基于三维不变矩的人脸表情识别系统研究

本文提出了基于三维不变矩的人脸表情识别系统研究框架。在对三维人脸表情模型进行预处理及归一化的基础上建立具有平移比例和旋转不变性的三维人脸表情模型的矩不变量特征表示。针对人脸表情分类应用背景采用基于支持向量机的智能学习技术研究实现利用多维度3D-Zernike描述子特征的人脸分析识别系统的建模,基于D-ABC算法的分析识别模型优化,提高模型可靠性和系统的鲁棒性,进而利用该系统进行三维人脸表情数据的分类识别。     

基于激光点云数据的客家土楼三维建模

传统测量方法难以获得完整准确的几何信息,且在测量过程中对文化遗产的频繁接触也存在造成文化遗产损害的隐患。利用地面激光扫描技术开展了客家土楼真实感、精细化三维建模的应用研究。首先,在现场点云数据采集的基础上提出了基于点云数据的客家土楼三维高精度重建的具体过程;其次,对点云数据处理和三维实体重建两个核心步骤,重点对点云数据的配准拼接、去噪简化和分站处理、构件轮廓线提取、三维几何建模和纹理贴图等步骤进行了详细论述。另外,对建模过程中纹理优化处理这一难点进行分析探讨,给出具体解决途径。应用结果表明:三维激光扫描技术适用于具有高复杂度几何特征的客家土楼精确化、真实感建模,为客家土楼建筑文化遗产未来的开发与保护过程的损害情况监测、恢复重建和虚拟展示等提供了高精度的数据基础。目前,技术方法已应用于世界遗产地—福建客家土楼的数字化旅游信息服务中,成效明显。     

基于拓扑结构变化趋势的MCL优化算法

该文提出一种高精度的移动传感器网络中实现定位跟踪的方法,该方法利用未知节点在运动过程中网络拓扑结构变化的信息提高锚节点利用率,并改善样本采集效率。在无拓扑结构变化的情况下采用牛顿插值方法对节点当前位置进行预测,当拓扑结构有变化时,采用拓扑结构变化构建适应值函数,并用粒子群算法优化样本点的质量。仿真实验结果表明,该文算法与传统算法相比加快了收敛速度,提高了定位精度,改善了在低锚节点密度时的性能。     

基于双EnKF的土壤水分与土壤属性参数同时估计

为提高土壤水分数据同化结果的精度,将基于双集合卡尔曼滤波(Dual Ensemble Kalman Filter,DEnKF)的状态-参数估计方案与简单生物圈模型(simple biosphere model 2,SiB2)相结合,同时更新土壤水分和优化模型参数(土壤属性参数)。选用2008年6月1日~10月29日黑河上游阿柔冻融观测站为参考站,开展了同化表层土壤水分观测数据的实验。研究结果表明:DEnKF可同时优化土壤属性参数和改进土壤水分估计,该方法对表层土壤水分估计的精度0.04高于EnKF算法的精度0.05。当观测数据稀少时,DEnKF算法仍然可以得到较高精度的土壤水分估计,3层土壤水分的估计精度在0.02~0.05之间。     

无线传感器网络的系统化自适应建模

无线传感器网络的系统能耗制约着全网络的综合应用能力,其中节点有限的能量从根本上影响着传感器网络效能。针对无线传感器网络的全局能耗问题,提出了基于径向基函数神经网络以及状态空间表达的系统化建模方法。考虑到无线传感器网络的拓扑结构与分级关系, 采用径向基函数神经网络自适应实时规划系统。鉴于各传感器节点对数据的不同处理方式与能耗密切相关, 对全系统能耗建立系统化矩阵模型。仿真分析表明该模型可根据实际应用背景调整设置完成全局优化。     

基于Abaqus的高速列车车体传热系数仿真优化计算

以静止状态下某高速列车车体为研究对象,将其复杂的内外热交换系统简化为车体壁和冷桥两部分,运用Abaqus仿真计算得到整车传热系数;与相似设计的动车组车体实验结果对比可知仿真结果合理可靠.编写Python脚本实现在Abaqus后处理中显示车体壁传热系数K值云图的功能,以便于指导车体结构的优化设计;根据车体的原始设计并将选材成本考虑在内,提出的三种车体结构优化方案,使得整车传热系数降低10%.     

某减速机构刚度分析及测试

研究某减速机构的刚度分析、优化及试验验证问题,分析滚珠丝杠预紧力和各传动副之间的间隙等对机构刚度的影响,并提出控制影响刚度因素的方法;利用ANSYS进行减速机构的结构静力分析;设计、生产专用测试装备测试该减速机构的刚度.结果表明：减速机构的设计满足刚度需求,同时提供测试减速机构刚度的方法.     

基于云环境下一种小文件传输策略研究

基于互联网的文件传输策略将直接影响到文件传输效率和网络资源的使用效率,这一情况在各种资源集中的云计算环境表现得更为明显,特别是当传输大量小文件时尤为突出。针对这种现状,提出了一种基于打包策略的文件传输策略,给出了文件包优化处理机制,基于该策略,文件传输之前对小文件进行打包处理,然后进行传输,在接收端收到文件时首先进行解包再进行存储,从而减小传输过程中大量的IO操作,提升文件传输效率。大量的实验表明了本文所提策略的正确性,能够极大地提升云环境下小文件的传输效率,提高云资源的利用率。     

基于粒子群蚁群算法的供应链合作伙伴选择研究

针对供应链合作伙伴选择的准确性和效率问题,提出一种基于粒子群和蚁群优化的合作伙伴选择算法。建立基于供应链链节体和连接弧的有向图路径模型,构造多目标规划模型。利用改进的离散型粒子群算法,求取伙伴选择问题的初始解集,构建初始信息素矩阵,通过改进蚁群算法的寻径规则,求取供应链合作伙伴选择问题的最优解。实验结果表明,所提算法有效提高了供应链合作伙伴选择的精度和效率,具有较好的性能。     

基于人工蜂群的连续域蚁群优化算法

连续域蚁群优化算法是蚁群优化算法的一个重要研究方向,针对连续域蚁群优化算法(ACOR)计算时间较长、易陷入局部最优的问题,提出了一种基于人工蜂群的连续域蚁群优化算法(ABCACOR)。首先,引入一种替代机制来选择指导解,以替换原来的基于排序的选择方式,目的是节约计算时间和尽可能地保持搜索的多样性;其次,结合人工蜂群算法的搜索策略来提高算法的全局搜索能力,进一步减少计算时间和提高求解精度。通过对大量的测试函数进行仿真实验,结果表明,ABC-ACOR算法较现有的一些连续域蚁群算法具有更好的寻优能力。