改进Delaunay三角剖分算法

针对传统Delaunay算法对非凸三维曲面剖分结果不理想,提出了基于凸划分的改进Delaunay三角剖分算法．研究了复杂曲面剖分的特性,定义了非凸集合凸划分定理,对任意曲面相对投影平面进行划分．利用一组正交平面对任意复杂曲面的划分,通过变换域对曲面进行了Delaunay三角剖分．实验结果表明,改进算法能够在正交平面对头面数据集合进行正确凸划分,在投影平面改进Delaunay三角剖分结果正确,鲁棒性明显增强,并与理论分析一致,验证了改进算法的正确性和有效性．     

Oracle数据库系统优化调整

在过去的几十年中,Oracle数据库已经逐渐成为世界上最为广泛的大型数据库管理系统。而数据库DBA的重要工作就是要确保利用Oracle的强大特性来提高企业的生产力。其中最有效的方法就是通过Oracle调优,它有大量的调整参数和技术来改进Oracle数据库的性能。文章从数据库内存参数调整、索引技术、数据库分区以及SQL语句的优化等四个方面来研究Oracle数据库的性能调整。     

考虑大气沉降的湖库分区动态水环境容量精细解析

针对面源污染为主的湖库型流域,为建立水质目标管理与污染总量控制之间更精准的响应关系,借鉴日最大负荷总量模式,基于物质量平衡原理提出考虑径流丰枯变化、不均匀混合、大气沉降等影响因素的湖库分区动态水环境容量精细解析方法,包括污染混合区设置、代表水文系列确定、逐日分区水量水质计算。以沙河水库为例,分别以全湖Ⅱ类、主湖Ⅱ类作为水质管理目标,采用2010—2015年代表水文系列对总氮动态水环境容量进行精细解析。结果表明：全湖Ⅱ类、主湖Ⅱ类水质管理目标下沙河水库总氮水环境容量的多年均值分别为36.7 t和99.43 t,若不考虑湖滨混合区,全湖Ⅱ类水质目标下总氮的年水环境容量计算值偏大66.43%;实施水质目标管理的水域面积越大,大气沉降对水环境容量的影响越大;径流年际及年内丰枯变化对水环境容量的影响显著;各分区总氮控制总量占全流域总量的比例与面积比基本一致。湖库分区动态水环境容量精细解析可量化不同因素对水环境容量计算结果的影响,科学解析面源输入型湖库水环境容量的时空结构特征,实现水质目标管理与污染总量分区管控的有机联动,更好地支撑流域水环境的精细化管理。     

基于卷积块注意力模块的图像描述生成模型

图像描述生成模型是使用自然语言描述图片的内容及其属性之间关系的算法模型.对现有模型描述质量不高、图片重要部分特征提取不足和模型过于复杂的问题进行了研究,提出了一种基于卷积块注意力机制模块(CBAM)的图像描述生成模型.该模型采用编码器-解码器结构,在特征提取网络Inception-v4中加入CBAM,并作为编码器提取图片的重要特征信息,将其送入解码器长短期记忆网络(LSTM)中,生成对应图片的描述语句.采用MSCOCO2014数据集中训练集和验证集进行训练和测试,使用多个评价准则评估模型的准确性.实验结果表明,改进后模型的评价准则得分优于其他模型,其中Model2实验能够更好地提取到图像特征,生成更加准确的描述.     

融合螺旋策略的分片混沌群粒振荡搜索算法

针对标准鲸鱼算法(WOA)及部分衍生算法求解某些算例效果不佳的问题进行了研究与实验,证明了WOA"包围"过程存在零点搜索偏好陷阱;而混沌优化算法(COA)不均衡的搜索特性使得部分衍生WOA融合的混沌初始种群与群智能优化过程难以调和.为了改善上述缺陷,选用了两种混沌系统和气泡网捕猎策略,设计了一套融合式优化算法.算法采用基于适应度的基线式自适应振荡群粒划分策略指导群体行为模式,充分发挥混沌系统作用,平衡探索与收敛性能.对通用/改进算例和工程应用案例求解可知,该算法性能相较于对比组算法更优,且不存在搜索偏好.     

划分交互式箱粒子概率假设密度滤波法

针对现有的多机动目标追踪问题,将交互式多模型(interacting multiple model,IMM)思想与箱粒子概率假设密度滤波器(box probability hypothesis density filter,Box-PHD)相结合,并针对箱粒子在区间密集杂波等复杂环境下箱体偏大,所导致的箱粒子冗余和目标跟踪位置估计不精确等问题,引入箱粒子划分技术,提出一种划分交互式概率假设密度滤波(partitioned interacting multiple model probability hypothesis density filter,PIMM-Box-PHD)算法,来处理椭圆形多机动目标的跟踪问题。该算法首先在预测阶段针对多目标的机动问题引入IMM预测,利用多模型交互方法来解决目标运动时模型失配问题;其次,利用箱划分技术将预测得到的箱粒子划分为大小和权值相同的多个子箱,以提高目标位置估计精度;最后,利用Box-PHD滤波对划分后的小箱粒子集进行区间量测更新。利用实验验证了PIMM-Box-PHD算法在多机动目标跟踪方面的良好性能,以及相较于IMM-Box-PHD算法在目标位置估计方面的优势。     

Partition model into 3D-printable and no supporting parts

The printing object must fit into the printing working volume and overhangs require a disposable support structure to be added, which are two main problems in the 3D printing process. Existing algorithms cannot solve these two problems at the same time. To solve these problems, we present a model partition algorithm, dividing the model into the pyramidal fitting printing working volume, with the pyramidal having the shape which can be printed without a supporting structure. Firstly, we partition the model surface using the region growing method and analyze the region's normal vector to determine the candidate dividing directions. Secondly, we use the candidate dividing directions to generate candidate dividing planes in order to segment the model. If the divided sub-model is not a pyramidal,continue segmenting the sub-model by using the same method until all of the sub-models are pyramidal. The candidate dividing planes may generate multi-group division modes. Each division mode constructs a tree, the evaluation function is employed to appraise the dividing values and the beam search method is utilized to search the largest value tree in the solution space which is the optimal partition. Experimental results show that the proposed algorithm can divide the model into sub-models which needn't support structures and fit into the printing working volume.     

基于两维图论聚类的农产品配送区域规划

利用两维图论聚类,划分农产品配送区域.选取划分指标,对农产品需求点进行聚类;依据农产品配送时间约束设定距离阈值;通过调整聚类结果得到农产品配送区域规划结果.