3DS Max与Creator综合方法在城市三维建模中的应用

针对"数字宿迁"三维仿真系统中数据量与建模质量相矛盾的问题,阐述了3DS Max与MultiGen Creator两种建模软件各自的特点,分析和总结了建模过程中需要注意的问题以及关键技术。结合宿迁三维仿真系统,探讨了3DS Max与Multigen Creator两者相结合的综合建模技术,建立了宿迁市新城区三维仿真系统模型,实现了宿迁市新城区三维仿真漫游场景。

基于3Ds Max与Unity3D三维高层火灾逃生场景建模

火灾逃生与自救教育学习有重要的现实意义,在现实生活中,面向公众的火灾逃生演练一般要耗费很大的人力与物力。笔者利用3Ds Max与Unity3D创建三维火灾逃生场景,在3Ds Max中构建三维场景模型和角色模型,在Unity3D中布置场景,模拟生动逼真的火灾发生场景,使人有身临其境的虚拟体验。应用于实现虚拟状态下快速逃生、自救、科学应急指挥等防控仿真训练。

麻杏石甘汤联合阿奇霉素治疗小儿支气管肺炎的疗效及对其炎症因子的影响

目的 观察麻杏石甘汤联合阿奇霉素治疗小儿支气管肺炎的疗效及对其炎症因子的影响。方法 选取2019年8月—2022年12月期间江阴市中医院收治的支气管肺炎患儿89例,按照随机数字表法将其分为对照组44例和观察组45例。对照组予阿奇霉素治疗,观察组在对照组基础上联合麻杏石甘汤治疗,连续5 d为1个疗程。观察比较两组患儿临床疗效,治疗前后肺功能(FEV1、PEF25、FVC)、血气(PaO_(2)、PaCO_(2))、炎症因子[肿瘤坏死因子(Tumor necrosis factor,TNF-α)、血清白介素6(Interleukin 6,IL-6)、超敏C-反应蛋白(hypersensitive C-reactive protein,hs-CRP)、降钙素原(Procalcitonin,PCT)]水平。结果 治疗后观察组总有效率95.56%(43/45)高于对照组84.09%(37/44),差异有统计学意义(P<0.05)。治疗后两组患儿TNF-α、IL-6、hs-CRP、PCT炎症因子水平较治疗前明显降低,差异有统计学意义(P<0.05);且观察组低于对照组,差异有统计学意义(P<0.05)。治疗后两组患者FEV1、PEF25、FVC、PaO_(2)水平均较治疗前升高,PaCO_(2)水平均较治疗前降低,差异有统计学意义(P<0.05);且观察组FEV1、PEF25、FVC、PaO_(2)水平均明显高于对照组,PaCO_(2)水平明显低于对照组,差异有统计学意义(P<0.05)。结论 在小儿支气管肺炎治疗的过程中使用麻杏石甘汤与阿奇霉素联合治疗能有效提高患儿治疗总好转率,降低患者TNF-α、IL-6、hs-CRP、PCT等炎症因子水平,显著改善患儿肺功能以及血气状况,对小儿支气管肺炎的治疗具有重要帮助,应广泛应用在临床治疗中。

TAMP:面向区域覆盖的层次化多机器人任务分配方法

作为诸多移动机器人应用的基础,完全覆盖旨在为机器人规划出一条访问目标区域所有点且耗时最短的无碰撞路径。此类覆盖应用中,利用多台机器人协同覆盖可以有效缩短覆盖时间并提升系统的鲁棒性,同时也增加了算法设计复杂度和机器人协同管理难度。因此,文中研究了已知环境下的多机器人覆盖问题,该问题已被证明是一个NP难题。文中提出了一种启发式的基于多层次图划分的多机器人任务分配方法(Multi-robot Task Assignment Based on Multi-level Graph Partitioning,TAMP),该方法包含一种粗化任务分配算法和一种精细任务分配算法。粗化任务分配算法采用分层粗化的方法,通过图的极大匹配实现了节点融合以降低图的规模,并基于均匀种子的图增长方式获取了一个接近均衡的初始任务分配结果,提高算法效率;精细任务分配算法在粗化任务分配算法的基础上,提出了一种基于边界节点交换的Lazy&Lock策略,用于实现任务细分,提高求解精度。文中在不同规模的随机图和真实世界的治安巡逻场景下进行了仿真验证。仿真结果表明,相比经典的任务分配方法,TAMP方法将可求解的最大计算规模从千级扩大到百万级,小规模图(3000以内)的计算速度加快了20倍,距离最优解偏差均优于经典方法;能够在60 s内解决大规模图(3000~1000000)的任务分配问题,同时将距离最优解偏差控制在0.3%以内。

