基于BayesShrink阈值估计的混合属性数据聚类优化仿真

与单一属性数据不同,混合属性数据通常存在尺度不一致的特点,为了可以得到准确率更高的混合属性聚类结果,提出一种基于k最近邻的混合属性聚类算法。采用高频系数滑动窗口准确估计含有噪声的混合属性数据噪声方差,通过BayesShrink阈值估计算法得到最佳阈值,对混合属性数据展开去噪。采用k最近邻方法展开数据聚类,在去噪后的数据样本贡献度中加入特征权重,并计算融入贡献度后的特征权重欧几里得距离,距离越近,说明数据属于同一类别的概率就越大,对全部样本特征展开加权处理后,构建混合属性聚类模型,利用粒子群算法对模型展开寻优,获取最优加权特征向量,实现混合属性数据聚类。仿真结果表明,所提算法可以有效提升混合属性聚类结果的精度和聚类效率。

数据结构与算法可视化调试虚拟仿真实验系统设计

针对“数据结构与算法”课程存在理论抽象程度高、实践应用案例不足等问题,设计实现了数据结构与算法可视化调试虚拟仿真实验系统——DSAVDVR。该虚拟仿真实验系统将数据结构与算法知识点映射到巡检机器人油气站场巡检工程案例中,包括4个模拟交互操作子任务:基础数据结构与算法、数据结构与油气巡检任务映射、巡检路径规划与评价和巡检目标检测与识别。每个子任务逐层递进且利用可视化调试技术将数据状态变化与算法逻辑进行关联,有利于培养学生的理论学习能力、问题求解能力和探索研究能力,为国内高校面向计算机行业培养实践创新型人才提供了一种新的实践教学模式。

融合超像素与多模态感知网络的遥感影像车辆检测

针对遥感影像车辆检测中背景干扰、目标密集和目标异质性等因素引起的识别精度下降问题,提出了一种融合超像素与多模态感知网络的遥感影像车辆检测方法。首先,基于混合超像素的区域合并规则,通过超像素二分图融合算法将两种模态的超像素分割结果进行融合,提升了不同模态图像超像素分割结果的准确性;其次,提出一种多模态边缘感知网络的遥感影像车辆检测方法 MEANet (Multi-modal Edge Aware Network),引入OPT-FPN模块(Optimized Feature Pyramid Networks)来增强网络学习多尺度目标特征的能力;最后,通过边缘感知模块聚合超像素和多模态融合模块生成的两组边缘特征,进而生成车辆目标的准确边界。在ISPRS Potsdam和ISPRS Vaihingen遥感影像数据集上进行实验,最终的mF1分数分别为91.05%和85.11%。实验结果表明,本文提出的方法在多模态遥感影像车辆高精度检测中有着较好的检测准确度和较好的应用价值。

基于物理过程的山地原油泄漏模拟方法

山地输油管道泄漏事故发生后,模拟计算污染扩散范围对应急抢险方案的制定具有重要意义.针对现有的山区原油泄漏模拟方法无法呈现符合物理过程的泄漏油品扩散效果以及模拟速度过慢的问题,提出基于物理过程的山地原油泄漏模拟方法.首先基于空间语义约束构建一种融合Fay流体扩散算法和光滑粒子流体动力学(SPH)的计算模型Fay-SPH;然后设计一个基于Fay约束的连续卷积网络FayNet来加速模拟,通过轻量级注意力模块和三重注意力模块增强网络提取粒子特征信息能力;最后融合位置损失和速度损失来保证模拟结果细节的一致性.在自行采集的油气管线所处山区数据上,基于不同地貌和不同地形进行实验的结果表明,所提方法实现了原油泄漏的高效模拟.

基于多模态遥感影像的边缘感知引导显著性检测

针对多模态遥感影像显著性检测鲁棒性差和检测精确度不佳等问题,提出一种基于多模态边缘感知引导的显著性检测方法,该方法主要由多模态遥感影像显著检测主干网络、跨模态特征共享模块和边缘感知引导网络构成。通过在特征提取主干网络中加入跨模态特征共享模块,使得不同模态间特征通过共享交互实现协同增强,并且抑制具有缺陷的特征信息。基于边缘感知引导网络,通过边缘图监督模块来检测边缘特征的有效性,从而生成准确边界。在3种显著目标检测遥感图像数据集上进行实验,平均的F_(β)、平均绝对误差(MAE)、S_(m)分数分别为0.9176,0.0095和0.9199。实验结果表明,提出的多模态边缘感知引导网络(MEGNet)适用于在多模态场景中进行显著性检测。

