Choice zones: architecturally relevant areas of interest

A new type of area of interest (AOI) termed “choice zones” is proposed, that is relevant for eye tracking research in the built environment. Choice zones are an ex ante measure; this is in contrast to many existing definitions of AOIs which are data-driven. Choice zones are defined algorithmically using space-geometric parameters. The validity of the concept is tested against fixation data from an urban navigation experiment in which participants chose between alternative paths. Findings show that choice zones account for 90% of the fixations clusters. The merit of the measure for applied studies in built environment research is discussed.     

黎曼几何在计算机视觉中的应用研究进展

在计算机视觉领域，许多任务相关数据具有非欧结构，近年来基于黎曼几何的数据表征与应用研究受到了越来越多的关注。如何充分利用数据的几何结构，来提高目标识别、目标跟踪及目标检测算法的性能，是其中的一些研究热点。本文主要从三个方面介绍黎曼流形在计算机视觉中的应用研究进展。首先，从数学基本概念出发，阐述黎曼流形与图像的关系以及视觉应用的可行性，并介绍计算机视觉中具有重要应用的几种黎曼流形。其次，对黎曼流形在计算机视觉中若干常见应用进行了概述，重点介绍了与深度学习相结合的相关进展。最后，对引入黎曼流形的机器学习方法的未来发展进行了分析和讨论。     

航空变频电源下笼型感应电机矩形转子槽结构优化分析

当前大功率的航空发电机开始采用360~800Hz的变频输出方式,在航空变频电源的直接供电下,感应电机的性能受到频率变化最大的影响是在高频时起动转矩太低。针对笼型感应电机,采用解析计算的方法对矩形转子槽尺寸进行优化,在不改变稳态性能的条件下获得最大起动转矩。深槽尺寸的变化将影响集肤效应系数和槽漏感2个方面,二者对起动转矩的作用相反。通过综合2个方面的因素,建立起包含槽型尺寸和频率的动态转子参数模型,并采用该动态转子参数对传统的转矩公式进行调整,进而获得关于转子槽尺寸的起动力矩解析式,同时基于该解析式实现对起动力矩的优化。采用该解析方法对7.5kW感应电机进行深槽转子优化,并对航空变频电源驱动时的起动特性进行了仿真和样机实验,验证了该方法在矩形转子槽优化设计中的有效性。     

基于机载单天线雷达一维距离数据的地表三维信息优化重建方法

陆地的刚体表面在机载雷达的任意相对运动下具有几何不变性,基于此约束可利用雷达距离像中提取出的地面多个强散射点的一维距离数据,重建出地表的三维信息以及载机未知的运动轨迹.鉴于现有基于雷达远场假设的重建方法无法适用于具有较大近场误差的地面目标重建的问题,提出一种基于雷达近场几何模型的优化重建方法,采用非线性优化方法实现了对...     

分形几何及其在精密切削加工中的应用

简要地介绍了分形几何的基本概念,以及分形几何在精密切削加工中的应用研究。包括振动分析,刀具磨损、材料素质及产品表面质量评定。     

三元二次样条函数及其计算（Ⅱ）——计算机表示

关于高维数据拟合提出两种计算方法，用各种实例在计算机上计算，给出了等值面图形绘制方法，直观地表示高维空间曲面。应用实例表明，有杉本方法进行四维数据插春效果令人满意，铁于微机实现，等值面绘制快速精确。     

Effect of tip geometry and tip clearance on aerodynamic performance of a linear compressor cascade

The tip leakage flow between a blade and a casing wall has a strong impact on compressor pressure rise capability, efficiency, and stability. Consequently, there is a strong motivation to look for means to minimize its impact on performance. This paper presents the potential of passive tip leakage flow control to increase the aerodynamic performance of highly loaded compressor blades. Experimental investigations on a linear compressor cascade equipped with blade winglets mounted to the blade tips have been carried out. Results for a variation of the tip clearance and the winglet geometry are presented. Current results indicate that the use of proper tip winglets in a compressor cascade can positively affect the local aerodynamic field by weakening the tip leakage vortex. Results also show that the suction-side winglets are aerodynamically superior to the pressure-side or combined winglets. The suction-side winglets are capable of reducing the exit total pressure loss associated with the tip leakage flow and the passage secondary flow to a significant degree.     

基于多维几何形状的雷达辐射源识别算法

针对复杂电磁信号环境下雷达辐射源识别困难的问题,提出了一种基于多维几何形状的辐射源识别算法。借助几何形状将辐射源空间特征向量转换为平面向量,计算向量各夹角余弦值,再同辐射源数据库进行比较,实现辐射源型号的自动识别。仿真验证了提出的识别算法,识别率均在80%以上。     

流体力学深度学习建模技术研究进展

深度学习技术在图像处理、语言翻译、疾病诊断、游戏竞赛等领域已带来了颠覆性的变化。流体力学问题由于维度高、非线性强、数据量大等特点,恰恰是深度学习擅长并可以带来研究范式创新的重要领域。目前,深度学习技术已在流体力学领域得到了初步应用,其应用潜力逐渐得到证实。以流体力学深度学习技术为背景,结合课题组近期研究结果,探讨了流体力学深度学习建模技术及其最新进展。首先,对深度学习技术所涉及的基本理论做了介绍,阐释流场建模中常用深度学习方法背后的数学原理。其次,分别对流体力学控制方程、流场重构、特征量建模和应用等几个典型的人工智能与流体力学交叉问题应用场景所涉及的深度学习技术研究进展进行了介绍。最后,探讨了流体力学深度学习建模技术所面临的挑战与未来发展趋势。     

基于核部分非负矩阵分解的亚像元级地物光谱分析

为了进一步提高亚像元级地物的光谱分析精度,提出了一种基于核部分非负矩阵分解(Kernel Protection Non-negative Matrix Factorization,KPNMF)的非线性解混算法.首先通过基于凸面几何理论的端元提取方法提取纯像元端元候选像素集合,然后根据候选像素的空间纯度指数判断纯像元端元.在纯像元端元信息已知的条件下,利用核方法对部分非负矩阵分解(Protection Non-negative Matrix Factorization,PNMF)进行推广,构造相应的目标函数,推导迭代求解过程,分解求得亚像元端元光谱和所有端元的丰度.试验结果表明,提出的解混算法具有良好的非线性分解能力,解混结果优于线性解混算法.