基于眼动特征的人机交互行为意图预测模型

针对自适应人机界面对用户行为意图预测的需求,提出一种基于眼动特征的人机交互行为分类及意图预测方法.通过建立简化的界面模型,将用户的行为意图分为5类,设计视觉交互实验收集相关行为意图状态下的眼动特征数据,利用SVM（Support Vector Machine）算法建立分类预测模型,结合差异性分析方法选取眼动特征分量,最终确定连续3个采样注视点的位置X坐标、Y坐标、注视时间、眼跳幅度以及瞳孔直径共15个分量作为特征参数可以获得较好的预测效果,其预测精度可达90%以上.     

基于ANSYS的真实粗糙表面微观接触分析

基于材料弹塑性变形理论,采用激光测量仪测取零件表面微观形貌数据,使用小波对测量数据进行处理,提取不同层次的粗糙度,利用有限元分析软件ANSYS及其APDL工具,建立真实粗糙表面不同尺度上的微观接触参数化有限元模型,仿真分析了粗糙表面接触的弹塑性变形全过程。提出了基于ANSYS重启动分析、网格重划的多载荷步求解算法,以解决有限元微观接触分析过程中的网格畸变问题。通过通用后处理模块/POST1,提取了有限元分析结果文件中的真实接触面积、接触载荷、接触微凸体个数等接触参数,分析了多种不同粗糙度表面相互接触时接触参数的关系,以及不同尺度的粗糙面对接触参数的影响,为研究结合面的接触机理和连接性能提供了方法。     

自适应界面视觉搜索认知特性研究

自适应界面中经常遇到调整界面项目区域位置和增大区域面积,吸引用户注意,提高交互效率的情况.本文对自适应界面项目区域位置变化和区域面积增大过程中人的认知特性进行了研究,为自适应界面设计提供依据.设计了工效学实验,使界面自适应项目在中间位置和其他位置进行随机切换,界面自适应项目在原面积界面和增大面积界面之间随机切换,模拟界...     

蒸汽管道流量失真及压差增大原因分析

我厂始建于l911年，迄今已有86年的历史，是一个具有发电、变电、供热的老火电厂。在役的汽轮发电机组大多数是使用了五六十年的老设备。长期超龄运行，使这些老设备逐步暴露出一些严重缺陷，如1993年2月初，发现机¨蒸汽管道流量失真及压差增大。针对该问题，厂热力试验组及时做了试验，并提出消除缺陷的若干建议，现将当时的试验分析介绍如下。     

增强现实诱导维修进程识别策略

针对传统的增强现实维修系统不能有效对维修状态进行感知和判断的问题进行了研究,提出了一种基于概率神经网络（probabilistic neural network, PNN）的维修进程识别的策略。该策略将关注的焦点由维修对象本身转移到附近的已拆卸零件放置区域,利用曲波变换生成已拆卸零件边缘图像,然后生成Hu不变矩特征值,再将特征值作为PNN神经网络的输入进行进程零件的分类识别,从而得到当前的维修进程。实验表明,该策略下识别的准确度明显高于图像匹配方法与曲波不变矩方法,为场景感知提供了新的思路和解决方案。     

融合多尺度特征的改进Deeplab v3+图像语义分割算法

针对当前Deeplab v3+模型没有充分采用高分辨率的浅层特征出现的错误分割、遗漏分割等现象,提出一种融合多尺度特征的改进Deeplab v3+特征图像语义分割算法。在主干网络中,引入多尺度金字塔卷积;将空洞空间卷积池化金字塔中的标准卷积替换为深度可分离卷积,减少整体模型的参数量;最后,在解码层采用多尺度方法来捕捉获取全局背景,将背景特征通过注意力机制,再与浅层特征和空洞空间金字塔池化层结合,丰富融合后的浅层特征语义信息。实验表明,在CityScapes验证集中,所提算法具有更好的边缘分割效果,平均交并比达到了74.76%,较原有算法提升了2.20%。通过与先进算法比较,也证明所提算法应对改善错误分割、遗漏分割的有效性。