水下管汇安装虚拟仿真训练系统设计与实现

为满足海洋环境作业模拟与水下安装应用需求,将Vortex与Vega Prime虚拟现实平台相结合构建实时动力学虚拟仿真环境,通过对作业环境、管汇、绳索、吊钩、导向桩、ROV机器人进行物理属性与几何属性建模,设计并实现了水下管汇安装虚拟仿真训练系统。实验运行结果表明,该系统具有高度物理真实感的实时动力学仿真效果,实现了水下管汇安装全过程仿真,沉浸感强,交互效果好,可满足水下管汇安装的训练需求;同时实现了多台联合操控管汇水下安装训练仿真,增强了训练的真实感,为水下作业提供了高度可靠的仿真平台。

基于遗传PNN网络的组合导航故障诊断研究

针对INS/GPS组合导航系统观测信息无冗余且观测信息可能存在故障的情形,提出一种基于状态χ2检验与自适应概率神经网络(APNN)相结合的组合导航故障诊断方法。该方法通过监测组合导航系统状态分量,提取故障的特征值并利用AP-NN确定故障的类别,从而实现故障的定位与隔离。APNN采用高斯函数作为激励函数,通过遗传算法获得模式层矢量最佳数目及匹配的平滑因子参数集,使每个神经元传递函数具有不同的平滑参数,提高了网络的泛化能力以及诊断精度。数值仿真结果表明,该算法能够有效地识别出INS/GPS组合导航系统的故障,确保了系统的安全性和可靠性。

基于GPU加速的并行脑皮层重建算法研究

提出了一种基于GPU加速的脑皮层重建并行算法。该算法采用过完备球面小波变换对大脑皮层数据进行多尺度分解及重建。首先在三维欧氏空间,给出了沿坐标轴独立进行球面调和-卷积计算的理论证明;然后利用GPU的通用计算功能对球面调和变换和球面卷积运算进行并行处理,实现了脑皮层快速重建。实验结果表明,使用提出的算法重建的脑皮层与传统CPU算法的结果几乎没有差别,但是计算速度提高了50倍。

基于SPOC的数据结构课程虚拟实验教学改革探索与实践

基于数据结构课程理论抽象程度高、应用实践性强的特点,结合应用型人才培养要求,给出基于图结构的虚拟仿真教学案例设计,阐述在实际教学中如何构建融合虚拟仿真实验的SPOC混合式教学体系,介绍具体实施过程,最后通过成绩对比说明取得的教学效果。

北斗二代卫星导航系统全球可用性分析

卫星导航系可用性分析对星座优化设计有重要的意义,系统可用性的仿真验证和测试可以降低系统研制的技术风险,是导航领域仿真的一个重要问题。提出了基于加权几何精度因子(WDOP)的星座值(CV)算法,设计和实现了导航系统可用性仿真分析系统。最后针对网格分辨率为10°×10°的全球区域进行了可用性的仿真试验分析,验证了相关可用性评估算法,对我国北斗卫星导航系统的研制具有重要的参考价值。

“因专业施教”的数据结构教学改革探索

针对石油专业"数据结构"教学中存在的问题,在分析数据结构课程的特点、教学现状的基础上,提出相应的实施措施。教学实践表明,此教学方式能够弥补传统教学的不足,有利于于培养学生的逻辑思维和数据抽象能力。

数据结构实验教学课程体系研究

针对石油专业"数据结构"实验教学中存在的问题,在分析数据结构课程特点、教学现状的基础上,探索了具有鲜明石油特色专业的数据结构实验层次化教学方法。构建该课程面向专业导向的"实验教学体系层次化、实验教学内容专业化、实验教学过程可视化"的教学模式。教学实践表明,此方法能够充分发挥学生的实验兴趣,对培养学生系统的工程能力和创新能力有明显作用。

C语言程序设计在石油相关专业中的教学实践

在"卓越计划"的背景下,针对石油相关专业C语言程序设计课程教学中存在的问题,在探讨课程教学主线的基础上,从教学内容、教学方法及教学手段等多个方面对课程改革的措施进行详细阐述,提出培养学生的计算思维、创新意识以及工程能力的方法。

