测量结果不确定度的卷积合成法

对于测量结果不确定度的合成,通常采用以下几种规则: 1.以各不确定度分量的线性和作为总不确定度; 2.以各不确定度分量的方和根作为总不确定度; 3.如果各不确定度分量中,有几个不确定度分量的数值比较大,而其它的不确定度分量较小,就将几个较小的不确定度分量求方和根,再与数值较大的不确定度分量求线性和来获得总不确定度; 4.取规则1、2所得结果的某一中间数为总不确定度的表征值。上述四种规则在实际应用中,存在一定的缺陷。对于已知分布的误差采用卷积合成法是误差理论界认为最合理的不确定度合成法。

基于改进的VGG-16网络结构的焊缝缺陷识别技术研究

焊接技术在多个领域广泛应用,近年来焊缝缺陷的自动检测已成为研究的热点。本文针对铝合金熔焊焊缝的X射线图像,采用VGG-16卷积神经网络作为基础网络,提出了一种SC-VGG的新型网络结构。该结构通过引入多尺度合成卷积层来替代传统的单一卷积层,优化了训练过程中的损失函数,使网络更加聚集于焊缝缺陷类型的精确预测。实验结果表明,SC-VGG网络结构在训练过程中展现出了良好的收敛性。与其他网络相比,SC-VGG网络在提取焊缝缺陷特征方面表现优异,其平均准确率和召回率分别达到了95.86%和98.33%,为焊缝缺陷的自动化分类提供了算法支撑。

基于变分水平集的三维模型复杂孔洞修复

针对三维模型重建后存在大量复杂孔洞的问题,提出一种孔洞修补算法。首先构造符号距离函数,孔洞所在曲面用静态符号距离函数的零水平集表达,另一动态符号距离函数表示初始曲面;借助隐式曲面上的变分水平集,引入全局凸优化能量模型,通过对其极小化诱导,将提取孔洞边缘的问题转换为维体上隐式曲面的演化过程;最后以提取到的孔洞边缘曲面作为初始观察面,通过卷积和合成两个交替的步骤进行体素扩散完成孔洞修补。实验表明该算法能够有效恢复复杂孔洞区域的显著几何特征,且适用于含有网格较多模型的孔洞修复。