医学图像光线投影体绘制中重采样快速算法研究

光线投影算法是体绘制算法中图像效果比较好的方法,但存在运算量大,绘制速度慢的问题,如何提高重采样速度是加速光线投影算法的关键。本利用重采样点在两坐标系中的矩阵变换特性,减少矩阵运算量,同时结合三维数据场在像平面的投影减少光线投影数目;利用包围盒技术避免对空体元的采样,并且通过将Bresenham算法扩展至三维确定每个重采样点所在体元的编号。实验结果表明,本提出的重采样优化算法成像速度比标准光线投射算法快2—3倍,而成像的质量与标准算法基本没有区别。本提出的算法,既能保证绘制质量,又能显减少计算量,提高体绘制的速度。     

基于深度学习的先进陶瓷零件实时缺陷检测系统

传统先进陶瓷零件检测与分类的主流方法为纯机械尺寸过滤和人工判断,为解决其成本高、失误率高和损坏率高等问题,提出了基于深度学习的多目标实时检测分类模型（Multi-object real-time detection and classification model, MRDC）。该模型以YOLOv3为基础,使用SKNet作为注意力机制进行特征重构提高精确度,配合灰度图快速转化算法与跳帧检测方法提高检测速度,可实现实时缺陷检测。对实际生产中的先进陶瓷零件进行采集训练,多批次采集图像数据,每批数据含多个陶瓷零件的1 000张图像,平均精确率均值达到99.19％,用先进陶瓷零件生产线视频检验,识别分类的正确率达到100％,可以保证每分钟检测450~550个零件。多目标实时检测分类模型拥有识别速度更快、识别准确率更高和零件不易损坏等优点,可极大地节约生产原料与人力成本,减少废品产出。     

基于现场可编程门阵列实现二维光栅优化设计算法

提出了一种基于现场可编程门阵列实现的遗传算法对二元光栅直接进行二维优化设计的方法。采用二次多项式函数描述二元光栅曲面的面形,给出了基于现场可编程门阵列的遗传算法优化光栅的解决方案;以多项式系数为优化设计对象,选用了适合本设计的硬件实现编码、选择、交叉、变异算子、适应度计算算法,同时引进了精英保存策略来提高程序的健壮性和加快收敛速度。算法充分考虑硬件处理的并行性和流水线特点,利用Verilog HDL语言编程,在Altera的cycloneⅡEP2C50器件上实现。结果表明,该算法对二元光栅优化设计计算速度比软件实现的快四十倍以上,有效提高了二维二元光栅优化设计的速度。     

考虑跑道复杂依赖关系的多目标飞机排序模型

考虑跑道间复杂依赖关系和依赖跑道上动态间隔约束,研究了同时存在依赖、独立跑道的多目标进离场飞机排序问题。以降低航空公司延误总成本和降低旅客总延误时间为目标,建立了跑道复杂依赖关系下的多目标规划模型。通过重庆江北机场的3个实际算例,使用ε约束法求解多目标模型的Pareto最优解集。与未增加本文两处约束的传统模型进行对比显示,额外考虑复杂依赖关系后航空公司延误总成本减少了68.5%～80.3%,旅客延误总时间减少了68.8%～77.7%,额外考虑依赖跑道上动态最小间隔时间后航空公司延误总成本减少了20.4%～43.4%,旅客总延误时间减少了29.2%～42.5%。     

Beamlet变换提取线特征的改进算法

文章首先利用二进方块中Beamlet基的对称、平行等几何性质对离散Beamlet基进行分类;然后通过定义一个新的二进方块统计量和建立一个新的能量函数,对Beamlet变换方法中利用BD-RDP提取线特征的算法进行改进.通过实验对比,该算法进一步减少了运算量,提高了线特征提取的速度,且对复杂结构图像中的线特征提取效果更为清晰.     

参数曲线的自适应插补算法

参数曲线插补是高性能ＣＮＣ系统实现复杂轨迹控制功能的重要技术基础。文中提出了一种ＣＮＣ系统参数曲线的实时插补算法，基于参数预估、误差控制及参数校正的策略，实现了参数曲线的高精度快速插补。理论分析与仿真表明，该算法与现有的插补算法相比，不仅速度误差小、实时性好，而且插补速度能随曲线曲率的变化自适应调整，确保加工精度达到给定要求。此外，本算法具有良好的实现通用性，可以适用于样条等各种参数曲线。     

一维与二维信号的快速内插算法

一维信号的快速内插在语音处理、数字波束形成、雷达实时仿真等方面有重要应用。图象处理中则常需对二维信号进行内插。文中首先提出了一种利用ＦＦＴ的一维信号内插的子序列算法。去除了Ａｄａｍｓ算法的额外补偿项ｅｒ（ｍ）与其他冗余运算，所需实乘数只有Ａｄａｍｓ算法的２０％左右，实加数约为Ａｄａｍｓ算法的３０％。然后本文又提出了一种基于子序列ＦＦＴ的二维信号快速内插算法。该算法不仅解决了Ｓａｔｈｙａｎａｒａｙａ     

基于小波变换的自适应多用户检测算法

在分析传统自适应多用户检测的基础上 ,提出了一种基于小波变换的自适应多用户检测算法。用小波变换进行前处理 ,然后再通过 LMS算法实现自适应多用户检测。与通常的自适应多用户检测算法相比 ,该算法利用了小波变换对小波空间进行了分解 ,信号经小波变换后自相关性会下降 ,收敛速度提高。同时在此分解过程中 ,根据信号与白噪声在不同尺度上的小波变换模极大值表现完全不同的特性进行信号的消噪。理论分析和仿真结果表明 ,该算法收敛速度较快 ,计算量增加较少 ,易于实时实现 ,而且具有良好性能。同时仿真实验表明 ,收敛速度与小波基选择有关 ,对于同一小波基系列 ,小波基的正则性越好收敛速度越快     

