坡面单木圆锥形树冠投影边界的模型理论

遮荫作为树冠对辐射截留的集中表现,与林下环境,特别是光环境特征具有密切关系.为满足坡地人工林下作物、中药栽培环境模拟、预测和控制的理论需要,以圆锥形树冠为研究对象,借助几何光学中光的直线传播原理,根据水平投影与坡面投影的亲似对应关系,在坡平面直角坐标系内讨论树冠的坡面投影形状、确定投影关键点坐标,在测树因子、经纬度、坡度、坡向、时间（包括时刻和日期）等变化要素基础上建立坡面投影理论边界模型Z（x′,y′）=0.经模拟验证,各时刻实测与计算阴影边界曲线相关系数大于等于0.928、显著水平（P）均达到0.01,表明该模型可较精确地描述正圆锥的坡面投影.在此基础上,进行模型的实用检验和分析,选择北半球中纬度单株樟子松,计算得到5月12日8：00～14：00树木遮荫影响最远到达东0.69倍树高、西1.18倍树高、南0.2倍树高、北0.4倍树高,绝大多数阴影位于近似扇环的区域内,计算结果符合北半球太阳视运动规律且实际观测结果与计算值之间相关系数为0.983（P=0.008）,证明该模型适用于树冠的遮荫分析,并可能在邻体遮光干扰的进一步研究中发挥作用.最后讨论该模型的优点及局限性,明确模型在实际研究中合理运用的条件.

一种投影浸入边界法的快速直接求解方法

根据投影浸入边界法分步投影求解的特点,同时针对压力泊松方程离散后的大型稀疏线性方程组是非奇异非对称的特点,结合开源函数库UMFPACK,在传递线性方程组的系数矩阵和右端向量时,采用函数库Eigen将系数矩阵的数据结构改写优化,大大降低了存储空间,实现对高维大型稀疏线性方程组的快速求解,同时求解保持良好的稳定性。本文首先利用一具有解析解的数值算例验证了求解泊松方程数值方法的准确性和网格依赖性,进而利用VC++编写投影浸入边界法的数值计算程序,以单圆柱绕流为基准数值算例,通过与其他文献和实验结果的对比,验证了投影浸入边界法数值计算结果的可靠性,并进一步分析了不同雷诺数下圆柱绕流的流场结构特征和尾涡结构的动态演化过程。

基于边界判别投影的数据降维

为了提取具有较好判别性能的低维特征,提出了一种新的有监督的线性降维算法——边界判别投影,即,最小化同类样本间的最大距离,最大化异类样本间的最小距离,同时保持数据流形的几何形状.与经典的基于边界定义的算法相比,边界判别投影可以较好地保持数据流形的几何结构和判别结构等全局特性,可避免小样本问题,具有较低的计算复杂度,可应用于超高维的大数据降维.人脸数据集上的实验结果表明,边界判别分析是一种有效的降维算法,可应用于大数据上的特征提取.

局部差异正则化的边界判别投影

高维是大数据的一个重要特点,数据降维是处理高维数据的有效手段.数据降维算法的设计,关键在于保持原始高维数据集中蕴含的判别信息和几何结构,使得生成的低维特征表示既能刻画原始高维数据的分布形状,又能以更低的计算成本服务于后续的分类任务.边界判别投影算法是一种有监督的线性降维算法,通过最大化不同类别样本点之间的最小距离和最小化同类样本点之间的最大距离,来获取最优判别投影方向.为了保持样本点的几何结构,提高边界判别投影算法的泛化能力,在边界判别投影模型中融入了样本点的局部差异性信息.通过最大化投影之后样本点之间的局部差异来保持数据集的多样性,即在数据降维过程中,局部邻域内相距较远的样本点在投影之后应该保持较远的距离,从而防止在投影过程中原始数据集中蕴含的相似关系和拓扑结构发生扭曲.在图嵌入框架下,数据集的相似信息、判别信息和局部差异信息可以采用正则化的迹差准则进行数据建模.在优化求解时,为了降低散度矩阵特征分解的时间复杂度,通过对数据矩阵进行QR分解来加速计算.人脸图像数据集上的分类实验验证了局部差异正则化的边界判别投影算法在判别特征提取方面的有效性.

基于投影浸入边界法的流固耦合计算模型

针对建立的刚体和流体相互作用的浸入边界法数学模型,借助求解不可压缩N-S方程组的分步投影方法的思想来求解基于浸入边界法的耦合系统方程.在空间离散上,对流项采用Quick格式,扩散项采用中心差分格式.时间推进采用显式欧拉法,固体对流体的作用力源项引入流体体积(VOF)方法中的体积比函数,通过龙贝格算法高效求解每个网格单元中浸入刚体所占的体积比.利用VC++编写投影浸入边界法的数值计算程序,并以单圆柱绕流为基准数值算例,通过与其他文献和实验结果的对比,验证了数值计算结果的准确性和可靠性,并进一步分析了不同雷诺数下圆柱绕流场的涡结构分布特征.

