基于空间约束联合字典学习的三维冲击波超压场重建

针对有限测点条件下冲击波超压场全时空全区域重建的需求,提出一种基于空间约束联合字典学习的三维冲击波超压场重建方法。建立三维走时层析成像模型,利用字典学习对图像的稀疏表征优势和空间约束对图像边缘纹理保真特性,采用交替最小化思想对目标函数进行优化解算,实现大型病态稀疏矩阵的高精度求解。试验结果表明,该方法与代数重建算法(ART)、联合代数重建算法(SART)和期望极大化算法(EM)相比,重建精度更高,全区域重建误差达到了15.81%,在时空场重建过程中具有较高的应用价值。

考虑蠕变的约束钢梁抗火性能分析方法

高温和荷载共同作用下钢材产生明显的蠕变变形,对钢结构在火灾下的变形和受力性能产生较大的影响。在约束钢梁抗火性能分析中考虑蠕变的影响,引入钢材的高温蠕变模型,通过考虑蠕变产生的钢梁截面应变,建立考虑钢材高温蠕变影响的约束钢梁分析理论,并利用MATAB编写了计算机程序。采用该程序计算了火灾下约束钢梁的约束轴力和跨中挠度,计算结果和试验数据吻合较好。采用验证后的程序进一步分析了蠕变对简支钢梁和约束钢梁抗火性能的影响。研究表明:提出的分析方法可以准确考虑蠕变对钢梁抗火性能的影响;蠕变效应对简支钢梁耐火极限影响较小,而对约束钢梁影响较大。

带约束非线性多体系统动力学方程数值分析方法

Lagrange方法是建立带约束多体系统动力学方程的普遍方法之一 ,其方程的形式为微分 代数方程组 ,数值计算与数值分析是研究多体系统动力学特性的重要方法。本文利用缩并法给出了带约束多体系统动力学方程的隐式数值计算方法和Lyapunov指数的计算方法。将数值仿真、Lya punov指数计算和Poincare映射有机结合 ,分析非线性多体系统动力学行为。通过一个算例 。

航天器黏弹性约束阻尼结构频率响应分析方法

黏弹性约束阻尼是对航天器结构进行振动响应抑制的重要方法,而频率响应分析是评估抑振效果的重要分析手段。文章阐述了利用有限元分析软件MSC/NASTRAN对黏弹性约束阻尼结构进行频率响应分析的方法,分析了各种方法的特点,并结合典型航天器结构件给出具体分析算例,可为相关方法的工程应用提供借鉴。

基于地质层位约束的2D波动方程偏移速度分析方法

叠前深度偏移和偏移速度分析是复杂构造成像处理中两个相互依赖且不可分离的过程。一方面,叠前深度偏移是使地下复杂构造精确成像的惟一途径,而叠前深度偏移需要一精确的速度模型;另一方面,因为叠前深度偏移对速度非常敏感,偏移后资料的剩余曲率提供了指示偏移速度正确与否的信息,可以作为偏移速度分析的工具。利用2D波动方程叠前深度偏移抽取共成像点的偏移距道集,通过分析共成像点道集的剩余时差与偏移速度误差之间的关系,给出了基于地质层位约束的迭代剖面偏移剩余速度分析方法,并用一个合成数据实例验证了该方法的有效性。

基于跨视角一致约束的单视角三维人脸重建

基于深度神经网络的无监督单视角三维人脸重建已取得显著成功,其依赖光度渲染以及对称正则化从二维单视角图像进行训练,但是单视角图像由于自遮挡与光照影响缺乏可信的人脸几何与纹理约束.因此,提出了一种基于跨视角一致约束的两阶段的单视角三维人脸重建框架.首先,局部网络并行地估计多个视角的局部人脸纹理与UV位置图,利用低维统计人脸模型3DMM对自遮挡造成的缺失区域几何与纹理进行填充;在第2阶段中,补全网络对各视角的局部纹理与UV位置图进行补全并改进,重建具有细节的完整三维人脸几何与纹理.设计了关于光度渲染、人脸纹理、与UV位置图的跨视角一致约束函数,以无监督学习机制从多视角人脸图像数据优化端到端模型.实验结果表明,所提方法可有效地从单视角图像估计人脸姿态,对遮挡区域中人脸几何与纹理合理补全,重建带有几何与纹理细节的高质量三维人脸.特别地,在MICC Florence数据集上,所提方法较对比算法重建人脸的均方根误差降低了6.36%.

