元宇宙：概念、技术及应用研究综述

网络技术、人机交互和人工智能等技术的飞速发展催生了元宇宙,并进一步促进人们物质生活各个方面的数字化转型.2021年是元宇宙元年,元宇宙作为一个新兴的概念受到产业界、学术界、媒体界及公众的广泛关注.本文尝试从技术维度和应用角度深度剖析元宇宙.首先,从定义、起源与发展、特征和关键技术(网络及运算技术、物联网技术、人机交互技术、电子游戏技术、区块链技术、数字孪生技术和其他技术)等多方面对元宇宙的概念及内涵进行论述;然后,讨论了当下布局元宇宙的企业和应用实例;最后,剖析了目前元宇宙发展存在的问题和机遇,并对未来研究与应用进行了展望.通过对元宇宙当前的发展状况、研究趋势进行归纳分析以及科学地评估元宇宙的落地应用,为元宇宙研究人员提供有益的参考和借鉴.     

基于PCA-GA-SVM的竖直下降两相流流型预测

为提高小样本条件下的流型识别精度和时效性,提出了一种融合小波包分解（WPD）、主元分析（PCA）、遗传算法（GA）和支持向量机（SVM）的优化识别模型,并成功应用在竖直下降两相流流型辨识工作中。利用WPD对非平稳电导波动信号进行分解、重构,提取小波包能量构造特征向量;通过PCA对特征向量进行降维,降低特征输入的复杂性;同时采取GA全局迭代寻优的方式确定SVM的关键参数惩罚因子（C）和核函数参数（g）。对PCA-GA-SVM识别效果进行验证后与SVM、PCA-SVM、GA-SVM网络进行对比。结果表明,经过PCA和GA优化后的SVM网络在流型识别精度和时效性方面均提升显著,对泡状流、弹状流、搅拌流和环状流的总体预测精度达到了94.87%,耗时仅3.95 s,可满足在线识别需求。      

基于元搜索引擎的个性化Web信息采集

为了减少传统Web采集系统网络资源的耗费,并增强其个性化支持,结合用户兴趣向量模型,将元搜索引擎技术应用到Web信息采集领域中,设计一个基于元搜索引擎的个性化Web信息采集系统.该系统通过调用成员搜索引擎发现与用户兴趣相关的目标Web站点,通过爬虫程序采集目标站点上的Web页面内容.在发现兴趣站点方面更具有针对性,能有效减少爬虫的数量.重点研究了系统的体系结构、个性化Web采集的工作流程,最后给出了该系统的应用场合.     

基于形态学多结构元多尺度的自适应边缘检测

数学形态学广泛应用于图像处理和模式识别领域;针对形态学单结构元在边缘检测中边缘信息丢失的问题,提出了用不同方向的结构元素对图像进行多尺度检测的自适应边缘检测方法;首先利用形态学高低帽运算对原始图像进行平滑处理,采用差分最大值确定结构元素的方向,利用形态学运算调整结构元素尺度,改进了数学形态学边缘检测算法;实验结果表明,与传统边缘检测算法相比,该算法在保持图像边缘清晰的同时.有很强的去除噪声能力.     

浅析元宇宙生态对云端展示空间发展的影响

云端展示模式是后疫情时代下伴随着Web 3.0、虚拟漫游等技术的发展而盛行的新型展览展示模式,在近两年里,云端展览凭借其空间特点和展示优势与传统线下展览形成相互辅助、相互依存的发展形势。与此同时,元宇宙生态这一概念的出现又一次为云端展示模式带来新的影响。元宇宙生态的去中心化模式以及基于NFT技术,给予虚拟访客的社会身份、社交环境和虚拟艺术品价值与云端展示空间的对接,一方面从社会人的身份认证与社交环境赋予了虚拟访客更真实的观展体验,另一方面为数字化虚拟人与展品带来了与现实世界互通的价值体系。通过这些方式进一步推动了数字化云端展览的未来发展。     

分子膜驱油剂在三元复合体驱油效率机理分析

随着全球经济的飞速发展,能源的需求与日俱增,对石油的依赖也越来越强。在不可能迅速发现新的大油田情况下,提高现有油田采出程度是当前行之有效的措施。分子沉积膜驱油技术是一种新型的三次采油技术,它对于提高老油田注水开发效率和最终采收率有重要意义。     

基于元模型的供水系统节点压力实时估算的应用分析

供水系统运行分析计算模型的开发需要校准管道粗糙度和其他参数.不合适的参数会导致解决方案不准确,导致计算模型作为决策工具的适用性降低.通过基于人工神经网络的元模型,来估计管网所有节点的压力.该方法旨在增加有效的压力数据,降低校准难度.模型利用计量区域的入口流量和一些节点监测的压力数据作为人工神经网络的输入数据,得出未被监...     

急倾斜水平分段放顶煤放煤规律的离散元模拟研究

提高水平分段高度是提高急倾斜水平分段放顶煤产量的有效途径,但顶煤分段高度提高后,其顶煤的放出工艺如何控制是影响其放出率的关键因素。对急倾斜水平分段放顶煤的放煤过程进行了离散元数值模拟,重点比较了在相同顶煤高度的条件下,顺序放煤与隔架放煤的特点,并在理论分析中给出了确定放煤轮数的具体公式,所得结论可供工程实际参考应用。     

旋转体点云分离与旋转轴提取

提出了一种基于线元几何与运动方程的旋转体点云数据特征分离与旋转轴提取算法。该算法将三维空间中的点云数据投影到线元空间中,通过拟合运动方程并分析运动特征参数而计算出旋转轴位置。算法使用基于特征约束的klo-RANSAC（k-local-RANSAC）算法将特征点从自由曲面背景以及噪声中提取和分离,进一步提高了算法的收敛速度与健壮性。实验证明,本算法无需精确估算曲面法矢即能快速地从海量点云数据中迅速地识别与分离具有旋转特征的数据点并提取其旋转轴特征。     

基于面向方面MDA的软件开发方法

软件系统通常有许多横切整个系统的非功能需求,仅采用面向对象的方法不能很好的处理这些横切关注点.软件开发中使用面向方面MDA的方法,在设计阶段将系统的非功能需求从功能需求中分离出来,通过扩展UML建立面向方面PIM元模型和基于AspcctJ的PSM元模型,横切关注点和核心业务逻辑就可以根据这些元模型分别建模,从而形成面向方面PIM和PSM,然后将系统PSM转换成系统代码.这种方法降低了软件开发的复杂性,提高了系统的可重用性、可维护性和横切关注点的模块化程度,最后给出了应用实例.