不完全角度CT图像重建的模型与算法

为了提升不完全角度计算机断层成像(CT)图像的重建精度和重建效率,研究了有限角度和稀疏角度下的CT图像重建问题,提出新的全变差最小化目标函数,通过将上一步迭代重建的图像作为反馈加入到新的迭代之中,不断更新目标函数的已知项。在算法求解时,采用增广Lagrangian罚函数方法,将约束问题非约束化,并将之转化为等价的3个子问题,通过在交替方向上求解子问题来获得优化问题的最优解。实验结果表明,该算法重建出的图像信息完整,细节清晰,重建精度高,与Split Bregman算法相比,本文算法结果的相对均方误差可下降42.1%~98.5%,条纹指标可下降42.8%~98.5%。     

微课在《大学计算机基础》课程中的实施研究

"微课"作为新型的教学方式,以短、小、精受到大家的欢迎。微课形式便于网络传播,便于利用碎片时间学习。《大学计算机基础》课程授课任务重、课时少,利用规定时间完成教学任务,存在诸多困难。本文讨论在"大学计算机基础"课程中录制微课的实施方案,减轻课堂授课压力,强化学生学习效果。     

计算机技术是研制变速传动系统的关键

Ｄａｎａ和Ｊａｔｃｏ在１９９２年的美国汽车工程师协会会议上论述了半自动及全自动变速箱的两个重要问题－模拟离合器离合及自动换档的编程，这份关于传动技术和传动系统的最新资料对他们的成果进行了研究探讨。     

基于增量式路标表观学习的移动机器人定位

在全景图像中,机器人参考定位的路标表观受到畸变、观察视角、路标尺度变化以及环境亮度的影响,致使基于全景视觉的机器人自主定位存在着许多难点有待解决.提出增量式的路标表观学习方法,准确估计路标的表观变化,并为基于粒子滤波的机器人定位过程提供准确的观测信息.增量式路标学习过程利用增量式概率主元分析为理论工具,将不同视角的路标表观的主元特征表示成不断自主更新的特征基底,为计算观测量与路标真实表观的相似度提供了实现途径和理论依据.该学习算法能够被集成到带有重采样的贯序权值采样粒子滤波算法过程中,实现了全景视觉机器人的精确自主定位.实验结果表明:该算法的定位误差小,计算量小,执行效率高,对全景图像中的各类干扰均不敏感.     

基于动态负载平衡的sort-first绘制集群

对图形绘制集群中节点间负载不均衡问题提出了基于延期着色绘制的sort-first图形绘制集群.分析了延期着色中可见性检测、全局光照着色、局部光照着色3类算法的计算原理,用于预测不同阶段的绘制负载;将负载预测算法转换为场景绘制中的片段着色算法;借助图形处理器的并行处理能力,通过集中式的预着色计算,获得了屏幕空间内逐像素的绘制负载分布;基于预测的绘制负载分布,分配图形绘制集群中各个节点的绘制任务.根据实验结果,该系统可以实时预测并剖分绘制负载,精确的负载预测使系统获得高速、稳定的图形绘制性能.     

多媒体通信及图像压缩技术

多媒体通信是广播电视数字通信和计算机三个领域相互融合、相互渗透的结果,是多媒体技术和通信技术相结合的产物。它兼收并蓄了通信的分布性、计算机的交互性、多媒体的集成性和电视机的真实性等优点,是现代通信的发展方向与研究热点。     

航空电子环境下FC网络的建模与仿真

机载网络是航空电子系统的重要部分.从航电系统对数据传输的需求出发,研究了光纤通道(FC,Fibre Channel)网络复杂混合拓扑的建模与仿真.在协议分析的基础上,将不同拓扑结构的网络抽象成终端与交换机模型的组合,并分别建模.基于离散事件系统仿真方法构建了适合航空电子环境的FC网络仿真平台,并提供网络吞吐量、延迟和实时性等性能指标的评价方法.仿真结果与实测数据相对比,误差小于10％,验证了模型的有效性.使用仿真模型进行案例分析,对机载FC网络做出性能评价.      

基于特征光点单坐标系坐标的运动目标相对位置姿态光学测量方法

针对运动目标的相对位置姿态测量问题,研究了一种利用四个非共线特征光点的光学 测量方法。推导了基于特征光点目标坐标系和测量坐标系坐标的运动目标相对位置姿态解算 公式;进而给出了基于特征光点单坐标系坐标的位置姿态的解析解;并建立了测量的误差模 型。该方法对特征光点布局要求低,对摄像机模型没有限制。实验结果表明,该方法可满足 运动目标的相对位置姿态测量需求。     

折翅也能飞 美国测试新概念自适应容损飞控系统

如果你驾驶一架 F/A-18这样的战斗机,作战中飞机右侧机翼大半被敌人的炮火轰掉,那么你有可能成功驾驶飞机返航么?一般而言,几乎可以确定地说,不可能。但实际上如果你的头脑能够转得飞快,行动速度也够快——当然这实际上几乎已经超出了人的生理极限——那么你还是能够把这样一架大黄蜂飞回来的——即使其右翼的60%都被炸飞!研究表明,要想做到这样的事情,大多数飞行员都无法胜任,但计算机却有可能借助特定的飞控软件完成如此高难的举动。最近美国罗克韦尔·科林斯公司