基于BIM(建筑信息模型)技术的桥墩模块化设计软件

基于BIM(建筑信息模型)技术的桥墩模块化设计软件将桥墩划分为垫石、顶帽、托盘、墩身和墩脚等参数化节段,利用精确数值积分方法,可实现桥墩全参数化、模块式BIM建模及设计检算。该软件提供统一、灵活、简洁、可视化的设计输入及数据组织方式,适用于任意截面形状、截面间多曲线变化的桥墩设计;同时,利用BIM技术整合了桥墩设计、绘图和工程量计算的全过程,不仅提高了计算精度,而且快捷灵活;可纳入全桥模型,为桥墩的施工和运营维护管理提供服务。

基于改进扰动观察法的直驱波浪发电最大功率跟踪控制

为改善直驱型波浪发电系统在波浪突变情况下的功率捕获效果,分析系统运动频域模型,导出系统输出有功功率与永磁直线发电机等效阻抗的频域空间关系曲线。针对该曲线在三维空间变化特点,提出交替施加变步长扰动的扰动观察法。变步长扰动,易在最大功率点较大范围内陷入局部最优,为此提出依据区域斜率变化,改变扰动步长的控制策略。基于MATLAB/Simulink环境,搭建系统仿真模型,仿真结果表明,在波浪突变情况下,改进控制策略能有效提高系统最大功率跟踪的抗干扰能力,系统能较快地重新追踪到最大功率点附近。

分割一切模型SAM的潜力与展望:综述

随着基于对比文本—图像对的预训练(contrastive language-image pre-training,CLIP)方法或者模型、聊天生成预训练转换器(chat generative pre-trained Transformer,ChatGPT)、生成预训练转换器-4(generative pre-trained Transformer-4,GPT-4)等基础大模型的出现,通用人工智能(artificial general intelligence, AGI)的研究得到快速发展。AGI旨在为人工智能系统赋予更强大的执行能力,使其能够自主学习、不断进化,解决各种问题和处理不同的任务,从而在多个领域得到广泛应用。这些基础模型在大规模数据集上进行训练后,能够成功应对多样的下游任务。在这一背景下,Meta公司提出的分割一切模型(segment anything model,SAM)于2023年取得重要突破,在图像分割领域获得了优异的性能,以至于被称为图像分割终结者。其原因之一是,通过SAM数据引擎方法用三阶段采集的、包含1 100万图像和超过10亿掩码的分割一切—十亿(segment anything 1 billion,SA-1B)图像分割数据集,同时保证了掩码的品质和多样性,继续导致在分割领域的突破。在SAM开源后不久,科研人员提出了一系列改进的方法和应用。为了能全面深入了解分割一切模型的发展脉络、优势与不足,本文对SAM的研究进展进行了梳理和综述。首先,从基础模型、数据引擎和数据集等多个方面简要介绍了分割一切模型的背景和核心框架。在此基础上,本文详细梳理了目前分割一切模型的改进方法,包括提高推理速度和增进预测精度两个关键方向。然后,深入探讨分割一切模型在图像处理任务、视频相关任务以及其他领域中的广泛应用。这一部分详细介绍了模型在各种任务和数据类型上的卓越性能,突出其在多个领域的泛用性和发展潜力。最后,对分割一切模型未来的发展方向和潜在应用前景进行了深入分析和讨论。