用Mathematica软件求解三维图形投影的边界线方程

在给定多个曲面方程的情况下,要得到多个曲面围成的空间在3个坐标平面上的投影的图形边界线方程,可利用Mathematica软件绘制空间图形来使问题形象化和直观化,通过Mathematica软件的函数可视化技术和对可选项的选择,可以得到比较理想的空间图形,便于解决获取的边界线方程问题以及解决其他有关投影问题,比如对积分求解过程的简化。

基于正则化核最大边界投影维数约简的滚动轴承故障诊断

针对旋转机械故障诊断中故障样本获取困难的现状,提出一种基于正则化核最大边界投影(Regularized Kernel Maximum Margin Projection,RKMMP)维数约简的滚动轴承故障诊断方法。该方法首先利用RKMMP对小样本、少标记信息的混合故障样本集进行训练降维,然后将降维后的低维敏感特征子集输入到核极限学习机(Kernel Extreme Learning Machine,KLEM)分类器中进行故障识别。上述方法的特点是所提出的RKMMP能充分利用少量标记样本信息与大量无标记样本的故障信息,避免过学习的缺陷,同时通过添加正则化项克服小样本问题。滚动轴承故障模拟实验表明:该方法结合了RKMMP在维数约简和KLEM在模式识别上的优势,在一定程度上能提升故障诊断的泛化能力与识别精度。该研究可为解决好故障诊断中样本获取困难的问题,提供理论参考依据。

边界判别投影在人脸识别上的应用

针对最大边界准则和边界Fisher分析在人脸特征提取过程中的不足,提出一种边界判别投影降维算法,利用类样本均值与其同类边界样本定义类内离散度,利用类样本均值与其异类边界样本定义类间离散度。同时结合最大边界准则解决类内离散度矩阵奇异的问题。与经典的最大边界准则和边界Fisher分析算法相比,可以同时考虑样本的全局结构和局部结构,避免小样本问题。在人脸数据集上的实验表明,边界判别投影是一种有效的特征提取算法,提高了人脸识别准确率。

基于示向图分割投影的短波跳频信号检测算法

针对短波信道中跳频信号检测的问题,提出一种利用K-Means聚类对示向图进行分割,并通过图像处理方法来实现对跳频信号检测的算法。采用测向速度快的相关干涉仪测向方法完成宽带信号的示向图生成,然后基于K-Means聚类对示向图进行分割,经过形态学滤波进行预处理后,利用灰度图像处理中的边界投影算法对跳频信号检测。此算法在能检测出跳频信号的同时能粗估计跳频信号的基本参数。仿真结果及性能分析表明,该算法能有效地克服信号带宽内复杂的电磁环境,能有效检测出跳频信号,计算复杂度较低,易于工程实现。

乔化稀植苹果树冠投影的理论模型研究

农林复合系统光分布决定着该系统的功能和效应,模型是研究该系统光分布的有效手段,但目前仍然缺少能够模拟果农复合系统光照时空尺度分布的模型研究。本研究以黄土高原典型农林复合系统中的苹果树为研究材料,针对自由纺锤形(4年生)和疏散分层形(6年生)2种冠形的苹果树,推导出了树冠上任一点投影至地面的坐标方程;并将树干投影边界模型分为卵圆形函数、卵圆形方程和圆形方程构成的分段函数、圆形函数3种情况,建立了单株苹果树冠的投影边界模型。在消除半影效应后,4年生和6年生苹果树的阴影边界模拟值与实测值之间的决定系数均大于0.76,树冠投影面积计算值与实测值决定系数均大于0.938,表明该模型可较精确地描述苹果树冠的地面投影。研究结果证明该模型能够用于树冠的林下光照分析,并可在稀植苹果园遮光邻体对林下光照时空分布的进一步研究中发挥作用,为林下太阳辐射强度预测和确定林下作物适宜种植区域提供理论依据。

日本/Xperia Touch便携式投影仪

自从需要照相机来产生像照片一样的图像以来,产生图像的可能性已经发生了很大的变化和扩展.Xperia Touch是一款便携式投影仪,可以将内容投射到几乎任何表面,如墙壁或桌面,并将这些表面转换为交互式触摸屏.作为推进图像投影边界的创造性尝试的一种表达,Xperia Touch创建了一个与环境无缝融合的界面.该装置将短投影仪、感应器、电池及其他组件合并成功,形成一个功能和连贯的统一,便于运输,可以简便地安装在房子里的任何地方.