建筑物立面多层次快速建模方法

针对建筑物立面手工三维建模速度慢、工作量大等问题,提出了一种多细节层次建筑物立面快速建模方法。首先以墙面为基准,窗户为主体,分析各细节部件几何特征、空间分布特征及拓扑关系,设计了一种窗户及墙体多细节层次模型,并定义了各细节层次精细度及所需的结构化特征数据;然后基于三维激光点云数据,提取三维建模所需的结构化特征参数;最后借助MAXscript脚本实现多层级墙体和窗户模型自动化重建,并基于各部件拓扑关系快速构建多层次建筑立面模型。通过实验进行精度及效率分析:表明该方法建模精度较好,距离中误差达到0.126 m,建模效率及自动化程度明显提高。

施氮量对套作大豆花后光合特性、干物质积累及产量的影响

在"玉米-大豆"套作模式下,以贡选1号为材料,研究了施氮量对套作大豆花后光合特性、干物质积累量及产量的影响。结果表明,花后Chl a含量、Chl a/b值、净光合速率、叶、叶柄、茎和荚的干重以及地上部干物质积累总量均以低氮处理(纯氮32.4 kg/hm2)最优,其次为中氮处理(纯氮64.8 kg/hm2)。套作大豆的产量和有效荚数均以低氮处理最高,分别较对照(不施氮)高18.22%和17.37%,差异极显著;其次为中氮处理,与对照差异显著;高氮处理(纯氮97.2 kg/hm2)则显著低于对照,这是由于经高氮处理的大豆植株花后叶面积指数(LAI)过高,影响通风透光,落花落荚严重所致。可见,合理施用氮肥(纯氮32.4,64.8 kg/hm2)能提高套作大豆花后叶片的净光合速率,地上部干物质积累量,进而提高大豆产量。

混凝土单轴拉伸疲劳试验中Paris公式参数的确定

针对以往确定Paris公式中的参数C,m值,需要求得很多的参数,或经过复杂的试验得出试验数据进行分析,提出通过对抗压强度进行反演分析,得到原始裂纹及孔隙总面积,根据断裂力学中圆裂纹的应力强度因子表达式,把应力强度因子转化为试件所受应力,利用素混凝土单轴拉伸疲劳试验数据,求得C,m值.分析表明:参数值随应力水平的变化较大;m值变化即使在同一个数量级内,也会导致C值在多个数量级内的变化;最大应力水平为0.7时,解出的参数值比较可靠.

体重和温度对黄鳝最大摄食率的影响

室内研究了体重和温度对黄鳝最大摄食率的影响。在水温相同(20℃)的条件下,随着体重的增加(4.77—144.65g),黄鳝最大摄食量增加,但最大摄食率呈下降的趋势,两者与体重的相关关系分别为Cmax(g/d·per fish)=5.86×10-2W0.46和RLmax(J/g·d)=611.74W-0.54。初始体重(13—21g)对黄鳝最大摄食率没有显著影响(p>0.05),水温(11—38℃)对黄鳝最大摄食率的影响非常明显(p<0.01),最大摄食率和水温的回归方程为:RLmax(J/g·d)=418.56-80.78t+4.73t2-0.074t3。黄鳝的最佳食欲温度为30.8℃,此时最大摄食率为255.46J/g.d。试验发现,南京地区的黄鳝最低摄食温度为8℃。采用方程RLmax(J/g·d)=(1526.49-294.60t+17.25t2-0.27t3)W-0.54能够预测黄鳝在不同体重和不同温度条件下的最大摄食率。

