先导数据大模型:用于单台地震波形数据分析的双向神经网络预训练模型

机器学习特别是深度学习方法在地震学中的应用越来越广泛,其在震相检测、地震分类中都达到了接近人类的精度。但目前,多数地震学神经网络模型专注于单一任务。我们基于中国地震台网中心发布的CSNCD数据集构建一个用于单台数据分析的双向神经网络预训练模型,模型以原始波形数据为输入,通过卷积神经网络和双向Transformer模型进行特征提取和处理,不仅可以完成常规的Pg、Sg、Pn和Sn震相检测、P波初动方向判定和事件类型判断工作,还可以通过迁移学习将模型用于其他地震波形数据分析工作中。

虚拟航天员多层次运动仿真模型研究与实现

为解决虚拟现实训练中航天员模型实时交互控制和失重运动仿真等问题,提出了一种多层次运动仿真模型,在运动控制层实现运动跟踪,并构建标准化人体运动模型;物理控制层采用物理引擎建立人体多刚体动力学模型;规则控制层为不同的运动方式制定相应规则,显示层使用骨骼蒙皮技术提升显示效果。通过各层次组合的方式,共同实现了虚拟航天员的交互运动仿真。通过两个应用实例,证明了该层次化组合模型实现的虚拟航天员运动,可同时实现实时交互控制、失重运动仿真、交互操作仿真、太空行走仿真以及较好的显示效果,并适用于多种任务场景的航天员训练。

高速列车运动仿真可视化建模研究

以CRH系列高速列车为研究对象,建立了基于变参数的列车三维动态仿真模型,实现了多种列车单元模型在运动过程中的实时调入和装配,满足了高速列车运动仿真多样性的要求。采用Visual C++6.0、OpenGL三维图形库和Oracle数据库开发完成高速列车运动仿真系统,实现高速列车运动仿真可视化建模以及与线路设计之间的有效集成。通过实际应用,取得了较好的仿真效果。

飞机复杂机构虚拟培训场景运动建模方法

针对含有飞机复杂机构的虚拟培训场景建模过程复杂、生成的场景帧率低、交互性差等问题,提出一种虚拟场景建模方法。首先,对原动件在其运动范围内进行运动状态采样;然后利用机构仿真平台进行运动学建模与解算,获取所有零件的运动状态作为机构的运动状态库,并对运动状态库进行压缩;最后,在虚拟现实引擎中将库文件与经过材质编辑的网格模型融合,采用索引、插值替代实时解算,以获取零件的位置姿态数据,生成虚拟场景。使用起落架收放机构与后缘襟翼收放机构进行实验,结果表明,该方法可以实现真实感强、交互性好的飞机复杂机构虚拟培训场景运动建模。

复合轮系运动分析的数学建模及应用

在分析复合轮系运动特征的基础上,建立轮系中各构件运动关系的数学模型,从相邻矩阵A和关联矩阵B中判断轮系类别,从而建立线性方程组,对复合轮系作运动分析。这种方法适用于各种复合轮系机构的运动分析,实例证明该算法高效可靠。

虚拟人舌运动可视化在发声中的研究

发音障碍是听力残疾者和言语残疾者的显著特征之一。舌部作为发音的主要器官,在发音训练中起重要作用。如果将发音可视化引入发音障碍康复训练中,可以让聋人和言语残疾者直观地看到发音过程中舌位及舌形的变化,则康复训练时将起到事半功倍的效果。在研究舌部解剖结构及其运动特征的基础上,通过建立三维舌体肌肉模型,结合发音中舌的X光图片和电子颚位图仪等相关数据,实现舌体模型仿真发音中常见的运动及形状,进而利用这种可视化技术,帮助听力残疾者和言语残疾者达到矫正和康复的目的。

列车动载对采空区稳定性影响

为研究列车动载荷对采空区稳定性的影响.概化运行列车和采空区顶板力学模型,分析采空区顶板在以一定速度运动的常力作用下的运动方程,用移动的恒定载荷模拟理想情况下运行列车对采空区顶板及地表的作用过程,进行动力有限元分析.结果表明:与不受外部载荷影响条件下相比,在列车动载荷作用下,地表最大竖向位移和煤柱所承受的最大压应力都有大幅增加,并随着列车的前行最大值逐渐增大,且相应向前移动,列车运行到采空区中部达到最大,然后随着列车的前行最大值开始逐渐减小.