一种基于条纹扫描的结构光三维信息获取方法

提出一种基于结构光的三维信息获取方法,利用投影仪向物体投射黑色条纹,移动的条纹扫描整个物体,根据条纹在物体上的变形来估计物体的三维形状,实现了三维信息的获取。该方法仅使用投影仪和数码相机等简单设备,实现简单快速,精度相对比较高,适用范围广,可扩展性强。

一种新的车牌字符图像的提取方法

在车牌自动识别(LPR)系统中,从车牌图像中正确获得各字符有效信息的图像尤为关键。传统的车牌字符提取方法适应性不强,当不能拍摄车牌正面时获取的车牌图像存在着变形的问题,从而无法从中正确提取出字符。针对此问题,设计了一种基于Radon变换与最大全零列判决法相结合的车牌图像矫正算法来矫正车牌图像,再根据车牌字符分布特点使用了边界投影确定各个字符的边界,对车牌字符进行分割提取。实验证明,此方法能从各种情况下拍摄的车牌中准确分割出单个字符图像,并且计算量较小。

图像序列中快速全局运动估计和运动目标提取算法(英文)

提出了一种基于边界灰度投影匹配的全局运动估计和运动目标提取算法.算法将边界灰度水平投影和垂直投影值作为匹配特征,较好地估计了全局运动参数.由于只需计算一维特征向量所以降低了全局运动估计的计算量.经过全局运动补偿后,可以运用传统的帧间差法得到运动目标.为了减少噪声的影响,准确地提取到目标,采用了高阶统计量的方法(HOS)来区分背景和运动目标.试验结果证明所提出的方法在估计全局运动参数和提取运动目标方面有较好的鲁棒性.

相连字符的分割算法

提出针对两类常见相连字符的3种分割算法,并按一定的优先级将这些方法排序,有效地解决了相连字符的传统分割方法中往往只能对字符相连的某些情况进行分割的问题.

动态场景中运动目标快速检测算法

提出了一种基于边界灰度投影匹配的全局运动估计和运动目标提取算法.算法将边界灰度水平投影和垂直投影值作为匹配特征,较好地估计了全局运动参数.由于只需计算一维特征向量所以降低了全局运动估计的计算量.经过全局运动补偿后,可以运用传统的帧间差法得到运动目标.为了减少噪声的影响,准确提取目标,采用了高阶统计量的方法(HOS)来区分背景和运动目标.试验结果证明,所提出的方法在估计全局运动参数和提取运动目标方面有较好的鲁棒性.

一种基于最大边界投影和l_(2,1)范数正则化的属性选择算法

当数据含有噪声或标签错误时,传统的属性选择方法(如粗糙集)无法得到正确结果,为此提出一种针对含噪、标签错误数据的属性选择方法.首先用最大边界投影方法获得数据的最佳投影;然后通过对投影矩阵进行2,1范数正则化操作,进而获得行稀疏的投影矩阵,据此获得对关键属性的挖掘;最后给出方法的收敛性和针对标签错误数据的有效性证明.实验结果表明,所提出的算法克服了噪声和标签错误的影响,较好地实现了针对含噪、标签错误数据的属性选择.

针对CT系统参数标定和成像建模及算法研究

针对最基本的CT系统的成像原理和数据处理分析,用投影边界分析法和插值法对模型展开建立与优化,并得到探测器单元点之间距离、X射线180个方向、未知介质的几何形状和吸收率信息。最后运用MATLAB对提出算法进行仿真验证。通过以上方法,成像时需对参数进行标定,并对未知结构样品进行成像。

摆动方式对水翼输入功率的影响

利用投影浸入边界法,研究了不同主动摆动方式对水翼输入功率的影响。计算模型采用二维NACA0012翼型,雷诺数Re=800。最大摆角θ0=75°,摆动频率f的变化范围为0.1Hz^0.2Hz,非正弦摆动参数β的变化范围为1~3。首先,研究摆动频率f和非正弦摆动参数β对平均输入功率的影响,研究发现,平均输入功率随着f和β值的增加而增加,但当f>0.16 Hz,β>2.5时,平均输入功率急剧增加。其次,在摆动频率f=0.16 Hz时,研究不同非正弦摆动参数β下力矩系数、输入功率系数以及升阻力系数随时间的变化规律,研究发现,随着β值的增加,峰值输入功率也逐渐增加,而且β值影响峰值输入功率出现的位置。最后,研究不同β值下,变化的尾流发展对输入功率的影响,认为水翼上下表面产生的后缘涡与升阻力有关系,水翼上表面的负涡对水翼摆动产生阻力,而下表面的负涡对水翼摆动产生升力,从而对水翼摆动的输入功率产生影响。

基于MDP-ISAP的ENN分类算法及其应用

针对可拓神经网络(ENN)对复杂样本数据分类效果较差的问题,提出一种融合边界判别投影(MDP)和改进半监督近邻传播(ISAP)的新型ENN分类算法。首先,使用边界判别投影对原始数据进行降维,提取关键特征。其次,在低维特征空间进行聚类分析,利用近邻传播聚类筛选出有效训练样本,并通过ISAP聚类寻优获得样本类中心,作为初始类中心,在此基础上构建新的分类器。最后,将其应用于复杂化工过程中高密度聚乙烯(HDPE)的熔融指数预测,取得了较好效果。