快速成型系统中OFFSET型填充算法

在SW 2 50 1快速成型系统中 ,零件的制作是靠热喷头喷出热熔丝逐层堆积成型的 ,在逐层堆积过程中 ,热喷头要做大量的填充扫描 ,填充方法直接影响零件的成型质量 .文中介绍了一种基于截面轮廓的OFFSET型填充路径的生成算法 ,该算法快速可靠 ,能得到比较光滑、平整的成型截面 .

U型障碍物多方向多层填充的移动机器人改进蚁群算法

针对传统蚁群算法在移动机器人路径规划中典型的U型障碍物死锁问题,提出了一种U型障碍物多方向多层填充的改进蚁群算法。首先证明了路径规划的最优解不会进入U型障碍物之中;其次证明了运用此多方向多层填充法在填充U型障碍物解决死锁问题的同时,不会造成原有通路的阻塞,具有原通路保持性,且填充的迭代次数与迭代总时间少;之后对填充图形的迭代次数给出了理论性的判定,此填充方法不仅适用于U型障碍物还适用于其它可填充区域,且其对于可填充区域可实现完全填充;最后将此填充方法与蚁群算法结合。仿真结果表明,改进蚁群算法相比于传统蚁群算法有效率提升。

基于尖锐边界等值面填充算法的型壳有限元网格自动划分

在熔模铸造的模拟过程中,型壳网格的质量对于模拟金属模型的成形形状、成形性能、内部缺陷等都有很大影响。近来比较引人注目的网格划分算法当属Labelle and Shewchuk的等值面填充算法。本文基于改进的等值面填充算法,替换填充包围盒的晶格和采用特征匹配技术来提高单元网格质量,从而可以快速高效地划分出任意复杂模型的型壳,这对于保证和提高熔模铸造充型凝固模拟的准确度具有重要意义。

基因型填充策略研究

基因组数据在畜禽遗传育种中的应用越来越广泛,基因型填充作为基因组数据处理的重要工具,填充结果的好坏直接影响后续分析,为了得到好的填充结果,需要制定完善的填充策略。本研究通过模拟数据探讨参考群体大小、目标群体与参考群体间遗传关系(距离)远近、目标位点数目(比例)、最小等位基因频率以及填充算法等因素对基因型填充效果的影响。结果表明,目标位点数目与填充效果呈显著的正相关(P<0.05),是影响基因型填充准确性的主要因素;参考群体大小是影响Beagle5.1填充错误率的主要因素,目标位点数目是影响Minimac4填充错误率的主要因素;目标群体和参考群体的遗传距离对Beagle5.1填充效果的影响较Minimac4更为显著;一般情况下,最小等位基因频率越高的位点填充错误率越高;在参考群体个体数量少且目标位点数目多的情况下,Minimac4的填充速度优于Beagle5.1,但随参考群体个体数目增加有逆趋势。在保证填充质量的前提下,Beagle5.1对本研究中几种因素的标准要求相对较低。相对地,当目标群体位点数目较低,参考群体个体数目较多时,Beagle5.1的填充效果更好,而Minimac4更适合参考群体个体数目较少,目标群体位点数目较高的填充中。本研究针对不同的填充目的制定了不同策略,为基因型填充标准提供了参考。

一种非规则LDPC码的改进型UMPBP-Based译码算法

为了减小UMP BP-Based译码算法相对于LLR-BP译码算法的性能损失,提出了一种改进型UMP BP-Based译码算法,校验节点消息处理时,通过合理地设置校正因子与偏移因子2种参数,将Normalized BP-Based和Offset BP-Based 2种译码算法进行有效的融合;变量节点消息处理时,引入了一种LLR-BP译码算法中的震荡补偿算法.仿真结果表明,针对非规则LDPC码,在一定范围内误码率相同的条件下,改进型UMP BP-Based译码算法与UMP BP-Based、Normalized BP-Based和Offset BP-Based 3种译码算法相比较,译码性能得到明显的改善,可以更有效地逼近性能优异的LLR-BP译码算法.

有环LDPC码的改进型LLR BP译码算法

长LDPC码的Tanner图中通常没有环路,此时LLR BP算法是性能最优的软判决译码算法。而短LDPC码的Tanner图中通常存在环路,因此变量节点之间的信息就不再相互独立,这时LLR BP算法的译码性能就会下降。提出一种改进型LLR BP算法,利用概率论和最小均方误差准则来计算该算法中的参数。仿真结果表明改进型LLR BP算法比LLR BP译码算法、Normalized BP算法以及Offset BP算法具有更好的LDPC译码性能。

如何用C语言开发TVGA256色图形

TVGA卡是Trident微系统公司推出的一种通用的低成本、全功能、单芯片超级VGA图形适配器,它与标准VGA、EGA、CGA、Hercules和MDA卡完全兼容。鉴于国内所使用的SuperVGA适配器大部分是8900系列TVGA卡,本文将详细介绍在其上如何用C语言开发高分辨率256色图形的技术。 TVGA8900(C)