课程文献中心 更多>>

关键词： 几何迭代法   曲线和曲面逼近   渐进迭代逼近   加权算法  

摘要： 几何迭代法通过构造数据点到逼近曲线（曲面）上对应点的误差向量迭代修正曲线（曲面）实现对数据点的逼近.针对几何迭代法中影响收敛性和收敛速率的误差向量的权重选取问题， 以局部逼近几何迭代法为例， 提出渐进迭代过程中权重的3类选取方法. 首先分析满足算法收敛条件的权重取值范围， 然后根据理论最快下降速率、矩阵特征值的范数不等式和自由变形（free-form deformation， FFD）方法提出了不同的权重计算策略. 此外， 为提升计算效率， 提出利用初始化配置矩阵固定权重的方法. 最后， 通过含不同数量数据点和控制点的曲线及曲面逼近实例， 评估权重策略的性能. 实验结果表明， 在相同迭代次数下， 曲线逼近中理论最快下降速率和L1范数/ L∞范数下的权重平均误差更小， 曲面逼近中FFD方法下的权重平均误差更小， 均表现出更快的收敛速率; 在相同误差下， 固定权重耗时更少， 计算效率显著提高.

关键词： 牙齿分割   路径规划   密度峰值聚类   凹点匹配   3DSnake   活动轮廓模型  

摘要： 针对当前数字牙科软件中牙齿分割不准确和交互烦琐的问题， 提出双重路径规划下的分段式密度峰值聚类三维牙齿分割算法， 采用凹点匹配原则对牙齿模型进行分割， 简化用户交互操作的同时在一定程度上提高了模型分割的准确率. 首先设计基于双重路径规划算法， 为后续步骤提供稳定的牙齿-牙龈轮廓线; 然后在牙齿-牙龈轮廓线中检测凹点， 根据人类牙齿形态将检测出的凹点分为磨牙附近区域的凹点和切牙附近区域的凹点， 并结合该凹点所处路径上的位置提出分段式的密度峰值聚类对其进行匹配; 对于已配对的凹点执行分裂操作， 按照特定的顺序将分裂后的点重新组合， 生成单颗牙齿的分割线; 最后通过单颗牙齿分割线的最长直径和最短直径的比值， 筛选出不符合条件的单颗牙齿分割线， 利用3DSnake修正牙齿分割线完成牙齿分割. 实验采用400套自采数据进行评估， mIoU达到92.03%. 同时， 在随机抽取的100套Teeth3DS数据集样本中进行测试， 总体失败率为4%. 结果表明， 所提方法在各类牙齿模型上的分割效果优异， 有效减少了用户交互操作的复杂性， 能够在平均20.10秒内完成牙齿分割， 并表现出较强的鲁棒性.

关键词： 超高场磁共振   并行成像   欠采样图像   复卷积   深度学习  

摘要： 并行成像技术可以帮助解决超高场强磁共振成像(MRI)中的射频能量沉积、图像均匀性问题，缩短扫描时间，降低运动伪影，并提升数据采集速度。为了提高对MRI复值数据的特征提取能力，减小并行成像欠采样所引起的卷褶伪影，提出基于K空间插值的残差复卷积鲁棒人工神经网络(RCRAKI)。所提算法将原始欠采样磁共振扫描数据作为输入，利用残差结构结合线性与非线性重建方法的优势，在残差连接部分利用卷积创建线性重建基线，主路径利用多层复卷积补偿基线缺陷，最终重建出伪影更少的磁共振(MR)图像。在合肥综合性国家科学中心能源研究院自主研发的7T超高场磁共振设备采集的数据上进行实验，与基于K空间插值的残差鲁棒人工神经网络方法(rRAKI)在自动校准信号(ACS)数为40、加速比为8的采样率下进行小鼠不同解剖切面成像质量对比结果表明：在矢状面下，所提算法的标准均方根误差(NRMSE)指标下降了59.74%，结构相似度(SSIM)指标提升了0.45%，峰值信噪比(PSNR)指标提升了13.04%；在横断面下，所提算法的NRMSE指标降低了7.97%,SSIM指标略有改善(提高0.001%),PSNR指标提升了1.09%；在冠状面下，所提算法的NRMSE指标下降了35.03%,PSNR指标提升了5.60%,SSIM指标提升了0.98%。实验结果表明，RCRAKI，在不同解剖切面的磁共振数据上表现出良好的性能，在高加速比采样率下能够减小噪声放大的影响，并重建出细节更加清晰的MR图像。