面向盾牌形貌重建的双层采样点云粗配准方法

针对盾牌表面形貌三维重建过程中点云粗配准精度低和耗时长的问题,文中基于传统RANSAC(Random Sample Consensus)点云粗配准算法框架提出了一种双层采样点云粗配准算法。在第1层每次迭代中,采用单点采样进行刚性约束来减小对应集的大小,将此对应集作为第2层的“内点候选集”。算法第2层执行两个点的连续随机采样以及计算各自的最小模型,通过迭代最大化一致性集合并利用最小二乘法求解出最佳刚体变换矩阵。在实验阶段,采用6组降采样程度不同的盾牌点云,使用RANSAC算法和本文算法进行点云粗配准对比实验。实验结果表明,所提算法在粗配准速度和粗配准精度两方面都优于RANSAC算法,配准速度约为RANSAC算法的两倍,均方根误差为10-3 mm,比RANSAC算法的精度提高近400倍。

STPA危险分析方法及其在ATSA-ITP设计中的应用

传统危险分析方法无法胜任对复杂的非线性社会技术系统的分析。系统理论过程分析(STPA)方法是建立在系统理论事故建模和过程(STAMP)基础上的一种新型的危险分析方法,它将安全视为系统的一种涌现特性,认为除了组件失效,组件间的非功能交互也是导致危险的主要原因,并通过定义系统危险、绘制安全控制结构、识别不安全控制行为、确定不安全控制行为起因等4个步骤完成危险分析过程。美国的空中交通态势感知尾随程序(ATSA-ITP)设计案例分析表明,STPA方法的组织形式有序,逻辑结构严谨,分析过程透彻。

基于约束的实体特征模型重建方法研究

在对测量数据根据特征设计意图进行分块的基础上 ,将几种常见造型特征 (如拉伸、旋转、圆角等 )的参数提取以及草图轮廓的拟合转化为一系列的约束优化问题进行求解 ,然后利用CATIA二次开发平台CAA中提供的接口进行特征重建 ,生成参数化的实体特征模型。

采用L1/2稀疏约束的梅尔倒谱系数语音重建方法

提出了一种利用L1／2稀疏约束从梅尔倒谱系数重建语音时域信号方法。从梅尔倒谱系数估计语音幅度谱是一个欠定问题，现有的方法均采用幅度谱最小均方误差估计或采用L1正则化进行幅度谱的稀疏约束。相比于L1正则化模型，L1／2的稀疏约束特性更强，为此，本文在从梅尔倒谱系数估计语音幅度谱时引入L1／2正则化约束，并利用求解的稀疏幅度谱估计相位谱，最后利用估计的频谱重建时域语音信号。实验结果表明，与幅度谱最小均方误差法相比，本文算法所估计出的语音信号具有更高的语音质量；在噪声环境下进行语音重建实验，与L1正则化幅度谱估计方法相比，本文算法重建的语音质量更好，表现出更好抗噪性。

制度分析方法及其应用

从研究制度分析方法的特征及其运用入手 ,揭示制度分析方法的动态化特征、“非纯粹经济分析”的特征、集体主义特征、具体化特征等 ,归纳总结了制度分析方法在治理外部性、经济机制设计、经济史研究等方面的运用 。

自适应稀疏约束图像超分辨力重建方法

简要介绍了基于稀疏字典约束的超分辨力重建算法,提出了具有低复杂度的基于K均值聚类的自适应稀疏约束图像超分辨力重建算法。所提算法从两个方面降低其计算复杂度:分类训练字典,对图像块归类重建,降低每个图像块所用字典的大小;对图像块的特征进行分析,自适应地选择重建方法。实验结果表明,提出的快速重建方法在重建质量与原算法相当的前提下,可以较大程度地降低重建时间。

斜拉桥在列车通过时横向动力响应的分析方法

以横摆和摇头为2个独立的自由度,建立列车轮对的振动微分方程。利用结构分析有限元法,推导非对称箱形截面梁单元的横向弯扭耦合刚度矩阵。讨论车桥系统横向振动微分方程及其求解方法。实例分析结果揭示了桥梁横向动力响应的规律,所讨论的分析方法可以有效地处理约束扭转及偏载问题。

