凹角外问题非重叠区域分解算法的自适应研究

以各向异性方程为例,在非重叠型区域分解算法的基础上,研究了无界凹角区域上的自适应有限元算法,并且讨论了此算法离散问题迭代的收敛性,最后将它与均匀网格划分进行对比,并用数值例子证明自适应算法的可行性与有效性。

基于非重叠多摄像头的实时监控系统

随着实时监控系统在安防监控领域的应用逐渐增多,传统的单一摄像头已经不能满足日益复杂的应用需求,智能摄像头逐渐成为监控领域的主流趋势。随着科技的发展,智能摄像头不仅能在监控区域内拍摄更多信息,以满足日常需求,还要能够提供更多信息,以供分析决策。为了实现对运动目标的可靠跟踪,文章设计了一种基于多摄像头的非重叠协作运动目标跟踪算法。通过对摄像头的邻域关系、运动目标与摄像头的距离、摄像头之间的转换时间等特性参数的分析,设计多摄像头的协作追踪方案;基于采用多摄像头协作追踪方案,解决摄像头的时空离散问题,并通过算法选取最佳候选摄像头,实现对运动物体的连续追踪。通过对多摄像头联合追踪的试验,证明多摄像头协作追踪方法的可行性和有效性。

鹅细小病毒VP1与VP3非重叠序列的克隆与原核表达

根据鹅细小病毒 GPV H1株基因组核苷酸序列设计了一对引物 ,对其结构蛋白 VP1与 VP3非重叠核苷酸序列进行 PCR扩增 ,并克隆到表达性载体 p GEX- 6 p- 1,经酶切鉴定筛选出阳性克隆 ,并转化到大肠杆菌 BL 2 1(ED3) plys S进行原核表达 ,并用 SDS- PAGE鉴定 ,结果表明融合蛋白在表达性细菌 BL2 1中重获得了高效表达。

非重叠Mortar有限单元法在运动导体涡流场计算中的应用

使用非重叠Mortar有限单元法(non-overlapping mortarfinite element method,NO-MFEM)对2维轴对称滑动问题进行了计算。在处理运动问题时,NO-MFEM将求解区域分解为运动和静止2个子域。在子域交界面上,NO-MFEM不要求节点逐点匹配,在运动发生后只需要改变运动部件所在区域节点的坐标,从而克服了传统有限元法(finite elementmethod,FEM)在处理运动问题时需要不断进行网格重剖的麻烦。该文首先介绍了NO-MFEM的基本原理;说明了适合于该方法处理的运动问题的类型;通过2维静电场问题分析了NO-MFEM的非协调误差;使用NO-MFEM对感应线圈炮模型进行了计算,分析了发射过程中不同时刻空间磁场和电枢涡流的分布,通过与实验结果和其他数值仿真结果进行对比,验证了NO-MFEM在处理运动导体涡流场(moving conductor eddy current,MCEC)问题上的有效性。

鹅细小病毒VP1-VP3非重叠区基因的克隆与序列分析

通过克隆鹅细小病毒(Goose parvovirus,GPV)分离株VP1-VP3非重叠区基因,并对其进行序列分析,为鹅细小病毒感染与疫苗免疫的鉴别诊断奠定理论基础。进行鹅胚病毒增殖,收集尿囊液,提取基因组,参考发表的B株序列,设计合成一对引物,经PCR扩增,克隆VP1-VP3基因,筛选阳性克隆,对其进行序列测定及同源性分析。结果表明,克隆的基因片段为901 bp,VP1-VP3基因共594 bp,编码198个氨基酸;弱毒株之间亲缘关系很近,核苷酸同源性99.5%～100%, 氨基酸同源性98.5%～100%; 强毒株与B株亲缘关系较近, 核苷酸同源性96.6%,氨基酸同源性97.5%;弱毒株与强毒株亲缘关系较远,核苷酸同源性92%～93%,氨基酸同源性96%～97.5%;弱毒株与B株亲缘关系最远,核苷酸同源性92.5%～93%,氨基酸同源性93.9%～95.5%。说明强毒株与弱毒株之间核苷酸序列存在差异。

基于最小且非重叠发生的频繁闭情节挖掘

事件序列上的频繁闭情节挖掘是一个重要课题,现有的研究基于最小发生的支持度定义和广度优先的搜索策略,不可避免地导致了情节发生的"过计数"和大量候选情节的产生问题,因此,基于最小且非重叠发生的支持度定义和深度优先的搜索策略,提出了一个事件序列上的频繁闭情节挖掘算法FCEMiner,在此基础上,利用特殊前向扩展的非闭一致性避免了冗余的闭合性检查,缩小了频繁闭情节的搜索空间.理论分析和实验评估证明FCEMiner能够有效地发现事件序列上的频繁闭情节.

