Introduction of Simulating the Motion of Rigid Ellipsoidal Objects in Ductile Shear Zone Based on the Jeffery's Theory

Rigid ellipsoidal objects(gravels and porphyroclasts)in ductile zone is an important factor to indicate the kinematics and dynamics.Jeffery’s theory(Jeffery G,1922),a quantitative research method,for the rotation ofthe rigid objects(no deformation)in the Newtonian fluid of the simple deformation field has been widely applied by geologists to the study of fabrics in rocks.The theory

τ-rigid对象和rigid对象

对于一个cluster-倾斜三元组(D,T,A),讨论了A中的τ-rigid对象与D中的rigid对象之间的关系,并给出了A中的τ-rigid对象可提升到D中的rigid对象的充要条件.

态射范畴的极大rigid对象

对任意数域k上的有限维代数Λ,记M为Λ的有限生成投射模态射范畴.本文利用Λ的支撑τ-倾斜模给出了M的极大rigid对象的分类.特别地,M的极大rigid对象与Λ的支撑τ-倾斜模之间存在一一对应关系.作为结果,M中的任意rigid对象都可以扩充为极大rigid对象,且任意的基本极大rigid对象的不可分解直和项个数恰好为2|Λ|.

多尺度特征融合的点云配准算法研究

现有点云配准算法提取的特征不够丰富,导致配准精度很难进一步提升。针对该问题,本文提出一种基于深度学习的多尺度特征融合点云配准算法。首先,利用EdgeConv提取多个不同尺度的特征,该特征能够保持局部几何结构特性;接着,引入非线性极化注意力对其输出特征进行筛选,从而提高特征信息的有效性;然后,将以上多尺度特征进行融合并再次利用EdgeConv提取其特征,从而提高特征的表达能力;在刚体姿态估计阶段,采用线性李代数处理旋转变换以充分挖掘点云中的变换信息;最后,根据配准过程中提取点云特征的变化,动态调整损失函数各组成部分的权重,获得更准确的模型预测结果。在ModelNet40数据集上进行实验,本文算法在训练集和测试集样本种类相同时的旋转误差为1.8267,位移误差为0.0010;在训练集和测试集的样本种类不相同时(泛化实验)的旋转误差为2.9794,位移误差为0.0010。实验结果表明,本文算法的配准精度相比当前主流算法均有提高且泛化性能较好。

协调公平与效率的“四水四定”研究Ⅱ:应用

宁夏干旱缺水且发展不均衡,以水定需是必然选择。本文针对宁夏水资源条件和经济社会特征,构建协调公平与效率的“四水四定”优化模型,开展全区“四水四定”方案分析。模型以用水总量红线指标为水资源刚性约束,根据区域发展战略确定刚性保障需求,通过水与“四定”协调关系分析得出经济社会发展和用水效率可行变化范围。以2019年为现状、2025年为目标年,采用模型协调优化得出“四定”规模控制目标,以及分行业和区县的用水总量控制指标。结果表明,在全区73.27亿m 3用水总量和41.5亿m 3耗水约束下,满足全面小康的“四定”规模为750万人、5481亿元GDP、84.7万hm 2灌溉面积和791 km 2建成区面积。通过对比分析方案的公平性和效率提升状况,揭示了不同行业、区域的水量流转方向,表明约束设置对结果有显著影响,可为区域经济社会发展和水资源管控决策提供参考。

考虑柔性副车架的某轿车操纵稳定性优化研究

一般车辆仿真是在副车架为刚性的假设下进行研究的,然而副车架实际上为柔性。为研究副车架柔性化和材料属性变化对操纵稳定性优化的影响,利用HYPERMESH软件模态计算得到前副车架的柔性体文件,并进行模态分析,避免其与发动机和车身产生共振。将柔性前副车架导入ADAMS软件替换原有刚性前副车架,建立某轿车具有不同材料属性的柔性前副车架刚柔耦合模型,进行悬架K&C仿真和整车操纵稳定性仿真对比研究。以车辆操纵稳定性为优化目标,利用NSGA-Ⅱ算法对前副车架衬套刚度参数进行多目标优化设计。结果表明,柔性前副车架材料属性变化后的弹性变形会对悬架系统受力产生影响,从而改变悬架K&C特性,进而使整车刚柔耦合模型的操纵稳定性发生改变。改变材料属性也会使得前副车架与悬架和车身铰接处衬套刚度参数的多目标优化结果发生变化。多目标优化后横摆角速度增益、车身侧倾角增益和侧向加速度的延迟时间均降低,整车刚柔耦合模型操纵稳定性得到改善。

