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

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。

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。

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|.

基于双注意力擦除和注意力信息聚合的弱监督目标检测

现有的弱监督检测方法主要采用多示例检测网络,但在这些方法中应用分类特征提取网络易使目标尤其是非刚性目标的检测结果收敛到目标最显著局部区域。提出一种基于双注意力擦除和注意力信息聚合的端到端的弱监督检测框架DAENet。双注意力擦除模块的目的在于擦除生成的最显著性局部前景区域和部分背景区域,以此来扩展目标显著性区域,使网络能够尽可能地关注目标整体,从而更好地捕获目标整体区域。此外,为准确定位不同目标区域并精确生成注意力擦除掩码,提出注意力信息聚合模块,该模块可提取通道的全局特征和局部特征,并引入空间依赖性进一步提高检测精度。通过将双注意力擦除和注意力信息聚合进行协同工作,从而更好地提高弱监督检测性能。在PASCAL VOC 2007和VOC 2012数据集上的实验结果表明,DAENet框架在两个数据集上的检测精度分别达到50.5%和47.4%,相比基准模型,在部分非刚性目标上的检测精度提高了约5%~20%。

基于多种优化算法的交通事故精准化重建与颅脑损伤风险评估

目的探究不同优化算法对精准化重建交通事故的影响。方法应用非支配排序遗传算法(non-dominated sorting genetic algorithm-II,NSGA-II)、邻域培养遗传算法(neighborhood cultivation genetic algorithm,NCGA)以及多目标粒子群优化算法(multi-objective particle swarm optimization,MOPSO)对1例真实案件的多刚体动力学重建进行优化,研究不同优化算法对收敛速度与最优近似解的影响,并将优化所得的最优初始碰撞参数作为有限元模拟的边界条件,将仿真得到的颅脑损伤预测结果与实际损伤进行比较。结果NCGA算法在优化过程中收敛速度更快,结果更优,最优近似解重建所得行人-车辆碰撞的运动学响应与监控视频相符,颅脑损伤预测情况与尸体检验基本一致。结论通过优化算法和多刚体、有限元方法结合可以完成交通事故精确化重建,减少人为因素的影响。

基于深度学习的刚体位姿估计方法综述

刚体位姿估计旨在获取刚体在相机坐标系下的3D平移信息和3D旋转信息,在自动驾驶、机器人、增强现实等快速发展的领域起着重要作用。现对2017-2021年间的基于深度学习的刚体位姿估计方向具有代表性的研究进行汇总与分析。将刚体位姿估计的方法分为基于坐标、基于关键点和基于模板的方法。将刚体位姿估计任务划分为图像预处理、空间映射或特征匹配、位姿恢复和位姿优化4项子任务,详细介绍每一类方法的子任务实现及其优势和存在的问题。分析刚体位姿估计任务面临的挑战,总结现有解决方案及其优缺点。介绍刚体位姿估计常用的数据集和性能评价指标,并对比分析现有方法在常用数据集上的表现。最后从位姿跟踪、类别级位姿估计等多个角度对未来研究方向进行了展望。

刚性约束下的退役汽车自动化拆解生产线多目标优化方法

为提高退役汽车自动化拆解效率、节约企业成本,在刚性约束下提出退役汽车自动化拆解生产线多目标优化方法。明确退役汽车自动化拆解关系的复杂性大小,综合汽车拆解的刚性约束得出多目标优化数学模型,规划各项工序得出模型的六大约束条件,通过遗传算法的染色体基因编码对生产线作业元素排序,求解数学模型目标函数,将目标函数结果视为种群,计算种群的适应度值,在种群交叉和变异的帮助下得出种群的最终优化结果,实现生产线多目标优化。实验结果表明:所提方法的生产节拍收敛性快,优化效果好,拆解生产线平衡率高。

基于试验加速度的某自行高炮动力学模型参数修正研究

以某自行高炮为研究对象,建立刚柔耦合动力学模型,针对模型与实际高炮系统之间存在差异问题,开展动力学模型参数修正研究。通过开展射击试验,采集车体动力学响应,分析模型误差来源,以4个千斤顶的刚度系数为优化变量,依据试验数据,采用多目标遗传算法NSGA-Ⅱ对数学模型进行修正。为提高车体姿态实时预测精度,考虑到模型中后坐力参数与真实数据存在误差,在模型参数修正的基础上,为了减小每发射击后坐力给定误差,构建后坐力综合影响系数,在刚柔耦合模型求解车体姿态及射击车体振动响应采集的工作基础上,制定后坐力实时修正方案,采用粒子群算法PSO对每发射击的后坐力进行实时修正,并在车体姿态实时预测总体方案的基础上进行了系统的软硬件开发。结果表明,经过第1次修正后的车体在3个方向的第一阶频率幅值平均误差减小了46.2%,通过后坐力实时修正使得后坐力综合影响系数误差控制在1%以内,有效提高了自行高炮车体姿态预测精度,为自行高炮动力学模型参数修正提供了一种新思路。

海底物体运动生成内波问题研究

为研究物体在海底运动产生大幅内孤立波问题,本文基于商业软件STAR-CCM+,选用无粘模型,求解欧拉方程,采用流体体积法监测内波界面,对网格、时间步长开展收敛性分析,得到STAR-CCM+计算的内波波面空间分布收敛结果与全非线性势流模型结果高度吻合。研究了物体形状对于生成内波的影响,对比了上下层液体密度比分别为0.787和0.95时,刚盖假设与自由表面这2种不同边界条件下的内波波面空间分布结果,研究表明:当上下层液体的密度比不接近1时,必须考虑自由面效应对内波波幅和波速的影响。

基于几何加权法的多跨连续刚构桥合龙顶推力优化

建立有限元模型分析混凝土收缩徐变和合龙顶推力大小对桥墩的内力及位移的影响;针对合龙顶推力优化问题,以长期运营状态下墩顶位移为目标函数,施工阶段墩身截面应力为约束条件建立多目标规划数学模型;后基于几何加权法考虑各目标函数的不同重要程度,赋予几何权重系数将多目标规划问题转化为单目标规划问题,并通过MATLAB迭代求解得出了最优的合龙顶推力。分析表明顶推力可改善桥墩偏位的情况,且几何加权法求得的顶推力可以使桥墩在混凝土收缩徐变后基本保持竖直状态,桥墩截面应力分布均匀,顶推效果优于初拟设计合龙顶推力。

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。