大宗茶鲜叶原料分级机的研制与实验

机采大宗茶鲜叶长短不一、老嫩不同,以此为原料制得的茶叶品质较低,为此研制了一种新型的抛掷式大宗茶鲜叶分级机,该机由分级槽体、传动机构、摇杆和机架等部分组成,通过抛掷的方式对茶鲜叶进行分级。结果表明,使用第二批次茶鲜叶进行分级,投叶量为5kg/min、振动频率为50Hz时,分级机的平均分净率最高,达79.04%,挂网率为3.60%。可见,该机能较好地实现机采大宗茶鲜叶的分级。

让VR在浙江落地生根

浙江省应适时地推动新一代VR技术的产业化,实现科技跨越式发展。VR技术为人类感知世界提供了一种新的途径。习近平总书记在杭州出席二十国集团工商峰会开幕式时指出,以互联网为核心的新一轮科技和产业革命蓄势待发,人工智能、虚拟现实等新技术日新月异,虚拟经济与实体经济的结合,将给人们的生产方式和生活方式带来革命性变化。

多源大学生心理健康调查问卷数据可视分析

心理健康调查问卷广泛用于发现、检查和治疗大学生群体潜在的精神障碍和心理疾病,如经典的大学生人格问卷(UPI)和症状自评量表(SCL-90).不同问卷的调查角度存在差异,往往容易导致分析结果不尽相同,给大学生心理健康状况的综合调查、协同分析和精准治疗等带来挑战.为有效地挖掘多源调查问卷之间的关联,降低心理健康分析的不确定性,设计了面向多源调查问卷数据的大学生心理健康可视分析方法.首先,面向学生个体,设计多源心理健康调查问卷数据可视化,利用Circos技术展示具体答题信息及多源问卷关联情况;进而设计平行坐标系,直观地展示问卷属性的分布情况,引导用户交互式地确定平行坐标轴排列顺序,有效地呈现多源调查问卷属性之间的相关性;根据多源问卷属性信息,利用降维算法将大学生个体心理健康状况展示于低维坐标系中,设计几何空间差异度量方法以有效地评估多源问卷调查分析结果的不确定性,并且利用颜色映射有效地引导用户关注分析结果不确定的学生个体心理健康状况,从而实现心理健康状况的综合判断和追踪分析.集成上述问卷展示及分析功能,设计面向多源问卷调查数据的可视分析系统,提供便捷的用户交互模式,为用户深入探索和挖掘大学生心理健康状况提供有效手段.基于真实多源问卷调查数据的案例分析及用户反馈结果,进一步验证了文中工具的有效性和实用性.

曲线曲面局部最小二乘渐进迭代逼近

作为一种有效的大数据拟合方法,曲线曲面最小二乘渐进迭代逼近方法(LSPIA)吸引了众多研究者的关注,并获得了广泛的应用。针对LSPIA算法拟合局部数据点效果较差的问题,提出了一种局部的LSPIA算法,称为LOCAL-LSPIA。首先,给定初始曲线(曲面)并从给定的数据点中选择部分数据点;然后在初始曲线(曲面)上选择需要调整的控制点;最后,LOCAL-LSPIA通过迭代调整这一部分控制点来生成一系列局部变化的拟合曲线(曲面),并且保证生成的曲线(曲面)的极限是在仅调整这部分控制点的情况下拟合部分数据点的最小二乘结果。在多个曲线曲面拟合上的实验结果表明,为达到相同的拟合精度,LOCAL-LSPIA算法比LSPIA算法需要的步骤和运算时间更少。因此,LOCAL-LSPIA是有效的,而且在拟合局部数据的情况下比LSPIA算法的收敛速度更快。

基于叙事结构抽象的可视分析方法综述

基于叙事结构抽象的可视分析方法是通过挖掘数据背后存在的叙事逻辑,提供富有洞察力和沟通力的方法.首先介绍叙事结构数据的来源,包括文本数据、图表图像数据、音视频数据、地理空间数据和多模态融合数据;然后讨论叙事结构抽象方法,包括连续性、单元式和离散化3种表示;再探讨叙事结构可视化设计,包括基于视觉通道与表达形式的设计,同时介绍叙事结构交互生成方法,包括基于设计空间和注释的手动生成、AI辅助交互生成和AI自动生成;最后讨论叙事结构可视分析的创作工具以及在文化传媒、医疗健康和体育娱乐等领域的应用,并对该领域现阶段工作的不足进行总结,指出多模态融合数据可视分析、跨平台与多设备的叙事结构展示以及加强情感在叙事结构可视分析中的作用等是未来工作的研究方向.

基于迁移学习的交互时序数据可视化生成方法

为了解决时序数据间分布不一致的问题,使模式分析更容易应用于其他数据,提出基于迁移学习的交互式时序数据可视化生成方法,将迁移成分分析应用于时序数据提取的特征.将用户在其中一个时序数据上的分析作为标签,在该源域上训练分类器并应用到多个目标域,对多个不同目标域的时序数据的模式进行批量推荐.通过真实的天气数据和轴承信号数据的2个案例分析和专家访谈,验证了利用该方法能够提高时序数据探索的效率,减少数据分布不一致问题带来的影响,体现该方法的有效性和实用性.