施肥对提高秣食豆产量和饲用品质的影响

采用"3414"最优回归设计,设氮、磷、钾3个因素,4个施肥水平,研究不同施肥水平对秣食豆产量、饲用品质的影响,结果表明,在鼓粒期和N_2P_2K_2(N 40 kg/hm^2,P_2O_570 kg/hm^2,K_2O 50 kg/hm^2)施肥水平下秣食豆饲用品质表现最佳,秣食豆鲜、干草产量最高,分别是39238.09和16209.12 kg/hm^2,较对照分别提高了24.47%、36.17%;粗蛋白、粗脂肪最高,分别为18.40%和2.60%,较对照分别提高了37.02%、73.61%;粗纤维含量最低,较对照降低了18.46%。

铁路噪声预测方法研究

铁路噪声预测研究是铁路交通噪声与振动控制技术的基础。美国及法国提出的铁路噪声预测公式,在欧美国家中较成熟、有效。对以上两种铁路噪声预测模型进行分析,探讨此预测方法的可行性。参照上述噪声预测模型,结合现场实测值,为我国建立了一种计算普通客运列车最大噪声级LA,m ax的方法;并将计算结果与现场测试结果进行对比,误差在5%以内,证明了本预测方法的可行性。

940mm长叶片在大型空冷汽轮机上的应用

随着大型空冷汽轮机在国内电力行业的需求量不断增加,大型空冷机组的高效设计逐渐凸现其重要性,末级叶片成了设计中的重要环节。对国内外空冷叶片的研究、对比、总结后,开发新型940mm末级长叶片。总结了设计开发、试验研究的过程。

多约束下多车场车辆路径问题的蚁群算法研究

为节约物流配送费用,提出一类多约束条件下的多车场车辆路径问题。首先建立了在有客户优先级、路况影响、多车型、时间窗和容量等多约束条件下车辆路径问题的数学模型;然后提出了一种自适应的最大-最小蚁群算法,算法结合自适应方法和最大-最小蚁群算法的优点,能适时地控制蚁群算法中的信息素更新过程,扩大搜索范围,避免基本蚁群算法易陷于早熟和"局部最优"以及求解速度慢的不足;最后通过一个实例与禁忌搜索算法进行了对比。实验结果表明:自适应的最大-最小蚁群算法在车辆数、路径长度、路径时间和计算速度方面具有优势。

基于时间窗延迟的资源约束项目调度双层优化研究

本研究从业主—承包商交互的视角构建了一种RCPSP(resource-constrained project scheduling problem)双层优化模型,即在可更新资源约束条件下,项目双方如何进行交互决策达到双方NPV(Net present value)最大化的目标。首先对研究问题进行界定,构建资源约束下的max-NPV项目调度双层优化模型;然后利用延迟优先规则设计了一种基于时间窗延迟的嵌套式自适应遗传算法来求解该模型,以达到双方NPV最大化;最后用一个算例验证算法的有效性,同时通过PSPLIB数值实验说明算法的稳定性,并分析关键参数对项目双方收益的影响。研究结果为项目进程的安排以及奖励机制的设计提供依据,以提高双方利益。

对马克思人的本质理论的系统分析

马克思认为,人的本质可从三个层次来分析。这三个层次是:自然、人与自然的关系、人与人的关系。在自然层次上,人的本质就是生命存在;在人与自然关系层次上,人的本质就是类本质;在人与人关系层面上,人的本质就是社会联系,就是一切社会关系的总和。这三个层次的人的本质既互相区别,又互相联系、互相作用、互相渗透。只有准确地、全面地理解马克思关于人的本质的理论,才能使我们在处理人的问题、以及与人的问题有关的问题时少走弯路、少犯错误。

高层次数据流的多电压低功耗综合方法

为了有效地进行算法行为描述到寄存器传输级结构描述的转换,提出一种同时考虑功能单元功耗、互连功耗和电压转换功耗的模型和基于网络流的低功耗设计方法.首先对给定的数据流图进行单电压高层次综合,然后对单电压综合结果迭代地进行多电压调整;提取每次迭代时需要调整的网络流子图,对该子图运行最小费用最大流增量算法.该方法充分利用前面迭代中得到的优化解,避免了对整个网络流的重复计算.实验结果表明,文中方法在互连功耗、电压转换功耗和总功耗等方面均有较大优化.