非重叠Mortar有限元法及其并行计算在静电场问题中的应用

采用Mortar有限单元法(mortar finite element method,MFEM)能够得到正定、对称的系数矩阵,而且刚度矩阵是分块对称的,这种特点适合于并行迭代求解。阐述了非重叠Mortar有限单元法(non-overlapping MFEM,NO-MFEM)的基本原理,介绍了适合于NO-MFEM并行计算的区域分解策略以及并行求解的基本流程。针对简单2维静电场问题,使用NO-MFEM进行了并行计算,并与理论值和串行计算结果进行对比,验证了所提方法的有效性。同时,对于非协调网格造成的计算误差进行了分析。NO-MFEM法的并行计算为工程应用中优化设计问题的区域分解和并行求解提供了一种新的选择。

非重叠Mortar有限元法在电磁分析中的应用

Mortar元法(mortar element method,MEM)是一种新型区域分解算法,它允许将求解区域分解为多个子域,在各个区域以最适合子域特征的方式离散。在各个区域的交界面上,边界节点不要求逐点匹配,而是通过建立加权积分形式的Mortar条件使得交界面上的传递条件在分布意义上满足。Mortar有限元法(mortar finite element method,MFEM)将MEM和有限元法(finite element method,FEM)相结合,在各区域中分别使用FEM网格离散,区域的交界面上通过施加Mortar条件实现区域间的自由度连续。该文阐述了非重叠Mortar有限单元法(non-overlapping MFEM,NO-MFEM)的基本原理,介绍了NO-MFEM的程序实现过程,使用NO-MFEM对2维静磁场问题和3维静电场问题进行了计算,并与FEM模型结果进行对比,验证了该文方法的有效性。将NO-MFEM应用于电磁分析,丰富了电磁场数值计算理论,为运动涡流问题和大规模问题的分析提供了新的选择。

基于遗传算法多目标非重叠路径诱导算法

依据遗传算法基本原理,提出一种多目标路径诱导算法.染色体编码采用可变长度节点序列方法表示,以减少染色体编码长度.设计了相应的多目标适应度函数.该算法在给定多个目标约束条件下,能够解出多个近优路径.实验结果证明,该算法能有效解决多目标非重叠路径选择问题,和目前已有其它方法相比,路径相似度更小.

无穷凹角型区域椭圆边值问题的非重叠区域分解算法

研究无穷凹角型区域椭圆边值问题的一种非重叠型区域分解算法.构造其算法并讨论相应的离散化问题的收敛性,最后给出了数值例子以说明方法的有效性.

在非重叠视域监控网络中的人体目标跟踪(英文)

针对存在非重叠视野的摄像机监控网络,提出了一种基于人体外观模型和摄像机间时空信息的人体目标自适应跟踪算法. 对于人体外观模型,首先根据人体测量学理论将人体目标划分成头、躯干和腿 3 个部分,分别提取各部分的 HSV 颜色直方图特征用于构建人体外观模型,然后引入加权因子计算人体目标之间的相似度,最后采用一种基于双阈值的相似度排序算法确定人体目标的匹配关系. 对于摄像机间的时空信息,通过增量学习,不断积累目标关联信息,经统计分析逐步更新摄像机间时空信息. 实验结果验证了所提出的跟踪算法在无需摄像机标定的条件下能够实现人体目标的连续跟踪,且随着关联匹配信息的累加,算法的跟踪准确性也逐步提高.

一种支持尺度优化的重叠和非重叠社区质量评价方法

复杂网络社区发现具有重要的研究和应用价值.科学合理的社区评价可促使发现隐含的真实社区结构.复杂关联关系使得具有聚团性质的社区可能是非重叠结构,也可能是重叠结构.虽然当前学者们提出许多专门针对非重叠社区、重叠社区的评价方法,但是,在无法预知真实社区拓扑的情况下,采用不同标准对可能出现的多种结果进行评估不具有可比性.所以,急需能同时评价重叠与非重叠社区的统一评价模型,科学合理的评价模型可以辅助发现合适的社区边界及社区尺度,发现隐含的真实聚团子结构.本文从社区聚集度和社区重叠度两个视角出发,提出了一种适用于重叠与非重叠社区的评价模型,不仅能评价出微结构差异引发的社区聚团属性的变化,而且该评价能在一定程度上制衡社区内部聚团性和社区重叠性,从而辅助发现合适尺度、合适边界的重叠或非重叠社区的作用.通过理论分析和各种数据实验证实了本文所提评价模型的合理性和可用性.