基于模拟目标的光测装备实战化训练方法研究

为解决当前光测装备因缺乏接近武器装备试验实际情况的合作目标而不能进行实战化训练的难题,提出了基于模拟目标的光测装备实战化训练方法。根据光测装备及目标的实际情况,构建目标三维模型,对其分别进行可见光、红外成像特性处理,生成目标的光学特性模型。采用3次B样条曲线拟合目标弹道曲线,进行运动姿态处理后获得姿态控制信息,与特征事件等信息一起封装生成目标运动特性模型。利用计算机仿真技术构建虚拟三维空间,在其中仿真光测装备跟踪测量目标的场景,在光测装备上无缝生成模拟目标,对光测装备进行实战化训练。在现役光测装备上进行了应用验证,实现了光测装备基于模拟目标的实战化训练,结果表明该方法切实可行。

基于改进MPSO-SVM算法的下肢连续运动预测模型

针对当前下肢连续运动预测精度低的问题,提出一种基于改进的MPSO-SVM算法对下肢连续运动进行精确预测。首先采集人体正常行走时下肢的表面肌电信号、加速度和髋关节角度信息,对消噪后的肌电信号提取均方根值、积分肌电值和加速度的信号幅度域作为特征样本,利用主成分分析方法进行特征值融合,然后通过引入正弦函数和指数函数对自适应粒子群优化(MPSO)算法进行改进,利用改进的MPSO算法优化支持向量机(SVM)的惩罚参数和核函数参数,最后,利用行走时下肢的肌电信号和加速度信号特征样本数据对基于改进的MPSO-SVM算法构造的髋关节角度预测模型进行训练、测试。结果表明:基于改进的MPSO-SVM算法对髋关节的关节角度预测均方根误差为2.67°、平均误差为1.40°、最大绝对误差为7.72°,远远优于SVM算法预测的21.27°、8.02°、58.38°和BP神经网络预测结果的23.60°、13.59°、63.69°。

基于动作捕捉传感器的自助舞蹈辅助训练方法

传统舞蹈辅助训练方法中摄像头捕捉人体动作的误差较大,因此提出基于动作捕捉传感器的自助舞蹈辅助训练方法。根据视频帧值建立动作数据库及二维人体骨架关节模型,使用矩阵BVH解析算法将二维模型转换为三维模型,选择传感器进行动作捕捉,对结果进行滤波归一化处理,根据捕捉到的动作数值,带入人体动作模型,与运动数据库中的标准动作进行点位距离对比,提示动作错误位置,进行辅助训练。实验结果表明,采用不同方法对训练者动作进行测试,设计的自助舞蹈辅助训练方法进行动作识别时角度和关节坐标定位准确度更高,满足设计需求。

运动捕捉技术在体育运动仿真中的应用

运动捕捉技术是指利用传感器记录物体或人的动作过程的技术,广泛应用于体育、娱乐、医疗等领域。文章首先对运动捕捉技术进行了综述,然后对运动捕捉技术在体育教学和训练的应用现状进行了概述,接着指出了运动捕捉技术在体育教学和训练中的应用前景,最后在分析总结已有研究成果的基础上,指出了运动捕捉技术的发展趋势。

基于改进头脑风暴优化算法的隐马尔可夫模型运动识别

目的克服隐马尔可夫模型(hidden Markov model,HMM)训练过程中易陷入局部最优问题,提高基于HMM的人体运动识别准确率。方法提出一种基于带差分步长的头脑风暴优化(brain storm optimization with differential step,BSO-DS)算法来改进HMM训练过程的方法,进而利用该方法对实际人体运动视频进行运动识别,并将结果与经典的基于Baum-Welch(BW)算法的HMM识别结果进行比较分析。结果本文所提方法在解决HMM训练问题时,可以得到更大的log-likelihood值,所得到的HMM可以更好地表达训练数据,其运动识别准确率达到92.2%,较BW算法有较大提升。结论 BSO-DS算法可以有效搜索全局最优,更好地解决HMM的训练问题,同时提升了运动识别准确率,为人体运动分析提供了新思路。

基于UG的复合轮系齿轮传动三维建模及运动仿真分析

以复合轮系齿轮传动为例,对传动机构进行原理分析,利用传动比计算公式计算出复合轮系中关键齿轮的旋转速度,得出UG运动仿真参数。利用UG中齿轮工具箱完成锥齿轮和直齿轮的建模与啮合装配,对旋转副和齿轮副进行运动仿真,通过运动仿真可直观地观察齿轮传动状态,然后进行图表分析,以验证轮系设计的合理性。

晕船适应性的指数模型

目的建立晕船适应性数学模型,为科学制定晕船适应性训练计划提供定量化研究工具。方法基于晕船适应性规律,建立晕船发生率(MSI)指数模型,以通过拟合训练数据提取航海适应率(AMSI)和适应速率(μ)等晕船适应性参数,并模拟AMSI和μ对MSI的影响。结果模型能够较好地拟合2次海上适应性训练数据,AMSI和μ在间断性训练中的拟合结果为0.87和0.048,而在连续性训练中则为0.81和0.34。提高AMSI和μ可增强晕船适应性训练效果。结论本文建立的MSI模型可用于晕船适应性训练的效果评估和最优策略制定。

