盾构隧道点云模块分割方法研究

提出了一种隧道模块分割方法。首先,基于RANSAC算法拟合出盾构隧道圆柱体,基于圆柱轴线及半径对盾构隧道进行圆柱展开;然后,采用带限制条件的Hough变换算法提取隧道环线并分割各隧道环片点云;最后,基于隧道环片内各模块间管缝的位置特征和线性特性提取管缝线实现模块的分割。通过扫描某地铁获取的点云数据实验,对本文算法进行了验证,结果表明本文算法可有效地实现盾构隧道点云模块分割。

基于模块分割式电池的换电站充电策略优化

换电模式因具有方便统一管理和利于快捷出行的特点,成为电动汽车不可或缺的一种能源供给模式,充分发挥换电模式的优势进行有序充电对换电站的发展具有重要的意义。在采用K最邻近算法对考虑变量间存在耦合关系的出行数据进行拟合的基础上,建立以电池间的状态转移关系为主要约束条件,以换电站的运营净利润为优化目标的模块分割式换电站有序充电模型,最后采用CPLEX求解器对该混合整数规划问题进行求解,并结合不同的电价策略加以分析。算例结果表明,在不同的电价策略下,相较于整车式换电站,模块分割式换电站在提高运营净利润方面具有明显的优势,且合理的电价策略能更加充分地发挥换电站的削峰填谷作用。

基于模块分割的软件测试自动化技术及应用

介绍软件测试及自动化的重要性，分析几种常用的软件测试自动化方法的优缺点，并给出一种在实际应用中经常使用的测试方法。

模块分割法在断裂力学分析微机程序中的实现

<正> 为合理使用材料,针对微机普遍使用的现状,我们编制了二维弹塑性断裂力学的微机程序。断裂力学的计算基本是在大型计算机上进行的,因为它的内存大,计算速度快且容易编程。在结构分析中的本构方程为: 〔K〕{δ}={F} 其总刚只能容纳在大型机的内存中。一般二维问题总刚数为(2 n)~2次,三维的为(3n)~2次,例如节点1 200个则总刚数为576×10~4。这样大的数字在微机的内存中是无法存储的,即便使用大家熟知的变带宽、非零一维数组存储也需要很大的内存,在运算中也要解很多次的联立方程。为此,我们在二维弹塑性微机程序中使用了模块分割法。

问题导引 模块分割 合理组合——以《琵琶行》教学为例

平时的语文教学无非是帮助学生开阔视野,积累知识,提升能力。面对一篇内容丰富、知识众多、能力提升点集中的课文,怎样引导学生学习呢？我认为在我们认真研究了教材的基础上,采用问题导引,模块分割,合理组合,最终提升能力的教学方式,不失为一种很好的教学探索。现就《琵琶行》教学,谈谈我的一些看法。《琵琶行》是白居易一生前后诗风变化的分水岭,诗的内容十分丰富．既有她人的曲折人生叙述，又有自己人生变故的诉说；既有高妙的音乐描写，又有恰切的环境烘托。

模块逐级分割法在医用智能仪器中的应用

模块逐级分割法在医用智能仪器中的应用第三军医大学附属二院（重庆６３００３７）种银保，吴志坚，史长宁模块逐级分割法是维修人员本着系统基本原理和仪器电路结构相互渗透，相互衔接的原则，进行功能性逐级模块分割，把故障范围逐级缩小，直至最后查出故障点的方法。它...