关键词： 路径优化   嵌套轮廓   切割路径   烟花算法   邻域搜索  

摘要： 针对裁切加工中嵌套层数多、数量大的复杂轮廓切割路径优化中存在求解效率低和精度差等问题， 提出基于改进烟花算法的嵌套轮廓切割路径优化方法. 首先， 在满足先内后外约束下， 建立包含起始点位置和切割顺序的空行程路径优化模型; 然后， 提出基于分层策略的轮廓顺序编码方法， 实现对嵌套轮廓进行逐层分解和排序， 有效地降低了该路径优化问题的求解复杂性; 最后， 提出基于自适应变异算子的改进烟花算法， 通过变异火花数量自适应地调整减小路径交叉的发生概率， 提高了路径优化算法的计算效率以及全局寻优能力. 面向服装、广告以及钣金行业的实际案例， 通过对比实验验证了所提方法的有效性和优越性， 为解决相关行业问题提供了有价值的解决方案.

关键词： 泄漏反演   非定常伴随方程   遗传算法   计算流体力学   扩散   安全  

摘要： 利用非定常伴随方程进一步发展了基于固定探测器网络的遗传算法，并将其用于化工储罐区泄漏后泄漏位置和泄漏率的反演。首先基于计算流体动力学（CFD）模拟，利用非定常伴随方程建立源-探测器关系，然后利用遗传算法对泄漏进行反演。非定常伴随方程在准确建立源-探测器关系的同时，可以节省大量的CFD模拟计算量，且遗传算法的计算高效性可实现对泄漏的快速反演。在考虑了探测器的测量误差和阈值后，对10个泄漏源进行反演，结果表明各泄漏源的反演精度均较高。此外，还讨论了反演精度随泄漏时间的变化情况，表明所提方法可在复杂流动下快速准确地反演泄漏源。

关键词： B-Rep   布尔运算   三维几何建模   CAD  

摘要： 布尔运算是三维建模中一项基础操作， 其技术水平对建模的鲁棒性、效率有着重要的影响. 针对目前公开的B-Rep模型的布尔运算研究中难以兼顾鲁棒性和效率的问题， 提出一种高效的B-Rep模型的布尔运算算法. 首先采用层次化包围盒干涉检查、面分组和交线局部信息判断等方法， 极大地减少几何求交的次数; 然后引入构建交线图、多次成环等技术提高了算法的稳定性. 基于实际三维CAD模型， 与几何建模引擎Parasolid， ACIS和OCCT进行对比实验的结果表明， 与OCCT的布尔运算相比， 所提算法在效率上具有一定优势; 与Parasolid和ACIS的布尔运算相比， 该算法在一些场景下的效率相当， 为B-Rep模型的布尔运算提供了一种有效的解决方案.

关键词： 香芋皮改性膳食纤维   响应面法   极限学习机   算法优化   预测  

摘要： 在响应面法的基础上，收集所有实验数据，包括工艺参数和NO2-吸附量。对数据进行预处理，选择合适的输入变量（料液比、盐酸浓度、反应温度和反应时间），使用训练数据建立初始ELM模型。采用遗传算法（GA）、粒子群优化算法（PSO）、麻雀搜索算法（SSA）、灰狼优化算法（GWO）和海鸥算法（SOA）对ELM进行优化。使用训练数据集对优化后的ELM模型进行训练。使用测试数据集对模型进行验证，评估模型的性能指标。结果显示，5种优化后的ELM模型在各项性能指标上均优于初始ELM模型。在5种优化算法中，SSA-ELM模型表现最为显著，其MAE、MSE、RMSE和MAPE分别为0.023 498、0.000 739 1、0.027 186和0.037 267%，是所有优化算法测试模型中最低值。在测试模型中，原始ELM模型的R2为0.013 291，而GA-ELM、PSOELM、SSA-ELM、GWO-ELM和SOA-ELM模型的R2分别0.867 09、0.980 16、0.999 71、0.999 98和0.99969。这表明5种优化ELM模型具有更高的拟合度、更好的泛化能力和稳定性，且相对于原始ELM模型，R2值有显著提升。优化后的ELM模型，可以快速、准确地预测不同工艺条件下香芋皮改性膳食纤维的NO2-吸附量，减少实验成本和时间，提高生产效率和产品质量，为实际应用提供可靠的预测工具。

