一种基于海量数据的智能信息检索系统实现

该文给出了一个基于XML和自然语言处理技术的海量数据智能信息检索框架,并进行了系统设计和实现,讨论了其中的一些关键技术,包括元信息的描述和提取,关键字的拆分和索引,数据字典的建立等.最后通过实际例子的测试和运行,验证了本系统的快速和有效,并分析总结了相关的结果.     

基于B样条曲面的牙齿表面三维建模算法研究

牙齿的几何建模在医学上有着十分重要的应用价值,常见的三维牙齿建模通常是基于图像的离散网格模型,不利于进一步数学处理。该文基于散乱的牙齿表面数据,通过对数据分割和参数化,构造多张B样条曲面整体拟合方程,利用最小二乘方法,求得G1光滑连接的B样条三维牙齿表面模型。该文用实例说明牙齿表面的三维重建过程。     

结合网格补洞和曲面拟合的龋齿修补方法

该文基于医学数据处理软件Mimics系统,提出并实现了一种结合三角网格补洞和B样条曲面拟合的龋齿修补方法.首先在Mimics系统中提取牙齿表面的离散数据,并导出PLY格式的三角网格,通过对龋齿网格数据的孔洞边界提取和三角网格孔洞修补,得到完整的三角网格数据.然后采用网格数据进行分割、参数化和最小二乘拟合,求得B样条曲面...     

基于本地模型质量的客户端选择方法

联邦学习是一种针对数据分布于多个客户端的环境下,客户端共同协作训练模型的分布式机器学习方法。在理想情况下全部客户端均参与每轮训练,但是实际应用中只随机选择一部分客户端参与。随机选择的客户端通常不能全面反映全局数据分布特征,导致全局模型训练效率和模型精度降低。为此,提出一种基于本地模型质量的客户端选择方法 ChFL。分析影响模型精度和收敛速度的重要因素,提取可反映客户端模型质量的损失值和训练时间2个重要指标。通过对本地损失值和训练时间融合建模,用于评估客户端模型质量。在此基础上,基于客户端质量指导客户端选择,同时与随机选择策略进行一定比例的结合,以提高全局模型精度。通过选择具有高质量的数据且计算性能较优的客户端参与训练,提升模型精度并加快收敛速度。在FEMNIST、CIFAR-10、MNIST、CINIC-10和EMNIST数据集上的实验结果表明,相比3种基线算法FedAvg、FedProx、FedNova,将ChFL与基线算法相结合后的收敛速度平均加快约10%,准确率平均提高4个百分点。     

基于数据修正的实时阴影反走样算法

基于百分比渐近滤波（PCF）算法,提出一种改进的实时阴影反走样算法——数据修正PCF算法,其主要思想是在双线性插值滤波前对插值的数据进行必要的修正,从而消除阴影中的一些锯齿形走样现象．该算法利用像素渲染器PS2．0在图形硬件上实现．从实例图片可以看出,文中算法产生的许多阴影边界走样现象得到了明显的改善．     

类曲率在曲线相似性判定中的应用

提出一种基于类曲率的方法,并以其作为判定曲线相似程度的依据。该方法对基于曲率的方法进行了改进,在旋转、平移及等比例缩放变换下均有效。同时提出一种计算样条曲线匹配段落参数的方法,并应用于图像拼接、图像修补、图像中的物体检索等。实验结果表明了该方法的有效性。     

关于硬线钢生产质量问题的探讨

介绍了我国生产的硬线（高碳钢线材）存在的由炼钢引起的质量总理２，并对解决这些问题的途径进行了探讨；同时也对电炉可能生产硬线钢作的简单的途径。     

B样条曲面GC~1拼接中连接函数性质及其应用

为了方便地实现B样条曲面建模,讨论了一般节点下2张B样条曲面G2连续条件中连接函数的性质,以及连接函数、本征方程和公共边界的相互约束关系.通过分析连接函数存内节点上的连续性质,提出了一种用B样条函数为连接甬数的B样条曲面G1连续拼接方法.最后以分段二次连接函数为例,实现了双三次B样条曲面的G1连续拼接.该方法由于采用了重节点,释放了公共边界的自由度,使得曲面拼接更为灵活.