基于FESS的混合模型脑图像分割方法

提出一种基于FESS的混合模型脑图像分割方法。其特点在于生成模型与判别模型得到了有效结合。生成模型通过条件随机场融合体素点的灰度信息、形状信息以及区域相邻关系,实现对脑子结构外观特征的描述。在此基础上,利用生成模型将训练样本映射到FESS特征空间;判别模型中采用LS-SVM分类器并将数据场应用于混合分割模型的训练过程中,降低了判别模型由于训练数据不平衡而引起的性能波动并提高其泛化能力。实验结果表明,与若干前沿的脑图像分割方法相比,该方法具有更好的分割质量和性能。

基于可视分析和图卷积的MOOC推荐模型

针对MOOC平台下课程推荐过程中存在的数据稀疏和推荐效果不佳的问题,提出融合可视分析的图卷积课程推荐模型。首先,引入可视分析来展示课程间的相互关系,为图卷积模型提供先验知识;其次,提出了一个时空融合的图卷积MOOC推荐模型,用来同时提取数据的时空演变特征;最后,通过在损失函数中引入正则化项来防止训练过程中的过拟合。结果表明:新模型的预测误差和运行效率取得了更加优异的结果。此外,开发实现了融合可视分析与图卷积的MOOC推荐系统,运行结果显示该系统能够有效预测学习者的喜好和需求。

自适应耦合变分模型及其GPU实现

提出了一种基于GPU加速的自适应耦合变分模型。首先该模型基于Meyer能量极小化分解理论,采用自适应扩散张量模型对图像结构部分进行边缘增强;其次通过非局部平均滤波,实现了保持边缘及细小结构的同时对图像振荡部分进行去噪;然后利用GPU的通用计算功能对耦合变分模型进行并行处理,通过合并访问和共享内存策略相结合的手段使耦合变分算法效率大幅度提升。实验结果表明,在较好保护图像边缘信息、增强纹理特征的前提下,该算法的GPU处理速度是CPU串行处理的15倍。

石油专业数据结构课程研究与教材建设

针对石油专业数据结构课程教学中存在的问题,分析国内高校数据结构课程的教材建设现状,结合中国石油大学(北京)数据结构课程的建设、教学研究、教学实践和教学理念,阐述数据结构教材的改革与创新,即教材整体遵从数据结构自身特点和石油高等学校的教学特点,面向能力培养,在内容组织上注重知识点引入。

融合NFFD与图卷积的单视图三维物体重建

为了解决复杂拓扑结构及非规则表面细节缺失等导致的单视图三维物体重建结果不准确问题,本文提出了一种融合非均匀有理B样条自由形变(NFFD)与图卷积神经网络的三维物体重建方法。首先,通过引入连接权重策略的控制点生成网络对2D视图进行特征学习,获得其控制点拓扑结构。然后,利用NURBS基函数对控制点坐标自适应特性建立点云模型轮廓间顶点的形变关系。最后,为增强细节信息,将混合注意力模块嵌入图卷积网络对形变后的点云位置进行调整,从而实现复杂拓扑结构和非规则表面的高效重建。在ShapeNet数据集的实验表明,CD指标平均值为3.79,EMD指标平均值为3.94,并在Pix3D真实场景数据集上取得较好重建效果。与已有的单视图点云三维重建方法比较,本文方法有效地提高了重建精度,具有较强的鲁棒性。

虚拟现实技术在数值分析教学中的应用

本文针对石油专业数值分析课程教学中存在的问题,分析了国内高校数值分析课程建设现状,结合中国石油大学(北京)数值分析课程的建设、教学研究、教学实践和教学理念,将虚拟现实技术引入数值分析课程,精选项目案例,建立数学模型,通过实践教学实现相关算法。教学过程中激发学生兴趣,提高解决实际问题的能力,取得了良好的教学效果,为相关课程教学改革提供参考。

UPF在GPS多路径信号延迟估计中的应用

多径信号延迟估计与多径干扰抑制技术一直是卫星导航领域的一个研究热点。在分析近距离镜面多径信号时间延迟特性的基础上,提出一种基于无迹粒子滤波的多路径信号延迟估计方法。给出标准的粒子滤波算法模型,讨论无迹粒子滤波算法在多路径信号延迟估计中的应用,描述算法的推导过程。计算机模拟结果验证了该算法的有效性。