基于FLST变换的多尺度面状地物提取方法

提出了一种基于快速水平集变换(FLST)的多尺度面状地物提取方法。该方法利用FLST变换将图像分解为灰度水平集,面状体物由于在空间分布和灰度值上的相近,其相关信息很容易整体转移到水平集内;通过一种水平线Min/Max流方法对包含地物信息的形状进行多尺度边缘平滑处理,滤除图像中的细节信息,保持面状地物轮廓基本不变;最后进行重构图像,重构结果具有灰度分布分片恒定的特点,很容易从图像中获取目标地物的分布情况。对遥感影像中的典型面状地物,如农田、水域、积雪等,使用该方法进行了地物提取实验,提取结果与人工方法提取相比,其精确度均达到了90%以上。

基于水平集的砂轮颗粒表面3D重建

聚焦融合法能够提取出砂轮表面的高度信息,但是由于聚焦融合方法易受图像高频信息干扰,难以重构出符合实际形貌的三维表面。本文提出先将由聚焦融合得到的初始曲面变换到更高一维的坐标系中,用水平集来进行表示。并采用Min/Max曲率流来构造变形曲面的弹性力,使用数值解法求解曲面演化偏微分方程,从而使初始曲面演化到更符合砂轮实际情况的三维曲面,实验结果证明了该方法的有效性。

科创板企业上市估值水平预测模型

随着科创板在上海试行,并受理了多家企业的上市申请,投资市场对科创板愈发关注,科创板企业的估值方法也成了当下研究的热点问题.借鉴中国A股市场和美国Nasdaq市场的估值方法,用市销率这一指标预测科创板企业上市后的估值水平,通过聚类分析与Min-max标准化处理构建多元回归模型,运用Matlab软件进行求解,对美国Nasdaq市场与中国A股市场的估值指标与基本面数据和动性数据进行对比分析,参照美国Nasdaq市场的估值量化模型和中国A股市场的流动性指标,运用灰色预测模型对我国首批科创板企业上市后的估值水平进行预测.模型为科创企业提高自身估值水平提供新思路,有助于科技创新型企业进行企业团队管理、技术提高、资源配置等决策,同时能够为投资者进行投资决策时提供更加全面客观的数据方案.

常州农业绿色发展水平评价体系研究

以2017年9月中办国办印发的《关于创新体制机制推进农业绿色发展的意见》里提出的中国农业绿色发展目标为依据,得到常州市农业绿色发展水平评价指标体系。接着对评价体系内每个指标进行解释和确定计量方法,利用年鉴等官方文件查询出的数据来计算三级指标的原始值,用Min-max标准化方法对原始值进行标准化处理得到三级指标标准化数值,并以此为基础得出二三级指标的权重,从而计算出近十年常州农业绿色发展水平和二级指标水平。最后依托指标数据,得到常州市绿色农业发展水平的系列结论。

基于BG-DATT-CNN网络的方面级别情感分析

分析句子针对不同方面的情感极性,深入挖掘评论文本中的信息,为企业生产决策提供建议。针对传统方法多考虑单一层面注意力信息,且基于RNN的模型忽略了局部特征的重要性,而基于CNN的模型不能捕捉长距离依赖的信息的问题,提出了基于双重注意力机制的BG-DATT-CNN模型。在特征表示上,利用BERT对句子和方面词分别进行词向量编码,获得文本的深层语义特征。在特征提取上,设计了双重注意力机制,通过计算两类权重获得综合权重,强化文本的上下文相关特征和方面相关特征。在模型构建上,设计了BG-DATT-CNN网络,结合GRU和CNN各自的优势,Bi-GRU层捕捉文本的上下文全局特征,CNN层包括K-Max池化层和TextCNN层,通过两阶段特征提取获取分类的关键信息。在SemEval 2014数据集上的实验表明,与现有的其他模型相比,提出的模型取得了较好的效果。