RPTS及功能分割原型

文中介绍了已经实现的快速原型化工具系统ＲＰＴＳ，它采用伪函数技术，使应用程序的界面和内部功能原型在制作方面可完全并行进行．为了支持功能原型化的图形表示，提出了功能分割原型化方法及把功能分割图翻译成Ｃ语言程序的算法．

冶金矿山大型钢井架模块化设计研究与应用

某国外矿山大型钢井架总高65 m,结构型式为圆钢管双斜柱钢井架,采用模块化设计技术。本文介绍了钢井架的结构设计和模块化技术全过程,并重点对钢井架的结构选型、模块划分及组装进行了较为详细的阐述。工程应用结果表明,该新型钢井架节约用材,施工简便,具有明显的综合经济效益。

管道模块化预制装配施工在大型制冷机房中的应用

基于高精度三维分割设计,以上海博物馆东馆为例,对管道模块化预制装配施工技术在大型制冷机房中的应用进行了分析和讨论。实践证明,精度和质量是进行管段模块单元预制加工时首要关注的因素,合理统筹不同工作区域并采用专业化设备有助于提高生产效率和保证预制模块质量,自由段的合理设置和运用有助于现场不同管段模块单元的顺利装配拼装。总结的经验可供类似项目参考。

全焊接形式大型模块钢结构的建造工艺研究

结合烟台万华聚氨酯股份有限公司9924模块化装置项目,对采用模块化理念进行设计、建造的全焊接形式钢结构的施工工艺进行了研究。结合项目的工期并合理利用制作车间的生产资源,从单元模块的合理分割到具体的深化设计、生产工艺的优化,对相关建造工艺进行了阐述,最终使项目顺利完成。总结的经验可为类似项目提供参考。

一种复杂场景下高精度交通标志检测模型

交通标志检测在智能交通领域的安全保障上具有重要作用。对于部分外观相似的交通标志在尺度变化下,现有模型难以提取它们之间的细微差异,导致标志被错误分类。此外,在复杂场景下,其他相似物体容易被误检为交通标志。为此,提出一种逐层特征细化检测模型。根据交通标志特点提出分层聚类锚框和分组损失,分层聚类锚框根据目标尺度对数据集分层并通过K-means聚类算法获取各层锚框,更好地适应交通标志灵活的尺度变化,分组损失对外观相似的类别分组并设计损失函数,指导模型学习相似交通标志间的细微差距,从而降低错误分类。在Neck层加入弱语义分割模块和特征细化模块,通过弱语义分割模块学习浅层特征上下文信息,从而分割出可信区域和非可信区域,利用特征细化模块挖掘非可信区域的上下文信息,主动学习并消除造成误检的干扰,从而降低对其他相似物体的误检。弱语义分割模块和特征细化模块结合通道注意力构建逐层细化特征金字塔,实现对多尺度特征的整体优化并提高模型精确率。实验结果表明,该方法在TT100K和GTSDB交通标志数据集上的AP_(50)指标分别达到97.0%和98.6%。

基于EPSANet的肺部医疗图像识别

肺部医疗图像识别对于新冠肺炎及其他肺部疾病的检测与诊断具有重要意义。传统的肺部医疗图像识别方法存在诸多问题,如特征提取困难、分类性能不高等。文章提出了一种基于高效金字塔分割网络(EPSANet)的肺部医疗图像识别分类方法,利用深度学习技术自动从原始影像中学习抽象和高层次的特征,并利用金字塔分割注意力模块(PSA)实现多尺度通道注意力机制,弥补了传统方法的不足。为了验证方法的有效性,文章在两个数据集上进行了实验,与其他方法进行了对比,结果表明,该文方法在分类准确率、网络复杂度上都有优势。基于此,文章为肺部医疗图像分类提供了一种新的深度学习技术方案。

基于深度信念网络的社保卡号码识别方法

提出了一种基于深度信念网络(DBN)的社保卡号码识别方法,通过采集社保卡图像,采用模块分割的方法,对社保卡号码区域进行行分割,利用区域生长的方法对行内号码分割,将号码图像灰度化与二值化,并归一化为32×32大小,作为深度信念网络的输入数据,训练3层受限玻尔兹曼机(RBM)来获得更加抽象的特征表达,模型的最顶层结合Softmax回归分类器对抽取后的特征进行分类。实验结果表明:其准确率高达98.3%,与BP神经网络和支持向量机(SVM)模型相比,深度信念网络学习了数据的高层特征的同时降低了特征维数,提高了分类器的分类精度,有效提高了社保卡号码识别率。