关键词： 公共安全   洪水   涟漪扩散算法   人员疏散   元胞自动机   仿真系统   疏散策略  

摘要： 受气候变化和人类活动的共同影响，洪灾的发生频率和损失程度持续增加。为解决传统洪水疏散模拟中忽视行人绕行机制和洪水对行人移动实时影响的问题，构建了融合元胞自动机模型和涟漪扩散算法优化的实时洪水疏散仿真系统，并开展了微型场景试验和珠海市华平社区动态洪水疏散案例研究。结果表明：优化后的涟漪扩散算法通过提升出口吸引力，实现了对行人绕行障碍物的模拟，与传统模型相比，成功疏散人数显著提升；增加洪水排斥力将人群移动和洪水演进同步耦合，使行人实时感知洪水变化并做出最佳的出口选择；行人提前7 min响应，全员成功撤离并使总疏散时间减少26.1%；高熟悉度人群比例达到30%时，拥堵现象明显缓解，在此基础上进一步提高熟悉度对疏散效果作用不显著。

关键词： 激光诱导击穿光谱   随机森林   含油污泥   重金属   定量分析  

摘要： 含油污泥中重金属元素的定量分析对石油石化工业区土壤环境污染情况的评估起着重要作用。首先，使用LIBS光谱仪采集30个含油污泥样品在200～500 nm波段的LIBS光谱，基于原始激光诱导击穿光谱（Laser-induced breakdown spectroscopy,LIBS）构建用于含油污泥中Cu、Cr和Pb三种重金属元素定量分析的初始随机森林（Random forest,RF）校正模型。然后，探究4种预处理方法，包括归一化（Normalization,Nor）、多元散射校正（Multivariate scattering correction,MSC）、一阶导数（First derivative,D1st）和二阶导数（Second derivative,D2nd）对基于原始LIBS光谱直接建立的RF模型预测性能的影响。以经过预处理后的LIBS光谱数据作为初始输入变量构建基于变量重要性（Variable importance measures,VIM）的RF校正模型，并采用袋外误差估计对变量重要性阈值进行了优化。最后，基于优化后阈值和变量数目构建了最优化的RF校正模型。结果表明，优化后的模型对预测集Cu、Cr和Pb三种元素的最优决定系数（Coefficient of determination,R2）分别为0.980 1、0.971 3和0.973 6,最优均方根误差（Root mean square error,RMSE）分别为0.023 5、0.028 3和0.025 2 mg/kg。研究方法可为石油石化工业区含油污泥重金属环境风险监测提供一定的理论与技术参考。

关键词： 海洋环境噪声   空间相关特性   敏感度分析   遗传算法   BP神经网络   Pekeris波导   地声参数反演   海上实验  

摘要： 针对地声参数的准确反演问题，本文将遗传算法优化的BP神经网络算法（GA-BP）应用到地声参数反演领域。首先仿真分析了噪声场垂直空间相关系数对地声参数变化的敏感度值，其次分析了GA-BP反演地声参数的效果；最后使用GA-BP处理实测海洋环境噪声数据，估计了海底密度、声速和衰减。仿真与实验结果表明：GA-BP相比于BP神经网络算法具有更快的网络训练速度以及更高的反演精度，利用GA-BP可以准确反演得到Pekeris波导的地声参数。反演得到的海洋环境噪声场空间相关系数曲线与实验测量结果吻合较好，二者皮尔逊相关系数达到0.98。