结合感知边缘约束与多尺度融合网络的图像超分辨率重建方法

针对图像超分辨率重建模型需要大量参数去捕获低分辨率(LR)图像和高分辨率(HR)图像之间的统计关系,以及使用L1或L2损失优化的网络模型不能有效恢复图像高频细节等问题,提出一种结合感知边缘约束与多尺度融合网络的图像超分辨率重建方法。该方法基于由粗到细的思想,设计了一种两阶段的网络模型。第一阶段通过卷积神经网络(CNN)提取图像特征,并将图像特征上采样至HR大小,得到粗糙特征;第二阶段使用多尺度估计将低维统计模型逐步逼近高维统计模型,将第一阶段输出的粗糙特征作为输入来提取图像多尺度特征,并通过注意力融合模块逐步融合不同尺度特征,以精细化第一阶段提取的特征。同时,该方法引入一种更丰富的卷积特征用于边缘检测,并将其作为感知边缘约束来优化网络,以更好地恢复图像高频细节。在Set5、Set14和BSDS100等基准数据集上进行实验,结果表明与现有的基于CNN的超分辨率重建方法相比,该方法不但能够重建出更为清晰的边缘和纹理,而且在×3和×4放大因子下的峰值信噪比(PSNR)和结构相似度(SSIM)都取得了一定的提升。

解析曲面与自由曲面混合模型的约束优化重建方法

首先阐述了平面、球面、柱面、锥面、B样条曲面的表达方式和相应的点到曲面的距离函数;然后给出了解析曲面与自由曲面保持连续性所需满足的约束方程;带约束的拟合问题通过惩罚函数方法来求解.实例表明:该方法可以应用于工业零件的反求设计中.

环状可展机构运动学分析方法及应用研究

将Moore_Penrose广义逆理论与空间连杆机构的运动传递矩阵相结合,提出了一种多杆可展机构的运动学分析方法,利用Gan和Pellegrino方法得到了机构的运动约束方程以及约束方程的雅可比矩阵,依据雅可比矩阵的奇异性和欠秩特性,获得了机构运动参数的最小二乘解。以四杆可展机构为算例,揭示了构件的截面夹角对机构收拢角和展开角的影响规律,并获得了展开运动过程中构件间夹角的变化曲线,为环状可展机构的运动控制奠定了基础。

超边约束的异质超网络表示学习方法

与普通网络相比,超网络具有复杂的元组关系(超边),然而现有的大多数网络表示学习方法并不能捕获元组关系。针对上述问题,提出一种超边约束的异质超网络表示学习方法(HRHC)。首先,引入一种结合团扩展和星型扩展的方法,从而将异质超网络转换为异质网络;其次,引入感知节点语义相关性的元路径游走方法捕获异质节点之间的语义关系;最后,通过超边约束机制捕获节点之间的元组关系,从而获得高质量的节点表示向量。在3个真实世界的超网络数据集上的实验结果表明,对于链接预测任务,所提方法在drug、GPS和MovieLens数据集上都取得了较好的结果;对于超网络重建任务,当超边重建比率大于0.6时,所提方法在drug数据集上的准确性(ACC)优于次优的Hyper2vec(biased 2nd order random walks in Hyper-networks),同时所提方法在GPS数据集上的ACC超过其他基线方法中次优的基于关联图的超边超边约束的异质超网络表示学习方法(HRHC-关联图)15.6个百分点。

基于可伸缩矢量图形的手绘几何图形结构分析方法

复杂图形通常是由多个图元按一定几何关系构成,以基本图形的识别为基础,复杂图形识别重点在于图形元素之间的空间关系模式的判定。几何图形的图元构成复杂,难以直接利用启发式规则进行识别;而现有的结构分析方法太复杂,采用传统方法难以进行有效识别。针对手绘几何图形识别中结构分析这一核心技术问题,设计了一种几何图形结构描述模型,该模型通过对图元及其约束关系的形式化描述来表示图形,使用可伸缩矢量图形(SVG)标签存储图元及其约束,通过解析SVG标签来识别几何图形的形状及其内部关系,为图形结构分析提供了统一格式的表示方法。所提方法已经过自主开发的Geo Sketch系统的验证,并取得良好效果。实验结果表明:该方法简洁、低维,方便进行图形形状及内部关系的判定。

基于重力约束正态分布变换的室内3维地图重建方法

提出一种基于改进正态分布变换的室内3维地图离线重建方法.通过加入重力方向约束来矫正地图形变,采用循环梯度配准方法提高配准成功率,并结合图优化的后端优化算法对所建地图进行优化.同时,采用摆动单线激光获取室内点云原始数据并进行实验,以验证所提方法的正确性.结果表明,利用该地图重建方法能够建立高精度的室内3维地图.

约束条件下拉伸与旋转特征模型重建方法

在对测量数据根据特征设计意图进行分块的基础上,将常见造型特征如拉伸和旋转特征的参数提取以及草图轮廓的拟合转化为相应的约束优化问题进行求解,然后利用CATIA二次开发平台CAA中提供的接口进行特征重建,生成参数化的实体特征模型.实例表明本文的特征重建方法是可行的.