双光子加工数据准备软件的研究*

双光子加工技术需要通过数据准备软件将CAD模型转换为加工数据.为此提出了三种进行双光子加工的数据准备方法,即STL处理、图片处理和线条处理;基于MFC的单文档/视图结构框架开发了软件.应用实例表明,该软件界面友好、运行可靠.     

基于STL文件的Laplacian网格优化算法

针对直接重构得到且以STL文件格式存储的网格模型质量不高的问题, 提出了一种基于Laplacian坐标的网格模型全局优化算法。该算法在提高三角面片质量的同时可以很好地保持原网格模型的局部几何特征, 其核心思想是通过在最小二乘意义下求解由权重控制的包含顶点位置和拉普拉斯坐标双重约束的线性系统来对网格顶点进行重新定位。从实验结果可以看出, 该算法较以往的Lapacian优化算法在对网格细节特征的保持上有一定优势。     

基于STL的楔横轧模具三维建模系统

采用Delphi语言开发了楔横轧模具三维建模系统。系统依据参数化的楔横轧模具数据,采用STL文件格式,自动输出楔横轧模具三维图形,提高了楔横轧模具的设计效率。由于大多数的CAM系统都可以读取STL文件,应用该系统能够提高模具的数控加工的效率。     

单源最短路问题高效算法探究

单源最短路问题是算法研究中由来已久的一个问题,在算法领域早期已经得到了较好的解决,但是在应用计算机语言实现的过程中往往不够优化,导致较高的时间复杂度和空间复杂度。从原始的迪杰斯特拉算法入手,进行透彻分析,在算法思想和实现方式上提出一种全面优化的算法方案,并给出了核心代码。实现过程中使用了堆的数据结构,并在具体的实现过程中进行灵活的优化。经过理论的算法复杂度分析,以及实际的数据测试,都证明全新优化后地单源最短路算法计算耗时非常少,空间复杂度也得到很大程度的降低,应用价值更强。     

基于VC++和OpenGL的STL文件读取显示

STL是三维模型常用的文件格式。对STL文件进行读取和显示,是对模型进行后续操作的前提。在对STL文件格式进行详细分析的基础上,以VC++作为开发平台;利用C++标准IO库的ifstream类型定义对象并绑定STL文件;再用标准库string类型中的getline逐行读取绑定的STL文件;最后,应用OpenGL中绘制三角面片编程技术实现对STL文件格式的直观显示。通过试验验证了读取和显示效果。     

融合序列分解与Prophet模型的时序预测

传统时序预测方法其预测过程无法在相同数据集上推出共享模式, 而机器学习方法无法较好地处理非线性和大规模数据集, 并且需要手动设计特征工程. 深度学习方法弥补了传统预测方法需要高计算高人力的弊端, 用自动学习特征工程代替了手动设计特征工程. 但仅使用深度学习的预测方法所作结构假设较少, 通常需要较高的计算资源以及大量的数据来学习得到准确的模型. 针对上述问题, 本文提出通过采用融合t检验的EMD经验模态将序列分为高频分量和低频分量, 对高频分量使用传统STL序列分解方法进一步对数据做处理, 对高频、低频分量分别进行Prophet预测. 实验结果表明, 相较于传统的LSTM以及Prophet预测模型, 经过STL序列分解后的周期数据能够提升模型的整体预测精确度而融合EMD经验模态的Prophet模型则大大提升了训练效率.     

Modeling MODIS LAI time series using three statistical methods

Leaf Area Index (LAI) is one of the most important variables characterizing land surface vegetation and dynamics. Many satellite data, such as the Moderate Resolution Imaging Spectroradiometer (MODIS), have been used to generate LAI products. It is important to characterize their spatial and temporal variations by developing mathematical models from these products. In this study, we aim to model MODIS LAI time series and further predict its future values by decomposing the LAI time series of each pixel into several components: trend, intra-annual variations, seasonal cycle, and stochastic stationary or irregular parts. Three such models that can characterize the non-stationary time series data and predict the future values are explored, including Dynamic Harmonics Regression (DHR), STL (Seasonal-Trend Decomposition Procedure based on Loess), and Seasonal ARIMA (AutoRegressive Intergrated Moving Average) (SARIMA). The preliminary results using six years (2001-2006) of the MODIS LAI product indicate that all these methods are effective to model LAI time series and predict 2007 LAI values reasonably well. The SARIMA model gives the best prediction, DHR produces the smoothest curve, and STL is more sensitive to noise in the data. These methods work best for land cover types with pronounced seasonal variations.     

复杂环境下车辆动力模型计算机仿真与研究

TORQUE是一种基于三维图形库OPENGL的仿真引擎。本文通过三维建模软件的引入,实现了仿真系统场景的构建,分析了STL模型的存储特点,设计并实现了STL模型的读入和优化处理,提高了整个系统的三维图形模拟效果和运行效率。借助于多体受力分析工具ADAM,以复杂环境下的行驶车辆为研究对象,构建了受力模型和运动方程,较为客观的描述了机车的运行规律,并分析了各个因素对车辆行驶安全性的影响,为驾驶人员提供了参考,对提高机车行驶安全具有一定的促进作用。     

基于STL文件的曲面网格重建算法

利用STL文件的数据相关性以及平衡二叉(AVL)树的数据搜索效率仅与树的高度相关的特性,提出一种高效的三角形曲面网格模型重建算法。该算法可以解决STL文件存在大量的冗余、使用效率不高等问题。实验结果证明,与基于AVL树的顶点快速聚合算法相比,该算法的重建效率更高。     

基于Netgen的层状地质体四面体网格划分方法

为解决三维地质建模中难以表达层状地质体内部属性的问题,将有限元网格划分方法应用于层状地质体建模中,研究基于Netgen进行层状地质体四面体网格划分的方法.以地质钻探数据为数据源,按照钻孔数据分层构建三维表面模型,用三角面片的集合构成封闭的包围壳来描述层状地质体的外部形状;结合Netgen强大的几何自适应和细部划分控制功能,用四面体网格划分方法对形成的三维表面模型进行空间区域划分,从而实现对复杂形状的层状地质体三维模型构建,并分析Netgen的输入、输出数据结构和地质钻探数据到STL格式的三维模型数据、STL格式数据到Netgen网格划分结果数据的生成过程.某矿区多个岩层的模型构建证明该方法稳定、可靠且有效.