基于面法向规范化的重加权全局双边滤波

在网格去噪中,由于面法向对于噪声非常敏感,当网格噪声较大时,依赖于2个高斯函数的双边滤波器难以找到合适的方差参数来自适应地区分噪声和特征附近的法向变化,导致出现无法有效地去除噪声或者破坏网格的结构特征的问题.为此,提出一种改进的基于面法向的全局双边滤波算法.首先通过面法向规范化加强对噪声和特征附近面法向变化的区分,应用规范化后的法向量计算双边滤波中刻画法向变化的权重,以克服参数选择难题;其次根据重加权的思想加大对噪声的惩罚力度,进一步提高了降噪效果.大量实验结果表明,该算法无论从视觉上还是从数值上都取得了比现有算法更好的降噪结果.     

实时物流递送路径规划与模拟

近些年来,顾客需求不断多样化、企业竞争更加激烈、全球制造的概念不断发展,不仅我国政府也将物流视为新的经济热点,而且已经引起了全球各个国家的重视。从政府到企业,从中央到地方,都开始物流战略的规划与实施,并且开始物流信息系统的建设。该文以物流路径规划系统为研究对象,介绍了一些著名的最优路径规划算法。在深入分析节约算法的基础上,提出并实现了配合Dijkstra算法的节约里程表算法,开发了以本文算法为核心的实时物流路径规划与模拟系统。     

几种经典的策略梯度算法性能对比

策略梯度函数是基于直接策略搜索的方法。它把策略参数化,并且估算优化指标相对于策略参数的梯度,然后利用该梯度来调整这些参数,最后可以获得局部最优或者局部最优策略。所以这样得到的策略可以是随机性策略也可是确定性策略。通过自主开发的Gridworld策略梯度实验平台,对经典GPOMDP、NAC和基于TD(λ)的策略梯度算法的收敛性能进行了对比分析。     

ENR的制备及其与SBR的相容性研究

采用原位氧化法对天然胶乳进行环氧化改性，考察环氧化反应的影响因素，制备环氧化度为15％～75％的ENR，并通过傅立叶转换红外光谱、核磁共振谱和热分析仪对其进行分析和表征。结果表明，天然胶乳中固形物质量分数为0．3、表面活性剂质量为干胶质量的1％、反应温度为30℃时，天然胶乳的环氧化反应进行得较为顺利；随着环氧化度的增大，ENR的起始分解温度呈上升趋势；ENR在环氧化度不大于35．5％时与SBR相容性较好，随着环氧化度增大，相容性变差。     

电磁管道抗垢装置的功放及回馈电路关键技术

分析比较了超声波防垢、机械去垢、管道化学酸洗、管道高压水射流清洗和电磁防垢的方法和效果。利用电磁防垢的防垢、除垢、杀菌和灭藻的功能原理,研制了嵌入式音频电磁共振管道抗垢装置。音频功率放大器件是装置的关键部分,既保证了足够的功率输出,又具有短路保护和过热保护作用。电路设计上,根据推动负载线圈功率信号的特点,将常规的线性功率放大电路改进成比较开关电路,有效降低了功放芯片的自身损耗。装置还通过线性光耦回馈负载线圈上的信号,进行峰值检测,经过微处理器运算后输出最佳频率,优化了管道抗垢去垢功效。     

电磁管道抗垢装置的功放及回馈电路关键技术

分析比较了超声波防垢、机械去垢、管道化学酸洗、管道高压水射流清洗和电磁防垢的方法和效果。利用电磁防垢的防垢、除垢、杀菌和灭藻的功能原理,研制了嵌入式音频电磁共振管道抗垢装置。音频功率放大器件是装置的关键部分,既保证了足够的功率输出,又具有短路保护和过热保护作用。电路设计上,根据推动负载线圈功率信号的特点,将常规的线性功率放大电路改进成比较开关电路,有效降低了功放芯片的自身损耗。装置还通过线性光耦回馈负载线圈上的信号,进行峰值检测,经过微处理器运算后输出最佳频率,优化了管道抗垢去垢功效。     

全局性模态词与基本模态语言的扩充

模态语言是讨论关系结构的一种简洁的语言。基本模态语言是仅有一个模态算子◇的模态语言,用ML（◇）表示此语言,但基本模态语言对框架关系的表达力并不是完全的,加入新的模态算子是增强模态语言表达力的方法之一。在基本模态语言ML（◇）基础上增加全局性模态词“E”得到ML（◇,E）语言,这种更丰富的语言对关系模型和关系框架的表达力明显强于基本模态语言。     

新型工质HFC161热物性计算研究

HFC161是近几年来国际上热物性研究关注的热点之一,作为制冷剂替代物,目前物性数据非常缺乏,公开发表的文献报告十分有限,基于制冷空调系统仿真的特点,以状态方程法建立了HFC161热力性质计算模块并进行了实用化的处理.计算结果与已公布的HFC161热物性参数数据进行比较,表明准确度能够满足工程计算的需要.     

Hadoop平台下实现文本分类的优化算法

目前如何对互联网上的海量数据进行文本分类已经成为一个重要的研究方向,随着云计算技术和Hadoop平台的逐步发展,文本分类的并行化方式将能够更有效的解决当前的问题.论文针对文本分类中特征选择阶段对文本分类性能有很大影响的缺点,提出了一种改进的特征选择算法——类别相关度算法(Class Correlation Algorithm,CCA),同时根据Hadoop平台在海量数据存储和处理方面所具有的优点,利用MapReduce的并行编程框架和HDFS分布式存储系统对文本分类的各个阶段实现了并行化编程.最后通过实验将Hadoop平台下的文本分类的优化算法与传统的单机运行环境下的文本分类算法进行了对比分析,实验结果表明对于相同的数据集,该算法在运算时间上有极大的提高.