热带气旋气候持续性降水模型R-CLIPER本地化研究

热带气旋(简称TC)气候持续性降水模型(简称R-CLIPER)是基于对北大西洋TC或全球TC观测的一种TC降水统计参数模型,具有输入简单、计算快捷的优点,可实现气候尺度TC降水模拟,并为TC降水预报和风险预估提供技术支撑。以西北太平洋地区TC为研究对象,对R-CLIPER模型进行本地化研究。首先,基于热带测雨卫星(TRMM)及风云卫星(FY2C/2E)降水数据,提取TC不同强度等级(即超强台风、强台风、台风、强热带风暴、热带风暴、热带低压共6个)的降水径向平均廓线;其次,结合R-CLIPER模型框架,研究面向全局最优的TC降水廓线参数化拟合方法,分别构建基于TRMM和FY2C/2E降水数据的西北太平洋R-CLIPER,即TRMM-R-CLIPER-WNP(模型1)和FY-R-CLIPER-WNP(模型2);最后,针对2012—2013年西北太平洋62个TC及2009—2021年影响浙江的26个TC,从拟合误差、降水落区两个方面对模型进行评估。结果表明:(1)TC的TRMM降水廓线在峰值区相对尖锐,而FY2C/2E廓线则更平滑、细节刻画更精细,可能原因是后者分辨率更高;(2)TRMM廓线和FY廓线参数化的均方根误差(RMSE)分别为0.28mm·h^(-1)、0.51mm·h^(-1);(3)基于站点数据TC降水落区评分表明,当降水阈值小于3mm·h^(-1)时,模型1模拟值的ETS评分优于模型2,当阈值大于3mm·h^(-1)时模型2结果更优,两者均表现出TC中心海上比陆上评分更优,即两者均表现出热带气旋的中心降水强度预报海上准确率比陆上更高。(4)使用参数化拟合方法,可将R-CLIPER模型在西北太平洋地区TC降水模拟的准确度提升5.5%;同时还揭示出TC降水模拟误差受模型数据源、模型框架、参数化方案等因子影响。

可伸缩的增量连续k近邻查询处理

针对基于TPR树(time-parameterized R-tree)索引的大量并发CKNN(continuous k-nearest neighbor)查询处理,提出了一种可伸缩的增量连续k近邻查询处理(scalable processing of incremental continuous k-nearest neighbor queries,简称SI-CNN)框架,通过引入搜索区域进行预裁剪以减少查询更新所需要的TPR树节点访问代价,并引入了增量结果表以保存候选对象,批量地更新查询结果集,具有良好的可伸缩性.基于SI-CNN框架提出了一种增量更新的SI-CNN查询处理算法,能够基于上次查询结果增量的更新查询,支持查询集合中加入或删除查询和移动对象数据集的插入、删除等动态更新操作.实验结果与分析表明,基于SI-CNN框架的SI-CNN算法可以很好地支持大量并发的CKNN查询处理,具有良好的实用价值.

支持高效更新的移动对象索引研究

基于TPR-树(Time parameterized R-tree,TPR-树)提出的LUTPR-树采用基于主存的更新方法,更新对象的删除操作在内存中完成,故避免了TPR-树中对象更新所导致的耗时的查找操作。同时,LUTPR-树能有效利用主存资源。实验结果表明,与TPR-树相比,LUTPR-树以牺牲很小部分查询性能为代价,大大提高了更新效率,更加适用于更新密集型应用。

参数化控制系统的研制

本文介绍了具有8路输入和8路输出的微型工控机参数化控制系统的组成、原理、功能及其对机械手控制的实际应用。

散乱数据点云型面特征分析算法的研究与应用

提出一种产品散乱数据点云型面特征快速分析算法。该算法基于R*-tree动态空间存取模型,能快速、准确地获取点云局部型面参考数据,并采用最小面积包围矩形法对其进行参数化;以自由曲面逼近产品局部型面,估算数据点云型面曲率值;将点云型面曲率映射为RGB颜色值,以曲率云图反映产品型面特征分布。该算法运行效率高,产品数据适应性强,型面特征分析结果准确。

移动对象预测聚集范围查询方法

为了更好地实现预测范围聚集查询,提出了aTPRA-tree。TPR-tree随着时间的推移,性能不断恶化。aTPRA-tree是基于TPR-tree,它考虑了移动对象的方向角度进行构造,减小了结点面积和结点重叠面积,并且在索引结点中增加了聚集信息。实验结果表明,在更新和预测范围聚集查询性能方面,aTPRA-tree性能优于TPR-tree。

数控机床参数化编程在手工编程中的应用

开发并延伸了数控机床本身的辅助计算功能,巧妙地运用R参数使我们的数控机床程序做得简洁而实用,节省了大量的曲线加工取点和编程时间,免除繁琐的数值计算,减少了程序的机床内存占用,而且使用起来方便快捷。通过几个实例,演示参数化编程的强大功能及手工编制曲面的加工程序设计。