面向癫痫的脑电图可视分析方法

为了高效地检测和分析癫痫患者脑电图中的癫痫样放电,提出一种面向癫痫的脑电图可视分析方法.首先利用浙江大学医学院附属第二医院在癫痫治疗过程中积累的脑电数据,建立基于时域和时频域视角的卷积神经网络模型,用于癫痫样放电自动分类,使用Focal Loss作为损失函数评估放电类别分布不均衡的问题;然后在分类模型基础上,结合医生的需求设计交互式的多视图可视分析系统,其由波形分类视图、离群值检测视图和波形检查视图3个相互协作的模块组成;最后招募10位被试和2位专家,通过评估实验验证系统在癫痫诊断方面的有效性和可用性.实验结果表明,建立的分类模型在所用数据集上的平均F1分数为0.88,优于其他的脑电分类模型,且具有良好的鲁棒性;设计的系统具有良好的可用性和有效性,可以辅助医生进行癫痫诊断.

基于单目RGB数据的三维模板物体跟踪算法综述

文中介绍了三维物体跟踪技术及其最新研究进展,包括理论基础与评估指标、基于视觉特征的传统位姿求解和基于学习的位姿估计.分析了传统算法中各种特征约束、统计分割模型、能量函数以及加速策略.其中,区域及边缘约束成为跟踪的主流方向,多种特征可以融合产生更强的约束.统计分割模型由全局模型逐步发展为局部模型.非线性最小二乘形式的能量函数易于优化而被广泛采用.预计算、预渲染的加速策略使得跟踪的实时性极大提高.基于学习的算法现阶段在精度和速度上不及传统算法,但展现了更好的特征提取能力和处理更复杂场景的潜力.梳理了多种算法的跟踪精度及取得高精度的原因.总结了三维物体跟踪在复杂情境下跟踪精度下降和失败的问题,及其潜在的解决方案与发展方向.三维物体跟踪正朝向多特征融合、预计算、多任务的方向发展.

虚拟世界自然文化遗产保护关键技术概述

20世纪末诞生的虚拟现实技术为保护古老遗产带来了新的曙光。结合目前成熟的多种数字化处理的关键技术,如基于图片的绘制和重建,图片检索及其修复,版权保护和沉浸式虚拟系统等,数字化自然文化遗产将对保护自然文化遗产有重要作用。同时根据目前国内外的数字化遗产的工作情况,说明数字化自然文化遗产已成为必然的趋势,以及其具有的巨大潜力。

分布式虚拟环境综述

在分布式虚拟环境中 ,位于不同物理位置的多个用户或多个虚拟环境通过网络相互联结 ,进行信息共享和交互 .该文结合作者的研究工作 ,从分布式虚拟环境的产生、需求和特征、模型和结构以及系统关键技术这几个方面对分布式虚拟环境的研究情况进行综述 。

一种大规模地形的快速漫游算法

地形漫游在仿真、模拟、虚拟现实等领域中有着广泛应用 .大规模地形的实时漫游算法一般采用视见体裁剪和与视点相关的连续细节层次等技术来减少实际绘制的地形数据量 .通过地形分块和视见体投影三角形扫描算法实现快速裁剪 ,通过调整顶点的高度值消除裂缝 ,通过基于三角形的四叉分割实现连续细节层次地形简化 ,简化了算法实现 ,提高了算法效率 .在没有利用帧连贯性的情况下 ,算法可以在 PC机上实现较大规模地形的快速交互式漫游 .

基于GBOM的产品配置研究

针对可配置产品和产品族的特点 ,提出一个基于GBOM的产品配置模型GPCM ,详细地分析了模型中配置单元的构成、划分、约束关系的表达 ,说明了配置过程的实现与PDM ,ERP和CAD的集成等问题

产品功能模块划分方法

在新产品开发中,合理有效的功能模块划分对于设计师独立地寻求更多功能新解有着重要意义。通过深入分析影响产品模块化的内因和外因,提出产品功能模块划分的功能准则和需求准则,建立基于广义有向图和改进质量屋的准则形式化和量化模型,给出基于模糊聚类的模块划分步骤,建立基于耦合度的模块划分方案评价数学模型。最后以摩托车盘式制动器的功能模块划分为例,说明上述方法的应用及有效性。

基于Pareto蚁群算法的拆卸线平衡多目标优化

为提高产品拆卸效率,针对拆卸线平衡问题建立了数学模型。该模型以最小拆卸线闲置率、负荷均衡和最小拆卸成本为优化目标。结合拆卸线平衡问题的具体特点,提出了一种改进的基于Pareto解集的多目标蚁群优化算法。算法采用小生境技术,引导蚂蚁搜索到分布良好的Pareto最优解集,并以被支配度和分散度为个体评价规则。实验测试结果表明了该算法的可行性。最后,结合企业生产实际,给出了所提模型与算法的具体应用。