基于静动力试验的铁路连续刚构-拱桥模型修正

为提升大跨度铁路连续刚构-拱桥有限元模型预测精度,同时针对传统有限元模型修正中只采用全局最优解而忽略可能更接近实际情况的局部最优解问题,提出一种基于距离机制的改进稳态遗传算法(DSSGA),利用实测静动力数据对其初始有限元模型进行模型修正。首先,介绍桥梁基本信息、初始有限元模型和静动力试验及其试验结果;其次,介绍DSSGA算法的理论以及其结合Kriging代理模型的基本修正流程,并通过测试函数验证DSS-GA算法的优化效果;最后,通过灵敏度分析选择待修正结构参数,利用拉丁超立方设计构建Kriging代理模型并检验其精度,利用静力位移、试验模态参数构造目标函数,对该桥进行模型修正。结果表明:与标准稳态遗传算法(SSGA)相比,DSSGA算法能够提供目标函数在搜索域的全局最优解和更多组局部最优解,有效避免SSGA算法角度机制所产生的解集不完整的局限性,且全局最优解的目标函数值更小,具有更高的搜索效率。经过模型修正,所有测点的位移相对误差控制在10%以内,频率相对误差控制在5%以内,修正后模型的预测精度大幅度提升。修正后的模型可作为该桥的基准有限元模型,用于后续桥梁健康监测与状态评估。

基于多目标优化的精密机床T形床身双三点支承设计

支承方式是精密机床床身的刚度的重要影响因素之一,而良好的机床刚度对机床整体的加工精度提升有着重要意义。为提高机床的动静态特性,基于多目标优化法和有限元计算,提出一种双三点支承加辅助支承的支撑方法,并利用某精密卧式加工中心床身进行详细的验证。研究结果表明,通过多目标优化算法设计的支承方式,相比于工程上常用的支承方法,一阶固有频率提高15.29%,X向前后导轨平均变形分别减少59%、6%,验证了所提出方法的有效性和正确性。

基于图神经网络的车辆目标遮蔽关重部位检测

针对复杂背景和车辆姿态变化导致的车辆关重部位在图像中被遮蔽,无法准确识别的问题,提出了部分可形变物体图卷积神经网络(Partially Deformable Object Graph Convolutional Network, PDO-GCN)的遮蔽车辆关重部位检测模型。该方法以车辆刚体结构关系为基础,构建了基于PDO-GCN的二维成像平面上关重部位之间的空间关联模型,并利用可见关重部位的检测结果估计遮蔽关重部位的位置。实验结果表明,PDO-GCN模型在无需复杂标注的前提下,能够有效推断完整车辆结构信息,显著提高遮蔽部位的检测精度,且满足实时性要求,具有良好的应用潜力。

利用SIFT特征联合匹配的非刚体目标跟踪算法

为了解决非刚体目标跟踪过程中由目标形状快速变化带来的困难,提出了利用SIFT特征联合匹配的非刚体目标跟踪算法。首先分别提取目标模板和当前搜索区域的SIFT特征点;然后利用改进的联合匹配策略在目标模板和当前搜索区域之间进行特征匹配;最后根据匹配结果确定目标在当前帧的位置和尺度。改进的联合匹配策略在构建相似度矩阵时,不但利用了具有旋转和尺度不变性的SIFT特征向量,并且充分考虑了特征点的空间位置信息,有效提高了特征匹配的准确性。将这种改进的联合匹配策略成功地引入到SIFT匹配跟踪中,克服了传统SIFT匹配算法用于非刚体目标跟踪时的缺陷。实验结果表明,该算法对目标的非刚性形变、尺度变化以及背景干扰都具有较强的鲁棒性。

刚体在软体对象环境中的碰撞检测的研究

刚体在软体对象环境中的碰撞检测在虚拟现实的研究领域具有很大的普遍性 ,但以往的研究较少 .文中给出了一种基于固定方向凸包 (FDH)包围盒树的碰撞检测方法 ,并着重论述了利用线性规划的思想以解决刚体自由运动后包围盒树的更新以及通过一种自底向上的方法解决软体对象变形后包围盒树的更新 .实验表明 ,该方法不仅能较好地解决刚体间的碰撞检测 。

利用局部特征联合匹配的非刚体目标跟踪

针对视频序列中非刚体目标的跟踪问题,提出了基于局部特征联合匹配的快速跟踪算法.算法将基于关键点的特征匹配问题转化为求解平衡指派的最优化问题,进而依据整体匹配最优的原则实现特征的联合匹配.跟踪过程为:首先分别提取目标模板和当前搜索区域的局部关键点并进行特征描述;然后依据联合匹配策略确定目标模板关键点在输入帧图像中的匹配结果;最后依据匹配结果确定目标在输入帧图像中的位置和尺度.实验结果表明,该算法对目标的非刚性形变具有较强的鲁棒性,能够适应复杂的背景变化并获得稳定的跟踪结果.

