分布虚拟环境中,兴趣管理技术使其中的裕本只向对实体只向对它感兴趣的实体发送数据,大幅度减少了系统斌销及计算开销,然而由于参与与分布交互仿真的实体兴趣域的巨大差异,可能导致网络通信负载的极度不平衡,由此 分级兴趣管理技术,分级兴趣管理技术把兴趣域内实体根据兴趣度分级,在此基础上,对低兴趣度实体提出了高效的状态数据包压缩、还的算法,并提出多阈值ＤＲ技术,以减少通信频率,分级兴趣管理技术可以缓解实     

嵌入式雪崩灾害无人监测预警系统的设计

设计一种以S3C2440为平台的无人实时监测雪崩发生的系统,该系统以32位低功耗、高性能的ARM9处理器为核心,以uC/OS-Ⅱ操作系统为软件平台,采用TG-3DP型号三轴低频加速度传感器采集数据.通过ARM内部的A/D模数转换后,系统处理与标准值作报警值判断,通过Zigbee模块将发生的雪崩报警状态值传送给山下路旁的LED大灯显示,配合GPRS模块将数据以短信形式远程发送到数据控制中心显示.系统采用稳定的太阳能和蓄电池联合供电系统,使其具有体积小、可靠性高、操作简便等优点,适用于降雪量大、无人看管的地区灾害监测.     

大功率IGBT用环氧树脂灌封胶的流变性能研究

为研究大功率IGBT用环氧树脂灌封胶体系的流变性能,以黏度为数据基础,建立了与黏度数据基本吻合的流变学黏度模型方程,并分析环氧胶的使用工艺。结果表明:环氧树脂灌封胶在50~90℃内起始黏度低,可操作时间大于30 min,且后期固化速率较高,符合IGBT模块的灌封使用要求。建立的黏度模型方程能有效预测环氧胶体系的流变特性,并为拟订合理的工艺参数提供参考。     

炼钢-连铸生产智能调度的二层规划方法(上)

炼钢-连铸生产计划分为生产批量计划和生产时间计划两类。传统的方法是将原本密切相关的两类计划单独编制,导致编制炼钢-连铸生产计划时,在优化目标的设置和优化变量的选取等方面出现缺乏全局性考量的问题。作者分析了炼钢-连铸生产调度的层次性特点,将求取两类计划的问题描述为一种具有二层递阶结构的决策优化问题,在同一模型中针对两类计划展开研究,建立了基于二层规划的智能调度模型。其中,上层规划解决浇次组合、排序和分配问题;下层规划解决在浇次计划已知的前提下寻求优化的生产时间计划问题。应用遗传算法分别求解二层规划中的上、下层子问题。仿真算例表明了该智能调度二层规划方法的有效性。     

基于 YOLOv4-tiny 和 Hourglass 的 指针式仪表读数识别

为了降低电力巡检机器人识别变电站指针式仪表的误检率,提高仪表读数识别的精度,设计了一种基于深度学习的指 针式仪表检测方法。 通过在 YOLOv4-tiny 网络结构基础上添加残差模块来提高模型的鲁棒性,并对 Hourglass 网络结构改进,达 到精准识别指针式仪表读数的目的。 为了验证所提出方法的有效性,以变电站现场仪表图像数据对方法进行测试,并将检测结 果与其他方法进行对比。 实验结果表明,仪表定位漏检率仅 1. 25%,指针定位精度在 1. 125%以内,整体检测时间小于 0. 5 s。 相较于常用的 Hough 直线检测与 ORB 结合或基于 U-net 模型的方法,读数识别的平均误差分别降低了 70. 8%和 58. 8%,为变电 站指针式仪表的读数识别提供新的思路。