基于仿真数据的列车运动模型辨识

提出一种基于地铁列车的运行仿真数据来辨识列车传递函数的新思路。通过对列车运动模型的分析建立列车运行仿真中涉及到的多质点受力模型,用于计算不同车型混编的地铁列车的受力情况。以该受力模型为基础对列车的运行情况进行仿真实现,基于仿真软件生成的牵引力和速度随时间变化的数据,通过最小二乘法辨识出列车的传递函数。实验结果表明,辨识出的列车运动模型是有效的。

基于BP神经网络的港内系泊船舶运动量预测方法

针对港内系泊船舶不同系泊状态,利用水动力分析软件和时域分析方法进行数值建模,以26.6万m^(3)LNG船为例,构建了该船舶六自由度运动量的数据库。研究进一步基于BP神经网络方法搭建了港内系泊船舶运动量预测模型,该模型设计中隐含层节点数为26,输入层神经元数量为12,输出层神经元数量为6,学习率为0.0001,将训练结果和基础数据库进行了对比验证,结果表明预测结果与训练样本库、检验样本库的对比结果符合良好。文中以模型检验样本库为依据,将预测模型结果与物理模型试验数据进行了对比,验证了该方法的适用性,为快速预报港内系泊船舶运动提供了新思路。

面向驾驶培训的汽车驾驶模拟运动模型的构建

为了提高驾驶培训中汽车驾驶模拟系统的实时性和仿真性,本文在过去主动式汽车模拟驾驶系统基础上,撇开汽车整体性能评估模型的制约,提出汽车运动仿真模型的简化条件,根据汽车发动机负载的特性和万有特性,构建了汽车运动简化模型,解决了模拟驾驶系统数据采集的实时性以及连续性难题,实验验证表明,构建的汽车驾驶模拟运动模型和仿真算法可靠优越。

运动捕获技术在电力安全仿真培训中的应用

为了满足电力企业对员工业务能力的要求,文中提出了一种基于虚拟现实技术的光学运动捕获系统。通过电力模拟单元、ZigBee技术和OpenGL图形库建立电力设备模型、虚拟操作环境和人体模型。利用人体模型驱动算法和卡尔曼滤波算法解决了特征点缺失的问题。实验结果表明,实际运动捕获和实时动画显示的跟踪过程中,采用卡尔曼滤波算法提取特征点更为准确,3D坐标的平均绝对误差(MAD)的平均值为1.61mm,平均相对误差(MRE)的平均值为2.23%,该系统能够提高受训者的体验和沉浸感。

虚拟人在队列训练模拟器中的应用

随着仿真和虚拟现实技术的发展,虚拟人技术由理论研究逐渐走向实际应用,在医学、军事、航天、体育、艺术等领域发挥越来越重要的作用。然而,由于人体外形和运动的复杂性,对人类自身完美地模拟还十分困难。以队列训练模拟器为背景,重点研究了系统中虚拟人的几何和运动控制建模。根据军事队列训练的目标和要求,采用分层虚拟人表示方法,建立了具有树形结构的人体几何模型;应用基于视频的运动捕捉技术和运动学方法,控制虚拟人的行为动作;以齐步走为例,给出了仿真结果。仿真和实验结果表明,所建立的人体几何模型逼真可信,基于视频的运动捕捉和运动学结合的运动控制方法有效、逼真地对虚拟人进行了控制。

下肢康复训练机器人膝踝协调运动控制方法

针对当前下肢康复训练机器人膝踝协调运动控制方法未考虑训练机器人系统不确定性,导致膝踝运动的速度与位置误差较高,收敛速度较慢,训练机器人步态不协调的问题,提出下肢康复训练机器人膝踝协调运动控制方法。设置标识点数量与具体位置,建立下肢刚体模型局部坐标系,分别构建不同点在矢状面的运动学方程,计算相邻点之间连线长度。利用膝踝等关节的动力学表达式,求出步态特征参数,通过高斯函数扩展形式,拟合膝关节转角非中心对称双峰曲线,采用分段曲线拟合形式,拟合踝关节转角参数,完成膝踝关节转角数学建模。采用自适应迭代学习控制算法,设立迭代控制信号,对膝踝运动轨迹跟踪,计算输出误差,确定自适应迭代条件,通过迭代项克服机器人系统带来的不确定性,实现膝踝协调运动控制。仿真实验表明,该方法的训练机器人膝踝运动步态较为协调,具有较快的收敛速度,有效降低膝踝运动的速度与位置误差,确保膝踝协调运动。