非重叠监控视频中基于颜色空间分布模型的行人匹配方法

针对非重叠视域监控系统中行人目标关联问题,提出了一种基于颜色空间分布模型的行人目标匹配方法。使用最邻近聚类方法对目标的像素进行聚类,得到目标的MC特征;建立目标的颜色空间分布模型,并进行特征转换;在建立的分布模型的基础上,计算目标相似度并进行匹配。实验结果表明,该算法能有效地去除目标检测与分割产生的边缘背景像素的影响,在对相同目标保持较高匹配率的情况下,能较好地处理由于目标颜色分布差异而造成的误匹配情况,同时对于摄像机视角的差异以及目标姿态的变化有较好的鲁棒性。

非重叠多摄像机目标识别方法研究

多摄像机间的目标识别是非重叠多摄像机监控系统中目标持续跟踪的关键。提出一种只依赖于目标外观模型,不依赖于目标的捕获时间和路径限制的目标识别方法。通过提取三个互补的特征建立目标外观模型,这些特征包括全局色彩特征、局部颜色和梯度特征以及全局纹理特征,并通过多特征融合实现目标识别。所提出的方法不仅能用于单幅图像的目标识别,也能用于视频或图像序列的目标识别。通过基于VIPeR数据库和ETHZ数据库实验得到的累计匹配特征(CMC)曲线表明所提出的算法对视角、姿态、遮挡和光照的变化具有一定的鲁棒性,能够达到较高的识别率。

满足非重叠条件的带有通配符序列模式挖掘

很多应用领域产生大量的序列数据,例如:基因序列,超市购买记录,股市交易数据,文本序列等.如何从这些序列数据中挖掘具有重要价值的模式已成为序列模式挖掘研究的主要任务.本文研究带有通配符的序列模式挖掘问题,给定支持度阈值和间隔约束,从序列数据库中挖掘所有出现次数不小于给定支持度阈值的频繁序列模式,模式中任意两个相邻元素在序列中的出现位置满足用户定义的间隔约束.本文设计一种基于层次图的带有通配符序列模式挖掘算法PMLG,利用层次图结构在多项式时间和空间复杂度内构建和存储模式在序列中满足间隔约束的所有出现位置,采用深度优先搜索策略对图进行遍历,计算模式的支持度,其中模式的任意两次出现的相同位置都不共享序列中同一位置的字符,即满足非重叠出现.在生物DNA序列上的实验表明,PMLG比相关的序列模式挖掘算法具有更好的时间性能和完备性.

石门方言的“非重叠+儿”与“重叠+儿”

石门方言里,"儿"有两种基本的构词方式:"非重叠+儿"与"重叠+儿"。这两种构词方式处于不同的历史层面,它们在构词能力和演变趋势上呈现出明显的差异。目前,"非重叠+儿"已走向消亡,"重叠+儿"成为惟一的儿化构词方式。新旧两种构词方式的交替在石门方言里已经完成。

扩散问题的一种非重叠型区域分解算法

研究外区域 Helmholtz问题的一种区域分解算法。将无界区域分解成为一些不重叠的子区域 ,自然积分算子被用作计算区域外边界上的人工边界条件。在能量范数意义下给出了算法的收敛性。最后讨论了数值离散化问题 ,并给出了相应的数值例子。

求解具有长条型内边界的二维调和外问题的一种非重叠型区域分解算法

以二维调和外问题为例 ,提出一种带椭圆型人工边界的非重叠型区域分解算法 .理论分析及数值实验表明 ,用该方法求解带长条型内边界的外问题是十分有效的 .

基于自然边界归化的非重叠型区域分解算法

基于半平面上的自然边界归化理论,给出了一类带凹槽的半无界区域上椭圆型方程边值问题的非重叠型区域分解算法。证明了算法具有与有限元剖分网格参数无关的收敛性,适当选取松弛因子,算法是几何收敛的,并给出了松弛因子的一般取值,数值例子表明了算法的有效性。

基于自然边界归化的半无界区域上非重叠型区域分解算法

基于半平面上的自然边界归化理论,给出一类带凹槽的半无界区域上椭圆型方程边值问题的非重叠型区域分解算法.证明算法具有与有限元剖分网格参数无关的收敛性,适当选取松弛因子,算法是几何收敛的,同时给出松弛因子的一般取值.