基于工程图的三维重建研究

由二维工程图重建三维形体是一种快速的形体造型方法,已成为计算机图形学和人工智能领域的重要研究方向.立足于基于工程图的三维重建问题,分类总结了形体重建方法的研究成果,着重介绍了典型的重建算法.在比较了典型算法的适用范围的基础上,剖析了目前形体重建研究所面临的问题.最后,指出了基于工程图的三维重建算法进一步的研究方向.     

一种基于SAML的Web服务单点登录模型研究与实现

由于Web服务具有异构性和松耦合性等特点,而现有的跨域单点登录方案主要针对基于Web站点的应用,不能较好的适用于Web服务环境.提出了一种基于SAML的Web服务单点登录模型,介绍了该模型的两种实现模式,并给出了组合服务的单点登录方法.基于OpenSAML和WSS4J等开源项目,给出了该模型的原型实现,并分析了模型的安全性.该模型使得跨域的Web服务单点登录变的简单,可适用于各种跨域的基于Web服务的应用场景中.     

基于VC++和MATLAB混合编程绘制三维图形

文章介绍了VC 环境下调用MATLAB实现绘制三维图形的两种方法:利用MATLAB编译器和MATLAB引擎,并用实例证明这两种方法可实现VC 的用户界面与MATLAB的强大图形功能的交互.分析了这两种方法的优缺点,对各自的接口环境配置进行了对比,详细说明了两种方法的具体步骤,提出了各自适合的应用时机.     

无线传感器网络中的动态电压调节算法

无线传感器节点一般由电池供电,且电池不易更换,所以传感器网络最关注的问题是如何高效地利用有限的能量.动态电压调节技术允许软件在运行时动态的改变处理器的频率和电压,以减少它的能量消耗.分析了现有的一些动态电压调节算法,根据无线传感器网络多跳路由和拓扑易变化的特点,提出了一种针对中继节点的动态电压调节算法,并在NS2平台上对算法进行了仿真.通过对仿真结果的分析,表明改进的算法能够很好地减少系统能量消耗,延长无线传感器网络的使用寿命.     

微波技术在吸附分离中的应用研究进展

在吸附分离过程中,微波技术主要应用于吸附材料的合成和吸/脱附过程的强化。采用微波合成吸附材料可提高能量利用率、大幅度缩短反应时间、产物均匀且吸附性能更优异。在吸附过程中,微波场通过促使极性分子转动加速体系传质过程,加快吸附;在脱附再生过程中,被吸附物质在微波场中被加热而发生挥发或者分解。微波强化的作用机理以及微波场中体系温度的准确测量和控制有待进一步研究。     

城市实时交通路网车辆路径优化问题研究

针对日益突出的城市交通拥堵问题,在综合考虑距离、载重量、时间、燃料对成本影响的基础上,研究时变车辆路径优化问题,提出跨时间域计算配送成本的方法,建立以成本为目标的城市配送优化模型。为提高算法的求解质量与效率,采用改进遗传算法,并设计两边逐次修正算子。最后,结合京东在重庆市的配送实例,分析车辆出发时间对成本的影响,同时考虑路径选择的灵活性并及时调整路线。实例验证了模型在城市配送中的适用性。     

基于FPGA的相控超声发射系统设计与实现

设计了一种以FPGA为核心的相控超声发射系统,对该系统工作原理及相控聚焦方法进行了研究;设计了一种二维相控阵列,并进行了阵列定点聚焦延时仿真;最后运用该系统实现了对相控阵列的高精度聚焦延时控制,并经过DA转换、电压及功率放大,产生了幅值及波形可控的激励信号,测试了该系统对实际目标的定位精度;实验结果显示对实际目标定位偏差在3%左右,该超声相控发射系统可实现相控聚焦发射,延时控制精度高,可靠性好。     

分布式通风隔声罩的设计和效果研究

针对动力设备同时满足降噪和散热的需求,提出一种周期分布式结构的通风隔声罩。隔声罩的罩壁内嵌通风消声单元,声波衰减的同时,气流可顺利通过罩壁进行耗散。介绍了分布式通风隔声罩的设计,并对其隔声性能进行了理论计算。通过分布式通风隔声罩对三种不同设备的插入损失分别进行了实际测量和分析。研究结果表明,在通过频率以上,隔声罩插入损失的计算值和实测值吻合较好,分布式通风隔声罩在其通过频率以上具有良好的隔声效果。该分布式通风隔声罩的有效降噪频率可根据不同声源的频率特性进行专一设计,适用于各种需要通风散热的设备的隔声。     

云计算环境下信息安全分析

基于互联网的云计算被认为是当今互联网发展的方向,近年来引起人们的广泛关注,如何构建安全的云计算环境成为当前计算机学科研究的热点问题之一.文中从云计算的发展现状人手,介绍了NIST推出的云计算规范、五个本质特征和云计算服务模型,分析了CSA云计算安全参考模型和Jericho Forum的云立方体模型,并从安全边界、数据安全、应用安全三个方面讨论了当前云计算环境下存在的信息安全问题,最后给出了云计算环境下保证信息安全的解决方案.     

基于部分微粒更新改进的具有非线性动态惯性因子的微粒群新算法

微粒群算法是基于群体智能的全局优化算法,在许多领域得到广泛的应用.该算法具有简单易于实现的优点,但是容易陷入局部极值尤其是采用动态惯性因子.采用动态惯性因子有利于提高微粒群算法的收敛速度,但降低了其全局搜索能力.针对具有惯性因子微粒群算法在进化过程中微粒群多样性减弱容易陷入局部最优值的问题,以非线性动态惯性因子的微粒群算法为基础,提出1种基于部分微粒更新的微粒群算法,以提高微粒群的多样性,进而提高了算法的全局搜索能力.新算法利用Sphere、Rastrigin、Rosenbrock、Schaffer、Freudenstein-Roth、Goldstern-Price 6个经典测试函数进行测试,并与基本微粒群算法和具有线性动态惯性因子微粒群算法比较.通过模拟优化比较,新算法寻优效率高、全局性能好、优化结果稳定,新算法能有效提高微粒群的多样性,具有较好的收敛性能和全局优化能力,尤其适合多峰函数的优化.