散乱数据点的增量快速曲面重建算法

给出了一个新的散乱数据的曲面重建算法 .算法充分利用邻近点集反映出的局部拓扑和几何信息 ,基于二维 Delaunay三角剖分技术快速地实现每个数据点的局部拓扑重建 ,然后通过自动矫正局部数据点的非法连接关系 ,以增量扩张的方式把局部三角网拼接成一张标准的整体二维流形网格 .该算法在重建过程中能自动进行洞的检测 ,判断出散乱数据所蕴涵的开或闭的拓扑结构 .实验结果表明 ,该算法高效、稳定 ,可以快速地直接重构出任意拓扑结构的二维流形三角形网格 .

基于本体映射的产品配置模型自动获取

在研究和分析现有用户需求理解方法的不足的基础上,提出了一种基于本体映射的用户需求知识向产品配置知识自动转换的方法。讨论了用户需求本体和产品配置本体,给出了基于本体的用户需求模型和产品配置模型,建立了本体映射规则,提出了以本体映射、知识映射、模型映射三层映射模式为核心的产品配置模型建模框架,并给出了产品配置模型获取算法。

碰撞检测中的固定方向凸包包围盒的研究

碰撞检测在计算机图形学、CAD、仿真、虚拟现实等领域都有重要的研究意义 .包围盒层次是解决碰撞检测问题固有的时间复杂性的一个有效途径 .论述了用固定方向凸包 (fixeddirectionshulls,简称FDH)作为包围盒进行碰撞检测的方法 ,证明了固定方向凸包适用于复杂环境中的精确碰撞检测 ,包括软体对象环境中的碰撞检测 ,并通过实验数据与其他包围盒进行了性能分析与比较 .

基于拥挤距离排序的多目标粒子群优化算法及其应用

针对多目标粒子群算法在全局寻优能力和Pareto集多样性上的不足,提出基于拥挤距离排序的多目标粒子群算法。该算法采用精英策略,基于个体拥挤距离降序排列,进行外部种群的缩减和全局最优值的更新,并在内部粒子群中引入小概率变异机制,增强算法的全局寻优能力,控制Pareto最优解的数目,同时保证其收敛性和多样性特征。在电梯曳引性能的多目标优化应用中,证明了该算法对于两目标和三目标优化问题求解的有效性。不同规模实例的运算对比表明,该算法在Pareto前沿的收敛性和多样性方面均优于改进强度Pareto进化算法,且缩短了运算时间,具有较高的效率与鲁棒性。

基于模糊关联的复杂产品模块化设计方法及其应用

复杂产品的模块化设计在很大程度上依赖于其零件间关联关系的确定。但是依赖知识与经验的零件间关联评价信息往往存在诸多不确定性,在以往的模块化设计方法中很少被涉及。为了解决这一问题,提出了基于模糊关联分析与求解的复杂产品模块化设计方法。发展了一种模糊证据推理算法用于对零件间的异构多准则关联关系进行融合,从而有效处理了零件间关联关系确定过程中准则多、信息存在模糊与缺失的问题,实现了零件间综合关联关系的量化。以此为基础,构建了以模块内平均模糊聚合度高、模块间平均模糊耦合度低为驱动目标的数学规划模型。将模糊非支配机制引入粒子群算法,发展了一种基于模糊非支配解的多目标离散粒子群算法,对构建的复杂产品模块化数学规划模型进行求解。采用模糊逼近理想解排序法对所求得的模糊非支配解进行优选,从而获得最优的模块化设计方案。结果表明,所提出的方法能够有效处理复杂产品模块化设计过程中不确定信息的转化与传递。以柱塞泵的模块化设计为例进行数值仿真,验证了该方法的可行性与有效性。

图形相似的基本原理、方法及其在结构模式识别中的应用

将相似的有关思想和方法引入到图形识别和理解中 ,系统地讨论了图形相似的基本原理和方法 .首先分析了图形的相似性特征、相似性的内涵以及相似性的性质 ,同时给出了图形相似度的计算方法 ;其次 ,借助图的方式对图形的各相似性特征进行描述 ,并提出了统一的图形特征编码方式 ,以此实现图形由“形”到“数”的转换 ;而且 ,提出了一种具有层次性的、以图形特征编码为基础、以相似度为依据的图形相似性判别算法 ;最后 ,将该方法应用于基于二维的结构模式识别中 ,以一个实际零件中的非相交基元体的识别为例说明了该方法的具体应用 .实验结果表明 ,与传统的识别方法相比较 ,该方法在模式的识别范围、模式的搜索以及模式的匹配速度等几个方面取得了较大进展 ,并且这种基于多个相似性特征的图形识别方法具有更大的灵活性和可靠性 .