自由曲面对象族研究

传统的边界表示方式导致自由曲面特征仅包含几何信息,很显然这种表达方式是很低效的。为此提出了一种有效描述自由曲面特征的新方法,该方法基于陈述式的对象族模型构建自由曲面对象族,使自由曲面具有高层次的语义信息,可以保证自由曲面特征无缝地融合到模型中去,同时满足自由曲面特征与其他特征间的约束关系。通过约束定义自由曲面特征具有的语义信息,在建模过程中功能属性被很好地维护,实现了对自由曲面特征在参数化层次上的描述,并证明了其可行性。     

川佛手精油抗氧化及抑菌活性的研究

为了研究川佛手精油的抗氧化和抑菌活性,以石油醚作为溶剂超声辅助提取得到川佛手精油,测定其抗氧化活性和体外抑菌活性,川佛手精油对金黄色葡萄球菌、大肠杆菌、枯草芽孢杆菌、苏云金芽孢杆菌、肠球菌5种常见食源性污染菌的抑菌效果。结果表明:川佛手精油含有丰富的多酚和黄酮类物质,具有一定的抗氧化活性,对DPPH和ABTS自由基清除能力较强,EC50分别为3.92,1.88mg/mL。体外抑菌试验表明川佛手精油对肠球菌有很好的抑菌效果,最低抑菌浓度(MIC)为24mg/mL,抑菌强弱顺序为:肠球菌、苏云金芽孢杆菌、枯草芽孢杆菌、金黄色葡萄球菌、大肠杆菌。     

量化特征多粒度模型在行星齿轮箱故障诊断中的应用

传感器失灵、通讯迟滞或数据离散化等多种不确定因素会导致行星齿轮箱故障诊断信息不完备情况的发生,而现有的故障诊断方法已难于适用。为此,提出一种基于数据驱动量化特征多粒度模型的行星齿轮箱故障诊断方法。首先,采用数据驱动量化特征关系对行星齿轮箱的不完备故障诊断信息进行分析;其次,利用基于悲观数据驱动量化特征多粒度模型的属性约简算法提取故障诊断决策规则;最后,使用朴素贝叶斯分类器(Naive Bayesian classifier,NBC)推断待诊行星齿轮箱状态。实验研究表明,该方法可准确地判断实例间的不可分辨关系,降低计算复杂度,提高故障诊断准确率。     

基于细胞元本体的标准件库资源共享研究

针对目前标准件库不支持异构CAD系统和标准件信息不完整两个主要问题,提出了一种基于细胞元本体的标准件库资源共享方法。该方法使用Web本体描述语言(Web Ontology Language,OWL)表示细胞元本体模型,制定语义映射规则,以细胞为转换单元,屏蔽了信息表示的异构性,使应用本体和细胞元本体成为具有语义关系的逻辑上的整体,实现了异构CAD系统对标准件库的共享及异构数据的实时转换。该方法应用在Pro/E,UG和CATIA3个CAD平台的同步协同设计中,证明了其可行性。     

轻量级构件部署与配置工具的研究与实现

普适计算应用运行在高度异构、复杂多变的环境中,如何便捷、高效地部署与配置此类系统,是目前普适计算领域面临的挑战之一。为有效支持构件化普适计算应用的部署与配置,基于模型驱动的思想,遵循OMG的轻量级构件规范和构件部署与配置规范,设计实现了一个轻量级构件部署与配置工具StarDCTool。StarDCTool能够通过目标运行平台建模对计算环境的异构性进行支持,通过部署计划建模支持构件化应用的部署和配置过程的重用,进而自动化地生成与部署和配置相关的元数据。通过具体的构件化导航应用案例,验证了StarDCTool的功能和特点。     

StarOSGi:一种OSGi分布式扩展中间件

随着应用范畴从单个结点扩展到普适计算、企业计算等分布式环境,OSGi技术需要提供对远程服务访问的支持。在保留其面向服务、动态性、轻量级等已有优点的前提下,如何为OSGi技术体系提供有效的分布式扩展,是研究者所面临的重要挑战。现有OSGi分布式扩展研究工作存在着对编程模型具有明显侵入性、不支持与非OSGi系统互操作等共性问题。以CORBA中间件技术为基础,以非侵入性、通用性和良好互操作性为目标,提出了基于CORBA的OSGi分布式扩展模型,进而基于CORBA动态调用和Java反射技术设计了一个支持OSGi分布式扩展的中间件StarOSGi。该中间件保持了OSGi原有面向服务的编程模型和轻量级特点,能够透明地将集中式的OSGi应用转变为分布式应用,并且支持OSGi应用与遗留CORBA应用的互操作,具有明显的性能优势。     

垫圈簧片注塑模具的浇口布置研究

从塑件结构工艺性出发对垫圈簧片的工艺性进行了分析。给出了成型垫圈簧片模具浇口布置的几种不同设计方案,并采用CAE软件从气穴、熔接痕、温度场、密度场等方面对几种方案进行了分析对比,预测气穴和熔接痕可能存在的位置,最终确定了浇口的较佳位置和数目。在优化结果的基础上,设计了成型模具,该模具结构紧凑,能满足生产需要,保证产品成型质量。     

基于细胞元本体的协同制造资源共享

为实现广域分散的、异构制造资源的共享和集成,提出了一种基于细胞元本体的协同制造资源共享方法。详细介绍了细胞元本体的构建过程。细胞元本体统一描述高层次的语义信息,实现了产品全生命期的语义信息的动态获取。根据该框架,实现了一个原型系统,该系统实现了异构制造资源的语义互操作,为企业提供了更丰富的制造资源。     

虚拟网络映射问题研究及其进展

随着互联网的快速发展,现有的互联网架构已经难以满足互联网新型应用的发展,在一定程度上呈现出僵化现象.网络虚拟化被认为是解决网络僵化问题的重要途径,其中的虚拟网络映射问题研究如何将具有虚拟节点和虚拟链路约束的虚拟网络映射到基础设施网络中.首先给出了虚拟网络映射问题的形式化定义,分析了虚拟网络映射问题面临的挑战性和求解目标;其次,对各种虚拟网络映射问题的求解方法加以分类,在分类的基础上,介绍了各种典型的求解方法并进行了对比;最后总结了各种虚拟网络映射问题求解方法,并指出了未来的研究趋势.     

基于判别器反馈的零样本图像分类方法

零样本学习(zero-shot learning, ZSL)致力于在训练期间缺乏不可见类数据的情况下,仍能达到对不可见类别分类的目的。目前在生成式方法中,基于联合生成模型VAEGAN的零样本学习是一个研究热点。在此基础上,提出了一个基于判别器反馈VAEGAN(discriminator feedback VAEGAN,DF-VAEGAN)的零样本图像分类方法。该方法在判别器部分引入了一个反馈模块,在训练阶段可以提升模型整体的性能,在特征生成阶段可以结合生成器共同提升特征生成质量,最终通过高质量的合成特征训练分类器,提高分类准确率。本文还通过解码器重建属性特征,并使用循环一致性损失确保生成特征具备语义一致性。传统ZSL和广义零样本(generalized zero-shot learning, GZSL)图像分类实验展示了本文方法在5个经典数据集上均优于现有方法,在零样本图像分类任务中有效增强了特征合成质量和减少了类别间歧义的目标。