基于稀疏表示的可见光遥感图像飞机检测算法

为解决当前遥感图像飞机检测方法在复杂背景下准确率低,实现旋转不变困难的问题,结合图像稀疏表示原理,提出一种基于稀疏表示的飞机检测算法.该算法首先利用飞机是刚性目标且具有明显几何外观的特点,构建飞机几何原子库;然后建立飞机轮廓几何逼近的最优化方程,在稀疏表示原理框架下,得到飞机轮廓最优的几何部件组合;最后,以星型结构的部件模型为框架,生成待检测图像的目标显著图并根据显著图定位出飞机.实验结果表明,稀疏表示方法能自适应选取飞机部件,部件数目较少且不易受光照、颜色和复杂背景的影响.与现有算法相比,本文算法准确率达90%以上,检测速度有较大的提高.

利用改进的彩色光度立体法实现非刚性体三维数字化

针对非刚性体具有易变形和色彩多样的特点,而传统的光度立体法不能用于动态多色物体的三维数字化的问题,提出一种利用实例球驱动和颜色替换的彩色光度立体法.对于动态纯色非刚性体,利用采样球实例驱动的彩色光度立体法建立亮度与法向量的对应关系,并通过几何约束实现对其三维数字化;对于双色花纹物体,通过区域分割对不同区域采用对应关系实现三维数字化;对于多色花纹物体,通过不同颜色花纹在白光下的反射系数比将彩色区域替换成与纯色采样球颜色一致时的对应亮度,以实现对其三维数字化.仿真和实验结果表明,该方法简单、采样快速,可以实现对非刚性体的三维数字化.

一种运用角点特征的快速目标姿态估计算法

为了提高精确制导武器毁伤效果,增强作战效能.通过光学传感器得到体目标姿态,确定攻击部位与攻击角度是有效手段之一.为此,提出了一种使用光学图像角点特征,先离线特征训练、后实时识别姿态的方法:基于快速视网膜特征(FREAK)算法,利用目标3维模型,以不同视点角度的视面图为研究对象,离线提取最具有角度鲁棒性的特征角点,生成含有索引的姿态-特征角点数据库;在实时识别阶段,通过索引使用改进hausdorff距离对目标点集进行匹配,确定姿态粗略初值;针对图像序列,使用两步RANSAC方法,从全局角度对目标姿态逐步求精.实验结果表明,提出的算法执行速度快,占用内存空间少,满足实时应用场合.

基于图像序列的非刚体三维运动恢复

研究图像序列中非刚体的三维运动重建问题。介绍非刚体运动重建的两种重要算法:奇异值分解法和线性迭代法。对迭代算法所用的重构方法进行修改,在迭代过程中应用结果更为精确的重构方法来求解非刚体的模型和旋转矩阵。对真实图像序列的实验结果验证了该算法的有效性和精确性。

基于2D-3D泛轮廓点对应的三维刚体目标的迭代姿态估计

以单目观测下三维刚体目标的姿态估计为研究对象,针对现有迭代估计方法存在的收敛半径小和收敛速度慢的问题,提出一种新的基于2D-3D泛轮廓点对应的迭代姿态估计方法.与现有的基于数值优化的方法不同,本方法从输入图像的2D泛轮廓点出发,着眼于显性地建立输入图像到目标三维模型的2D-3D特征投影对应关系,进而以此显性投影对应关系对目标的三维姿态参数进行估计.实验结果表明,该方法在算法复杂性、收敛半径和收敛速度上均有明显改进.

基于改进的均值漂移算法的非刚性目标跟踪

针对现有的均值漂移算法不能适应非刚性目标的复杂运动情况,本文首先利用基于边缘的背景减方法去除背景干扰;然后利用GVF Snake技术提取出目标轮廓,结合目标轮廓改进了传统的颜色直方图;最后基于该颜色直方图结合卡尔曼滤波器或粒子滤波器改进了传统的均值漂移算法。实验表明,该算法可以实现快速的非刚性目标跟踪,对目标的不规则运动和严重遮挡有很好的鲁棒性。

基于时空联合双重约束Snake算法的运动目标分割

提出了一种针对运动目标进行分割的STC(Spatio-Temporal Combined)Snake算法。该方法利用待分割帧图像的灰度梯度及其和相邻帧图像的时域信息,构造一种时空联合双重约束的外部能量函数,实现对Snake曲线的变形和收敛。对Snake轮廓进行初始化时,首先将相邻帧图像进行减运算,提取出大致的运动区域,然后再以该区域的外接矩形的长和宽为轴长,在该区域上构造一个椭圆,等间距提取该椭圆形上的N个点,形成Snake的初始化轮廓。实验结果表明,该方法是有效可行的,可精确的分割出非刚体的运动目标。

一种非刚性运动目标图像跟踪的改进算法

针对玉米秸秆粉碎后抛撒运动的特点,提出一种改进的变形模板跟踪算法实现非刚性目标的运动跟踪,在两个方面对原有的算法进行了改进:1)选择适当的预测方法,减少遮挡物体对研究目标的影响。2)通过选择适当的特征区域把运动目标限制在局部区域,而不是对整帧图像进行处理。试验证明了该算法在目标跟踪的实现效率、精确性方面有一定的优势。