基于贝叶斯网的决策表系统的优化分解

提出了决策表系统的基于广义决策函数(GDF)与基于贝叶斯网的分解方法是等价的;指出决策表系统的分解问题可归结为求解与决策表系统相应的多模块贝叶斯网(MSBN)及其d-割集;对同一个贝叶斯网(BN)具有不同的d-割集,存在不同的分解模式,提出并证明了MSBN的d-割集和连接联合森林(LJF)的割集之间的关系,而且LJF的割集决定着MSBN优化的d-割集,这样决策表系统分解问题也就是求解LJF的割集;最后通过案例说明提出的方法的可行性.

基于提升方法的SPECK算法的研究

集合分裂嵌入块编码算法(SPECK)是基于小波变换的采用块状结构的图像编码算法。对SPECK算法的排序过程进行了详细的分析,针对离散小波变换(DWT)在相同压缩比下,SPECK算法重建的图像质量有时比SPIHT算法差的情况,提出基于9-7整数小波变换的改进的SPECK。先对图像整数小波分解,然后通过完善集合分配策略、合理分配比特等处理。实验结果表明,该算法在相同的输出码率情况下不仅得到了更好的恢复效果,而且缩短了编码时间。

面向板级电路仿真的建模方法研究与应用

在电路板初步设计、计算机辅助教学等应用场合,需要对板级电路进行仿真。虽然在电路仿真领域已有PSpice,Multisim等建模仿真工具,但目前主要研究工作集中在对单个器件的建模与仿真上。针对板级电路仿真,提出了一种基于宏模型的板级电路建模与仿真方法。通过分析电路板的电路逻辑结构,按照功能集中原则将其划分为多个相对独立的子电路模块;再根据每个子电路模块的功能建立宏模型,进而通过电路逻辑关系连接子电路模块得到板级电路的宏模型。以永磁同步电动机控制板为例,采用上述方法建立了板级电路仿真宏模型,仿真结果表明,上述建模方法正确、有效。

一种改进的ORB算法

针对目前SLAM算法对特征提取的可靠性和鲁棒性要求越来越高的问题,基于ORB(二进制定向简单描述符)特征提取算法,提出了一种基于模块化区域分割的方法,解决了特征提取过程中提取无效特征点过多和特征点分布不均匀的矛盾。该方法使得ORB算法的特征提取更加均匀和合理,也更有利于图像的特征匹配。实验研究表明,该方法提高了算法的有效性和可靠性。

基于SPECK和Turbo码的鲁棒图像传输

针对信源与信道编码各自的特点,提出了一种基于SPECK(set partitioned embedded b lock coder)算法和Turbo码相结合的信源信道联合编码方案。由于图像经SPECK算法编码后的数据流对信道噪声非常敏感,所以可采用此方案来提高图像对信道错误的鲁棒性。该方案通过SPECK算法来产生具有不同容错性的子流,信道编码采用删余Turbo码,用不同码率的信道编码来对这些子流进行非平等保护,以改善数据流抗信道差错的整体性能。这种方案充分利用了信源编码后的数据流的特性,从而使误码率与码长达到了一个较好的平衡。实验结果表明,该方案不仅能够在较高的压缩比下,使解码图像具有较高的峰值信噪比,并且由于Turbo码的优异性能,使得图像在较低信噪比条件下进行传输仍具有较强的鲁棒性。

基于卷积神经网络的工件表面缺陷检测方法

为了提高工件表面缺陷检测的准确率,基于卷积神经网络的原理和工件表面缺陷检测的应用背景,对分割网络模型进行了改进。改进的分割网络模型中优化分割模块中的卷积层和卷积核大小,下采样时使用最大池化代替大步长的卷积。决策模块中通过改变卷积层和池化层得到更多的输出神经元,获得了更多的工件特征。实验验证表明,改进的分割网络模型应用到工件表面缺陷准确率达到了99.4%,比目前工件表面缺陷检测技术DeepLabv3、U-Net的准确率有所提高。