一个识别零件几何与工艺特征的自动分类系统

提出了一种在成组技术中应用模糊综合评判理论识别零件几何与工艺特征、进行计算机辅助零件分类的新方法，据此设计了自动分类软件。本法是根据零件本身间的相似性自动分类，不需建立一套分类用编码系统，也不需事先设定假想零件。对不同的分类要求，修改各种输入信息很方便，具有柔性。本文对２３００个航空附件回转类零件作了试验分析，讨论了特征抽取，目标类别，权级、权重分配，模糊关系矩阵计算，及自动分类应用软件设计．本软件是在ＩＢＭ－ＰＣ微型计算机上用Ｆｏｒｔｒａｎ－７７语言实现的，分类结果满意，自动分类正确率达９０％以上。本软件设计方法也适用于设计管理部门．     

对称结构静力分析

本文从力学对称原理的基本概念出发,对静力学部分,提出将传统的单一坐标系变换为一套相互对称的辅助坐标系,从而使得进行对称结构静力分析所用公式简单明了。据此,在计算机上求解对称结构具有三个优点:①节约机器存贮空间;②减少数据准备工作量;③节省机时。     

基于模因算法的飞机装配序列规划

针对飞机制造的装配序列规划问题,提出一种基于模因算法的飞机部件装配序列规划方法。在装配优先约束矩阵和非正交干涉矩阵的基础上构建装配规划模型,以飞机零部件间的装配方向和装配工具的差异性来构建适应度函数。在非干涉解空间中进行全局搜索,获得较优的装配规划方案,通过二叉树中序遍历法将较优的方案转化为可行解,再经过交叉操作和变异操作后,在可行解空间内进行局部搜索,最终获取较优的装配方案。以某型号的飞机舱门装配为例,通过与传统遗传算法对比,证实模因算法在飞机装配序列规划中的可行性和有效性。     

利用几何遗传方法优化前缘翼根延伸的外形以增强飞行器升力系数和机动性

为了提高所选定飞行器模型的机动性,采用了一种标准遗传算法设计前缘翼根延伸(LEX).同时使用一种由三维低阶板方法结合DATCOM方法半经验公式的改进方法预测复杂外形飞行器(机身 机翼 尾翼)的空气动力载荷和最大升力系数.结果表明,在前缘翼根存在的情况下,升力系数在马赫数为0.4～0.8时提升了20.5%～15.3%,在马赫数为1.2时提升了6.8%,在马赫数为0.2～0.95之间升力系数最大值提升了9.5%～15%.在1～5 km的高度亚音速飞行时,其回转率得到了6.6%～8.0%的提升.     

自适应阵列天线中应用Kalman补偿算法的探讨

为了补偿在自适应阵列天线中应用Kalman算法时,由于模型误差和计算误差所引起的自适应阵列天线性能的损失,本文引入Kalman补偿算法,即自适应Kalman渐消记忆滤波算法及自适应Kalman参量识别滤波算法,获得了有益的结果。最后在上述两种算法的基础上,导出了一种新的算法,该算法具有上述两种算法的优点。     

基于球空间极近距离障碍物的超声检测方法

以机器人工作空间的障碍物检测为研究对象，提出了一种不同于传统的超声测距的新的检测方法——研究球空间极近距离障碍物的超声波测距理论和利用相关算法进行信号处理实现抗多径干扰，提高了超声波测量的精度。利用特殊分布的超声传感器阵列进行超声测距和球面三点定位的原理，不仅可以检测出障碍物的空间距离，还可以检测出障碍物的空间方位。     

解大规模无约束优化的新有限储存对称秩1校正算法

提出了一个新的有限储存对称秩1校正算法,该算法把自适应调比对称秩1校正与有限储存、非单调线搜索技术相结合。算法中的下降方向由有限储存逆自适应调比对称秩1校正产生从而简化计算。将算法与著名的LBFGS进行了数值比较,结果表明,新算法能较好地解一类大规模无约束优化问题。     

快速并行细化算法

本文提出一种快速并行细化算法。细化过程是一个迭代过程。每次迭代分成两个子迭代。算法收敛速度快,细化连续性好,几何畸变小,对二值纹理图像无特殊要求,具有通用性。算法实现巧妙,独特,占用内存少,特别适合小型计算机图像处理系统。该算法在PCvision图像处理系统上实现的效果良好。     

人脸识别中眼球的定位方法

本文运用Bersen算法二值化,水平与垂直积分投影,Canny算子边缘提取及改进的广义Hough变换等技术,提出了一种快速有效的眼球定位方法。该方法的算法简单,计算量小,降低了对存储空间的要求,提高了眼球定位的速度与精度。     

基于时间序列数据挖掘的旋转机械故障预报

提出一种基于时间序列数据挖掘的故障预报新方法。把故障前兆因子作为一种暂态,根据旋转机械轴承振动的实验数据建立时间序列．利用时延嵌入的方法重构状态空间,在状态空间中使用遗传算法搜寻最优暂态束．组成暂态集。用暂态集对旋转机械轴承振动的测试数据进行分析．判断是否为故障前兆因子．从而实现故障预报。     

神经网络二次学习影响系数加权法及算例

神经网络由于其本身具有的优越性，已广泛应用于各个领域中的分类，联想问题，为了提高诊断准确度，给出了一种新的神经网络学习算法－二次学习影响系数加权法，并通过算例和实例对上述模型和算法进行了验证。