复杂构件结构智能优化约束表达与处理新方法

为提高复杂构件结构优化的约束处理效率,挖掘并利用优化过程中的深层次隐性约束知识,提出了一种基于文化算法双重进化思想的复杂构件结构智能优化约束表达与处理新方法。建立了层次式的约束知识表达模型,构建了以任务知识为指导的层次式智能约束处理机制,探讨了优化过程中深层次隐性约束知识的处理流程,实现了优化过程中约束知识的进化并指导了群体空间的不断进化。最后,以挖掘机动臂结构优化为例验证了所提方法的可行性与有效性。

协同设计系统中约束的表达

在协同设计中,由于任务的分工和分解,各设计小组之间、设计人员之间存在各种相互制约、相互依赖的约束关系.如何管理并表达这些约束是设计能否顺利进行的重要因素.本文从协同设计系统实际需求出发,对几类典型的工程设计知识进行了具体分析,提出了一种基于知识的几何约束表达方法.

基于深度学习和约束稀疏表达的人脸识别算法

目前的人脸特征匹配算法大多关注于单图像与单图像的匹配而不能有效利用图像序列之间的相关信息,因而提出了一种基于深度学习与约束稀疏表达的人脸特征匹配算法.通过CNN网络对人脸图像进行特征提取,并利用改进的稀疏表达方法自动选取相似的图像序列进行特征匹配,有效地利用了图像序列之间的相关信息.实验结果表明,该算法在LFW和AR数据库上取得了很好的效果并优于传统的SRC,L1-norm和CRC-RLS算法.

基于约束稀疏表达的细粒度图像分类识别方法

为了保证细粒度图像分类识别后图像结构信息的完整性,设计一种基于约束稀疏表达的细粒度图像分类识别方法。在区域建议网络内输入待分类图像,利用在线硬示例挖掘方法筛选对分类识别结果影响较大的图像;在降采样图像基础上,引入分布结构约束项,建立约束稀疏表达线性编码模型;创建相似度权衡函数,将图像分类识别等效为排序问题,使用交替方向乘子法求解并获得最佳测度矩阵,完成细粒度图像分类识别目标。仿真结果证明,在遮挡、光照差异等状况下所研究方法分类后的图像结构信息较完整,分类识别后的平均峰值信噪比为28.9,平均分类时间为5.71s,提高了细粒度图像的分类质量。

基于运动韦伯和局部约束的稀疏表示暴力检测

针对视频监控场景中的暴力行为问题,提出一种基于局部约束的稀疏分类模型和运动韦伯特征相结合的暴力检测方法。利用高斯滤波对输入视频去除一些噪声,提取出运动韦伯特征;提出改进的稀疏分类模型用于特定类字典的学习,引入基于局部约束的表达约束项和系数调整项用于提高模型的判别性;提出相应的分类机制用于对视频中的暴力行为进行分类。结果表明,提出的特征具有较强的判别性,且提出的基于局部约束的稀疏分类模型非常有效。

满足货物承载能力约束的集装箱装载问题研究

本文采用基于矩阵的货物空间约束表达形式和货物承载能力约束表达形式以及简单块生成策略,对基于Beam Search算法的集装箱装载算法进行了改进,以使其能够有效进行满足货物承载能力约束的集装箱装载问题的优化计算,实验结果表明了该算法的有效性。

基于EFSM模型的可执行回归测试数据生成方法

基于扩展有限状态机(extened finite state machine,EFSM)的回归测试过程中,传统的可执行测试数据生成方法由于没有充分利用软件变更信息,在对模型分支错误进行检测时效率较低。为此,提出了一种基于EFSM模型融合的可执行回归测试数据生成方法,制定规则对软件变更前后的模型进行融合,将程序变量作为符号对融合模型中所需覆盖的测试序列进行遍历,结合软件变更信息生成变量约束表达式组并求解得到最终的回归测试用例。实验结果表明:该方法在分支错误检测率、可执行比例、稳定性和测试效率等方面具有一定的优势。

基于CPN的分层工作流过程模型建模研究

本文针对分层工作流过程模型的语义建模存在的问题,基于扩展同步器和CPN,将工作流过程模型的逻辑结构和语义与CPN中的网结构和网表达式进行映射,进而定义了基于同步结构和CPN的工作流过程模型WFC_Net,并给出了采用约束表达式对该模型进行语义层验证的方法。

上下文无关语言的同步运算及其性质

针对上下文无关语言,引入了语言的可重复序列的依赖运算和同步运算,分析了两种运算的性质、特点,给出了可重复序列的依赖表达式、同步串约束表达式;提出了同步串约束上下文无关语言,给出了该类语言的构造规则:对于字母表上的同步串约束上下文无关语言L,都是由该字母表上的一个正规语言R与该正规语言R中某些可重复序列之间的依赖约束所形成的;证明了同步串约束上下文无关语言与同步串约束表达式所描述的语言等价,且该类语言是上下文无关语言的真子集。

并行工程中约束管理系统的开发研究

在并行工程（ＣＥ）中，约束对于产品的开发起着重要作用。本文分析了约束管理系统开发的若干技术问题，包括约束的表达、约束的满足及冲突仲裁等，由此提出了面向ＣＥ的约束管理系统框架。

共形几何代数中的分阶幂零单项式的几何解释

本文进一步发展共形几何代数,从代数和几何两个角度对共形几何代数中由幂零向量生成的分阶单项式的代数性质和几何解释进行深入探讨,包括各种维数的球面和平面定向的代数刻画、长括号的三角学、角度和方向的幂零单项式分阶表示、幂零单项式各个分阶的几何意义等.这些结果有助于理解高层次符号代数运算背后的几何意义,以及共形几何代数简化符号几何计算的内在机制.