简介：为了解决预制棒直径的增加和拉丝速度的提高所带来的光纤内部应力增大的问题,提出利用退火炉改善光纤内部应力的方法,并且从理论上分析了应用退火工艺改善光纤内部应力的原理。通过对比实验,得到退火工艺对光纤衰减、翘曲特性和光纤脆性的影响。在退火工艺条件下,所制得的光纤在1310、1550nm波长的衰减典型值分别为0.317dB/km、0.182dB/km,翘曲度值在14m以上,光纤的剥纤断纤率降低到0.08%。

简介：

简介：洛轴钢材制品有限公司RC821双台车退火电炉(炉子结构简图如图1所示)年加工能力2640吨左右，每年耗电量130万度左右，是钢材制品有限公司的主要耗能设备，主要对轴承钢(GCrl5、GCr15SiMn、G20Cr2Ni4等)棒料、盘料进行高低温退火热处理，以便为下工序进行备料准备。由于该退火炉使用时间较长，采

简介：福特汽车公司已经获得许可使用回弹补偿模拟技术，在有限元分析项目——LS-DYNA软件中使用。这一进步可以大大节约开发冲模所需的时间，平均节约六到十周时间

简介：福特公司采用的是混合模拟方式，以提高传动系统的噪声振动以及刺耳的声鸣（NVH）参数的频度。原来采用的工程有限元技术，来模拟传动系总成的噪声振动以及剌耳的声鸣参数，往往不是特别的理想

简介：随着指挥员的一声令下，蒙阴交警组织的一场“交通事故现场模拟演练”拉开帷幕。警笛声声，马达轰鸣。122机动队民警、122现场施救人员、120伤员急救人员“火速”赶赴现场。不料，120急救车辆还未停稳，最早赶到现场的交警一涌而上，将医务人员姜某带走，在场的人们惊讶地离开了现场。欲知事情的原因，还得从几年前的一起交通事故说起。

简介：制作塑料部件时节省重量和减少废品是非常重要的。采用数字模拟有助于达到这些目的

简介：近年来随着深度学习技术的引入,基于深度学习的人脸识别算法的性能得到了极大的提升.基于深度学习的人脸识别算法通常需要大规模的人脸数据作为训练集,但是制作一个大规模的人脸识别数据集,需要耗费大量的人力物力.为了在训练数据有限的条件下进一步提高人脸识别算法识别性能,特提出两种训练样本增强的方法：一是基于三维可形变人脸模型,根据单张人脸图像生成其对应的多姿态人脸图像;二是基于人脸关键点检测技术,根据单张人脸图像生成其对应＂戴眼镜＂人脸图像.通过这两种样本增强方法,对有限的训练样本进行扩充,从而有效提升了人脸识别算法的性能.

简介：目前安全气囊已在汽车上得到普遍应用，但其点火算法却没有统一的设计标准。详细论述了设计安全气囊点火算法的理论依据，包括乘员损伤准则、气囊点火条件和点火时刻确定法则。介绍了几种传统的安全气囊点火算法，并对其优缺点进行了对比。着重阐述了几种智能安全气囊点火算法的研究成果和发展前景，指出了安全气囊点火算法未来的发展方向。

简介：采用帝国竞争算法研究某轻型货车车架质量最优化问题。以某轻型货车弯曲和扭转工况为基础，进行有限元静态分析，得到车架最危险工况为扭转工况。以最小化车架质量为目标函数，引入扭转工况中的最大位移和最大应力为约束条件，建立数学模型，运用帝国竞争算法及罚函数法求解车架优化问题。将帝国竞争算法的求解结果与ANSYS零阶优化算法的结果进行比较，帝国竞争算法得到的车架质量更小，体现了较好的全局收敛能力，具有较好的实用价值和适用性。

简介：在目标模型的建立过程中,将积分直方图引入到粒子滤波跟踪框架中,提出了一种快速的颜色直方图计算方法,极大地提高了粒子滤波跟踪算法的实时性。为了进一步提高算法的鲁棒性,引入了一种基于邻域颜色特征的匹配搜索机制,当跟踪精度下降时,能够对跟踪结果进行优化,减小跟踪误差。实验结果表明了该算法的有效性。

简介：降维与分类一直是机器学习的研究热点，在很多领域有着成功的应用．针对基因数据分类存在特征维数过高、冗余数据和高噪声等问题，现提出一种基于ReliefF和自适应粒子群（APSO）优化的混合降维算法．即先通过ReliefF和APSO算法选择特征子集，然后使用超限学习机作为评价函数对基因数据进行分类，最后通过循环迭代得到最优的分类精度．实验证明，混合降维算法与已有的算法相比分类精度更高、更稳定，它适用于基因表达数据降维．

简介：为了避免成像物体在核磁共振成像（magneticresonanceimaging,MRI）系统实际操作中的旋转难题,现提出一种基于径向基函数（radialbasisfunction,RBF）神经网络和微分进化（differentialevolution,DE）思想的磁共振电阻抗成像（magneticresonanceelectricalimpedancetomography,MREIT）算法.该算法只利用单方向磁感应强度,首先RBF神经网络对肺部仿真模型可行域电阻值和仿真计算磁场强度与真实电磁场强度之间的不匹配目标函数建立非线性模型,其次用微分进化算法寻找最优解.通过在二维、三维肺部仿真模型的仿真实验研究.结果表明,该算法在允许的误差范围内可以有效地对病变的肺部组织进行阻抗图像重构,统计结果与基于微分进化思想的MREIT算法相比,明显缩短了计算复杂度与计算时间.

简介：基于Flink平台对并行Apriori算法进行设计和实现.采用MapReduce计算框架对并行Apirori算法的迭代过程进行设计,并将Flink的流处理和内存缓存应用于算法的实现,从而了Apriori算法在并行计算下的挖掘速度.实验结果表明,基于Flink平台实现的并行Apriori算法对大数据处理有着良好的适应能力,并且在算法迭代次数和迭代产生的频繁项集较多的情况下,拥有较快的挖掘速度.

简介：针对传统跟踪算法（如邻域法、传统的相关跟踪算法）只能跟踪海上或空中目标，不能跟踪复杂背景下目标的问题，提出了一种稳定快速跟踪复杂背景下目标的算法。该算法在传统相关跟踪算法的基础上进行改进，相关处理之前采用边缘检测、阈值分割等方法去除复杂背景，提取出具有特征的目标信息。在跟踪过程中，根据匹配的效果自动对模板进行刷新。给出了算法实现的硬件组成和程序流程图。实验证明对于传统算法无法稳定跟踪的目标，改进后的算法能够实现稳定跟踪。

简介：研究了一种瞄准镜用飞行模拟器投射镜头的设计，并给出了模拟器投射镜头的设计实例。模拟器由显示系统、屏幕、投射系统、反射镜组成，模拟图像信号送入模拟器的显示系统，显示系统将视景仿真模拟图像信号投射到屏幕上，屏幕位于投射系统的焦平面上，瞄准镜对由模拟器进入的光线成像实现成像模拟。投射系统由周边系统、中心系统共9路光学镜头组成，投射系统周边系统、中心系统对应于瞄准镜的中心系统与周边系统，中心系统与周边系统的物面位置重合即共物面；中心系统采用摄远物镜镜形式缩短了镜头长度结构更加紧凑。周边系统焦距为f=263．02mm，视场角为2ω=17°，全视场畸边〈0．4％，在屏幕的Nyquist频率处全视场的MTF〉0．9，系统长度330mm；中心系统焦距为f=295．00mm，视场角为2ω=17°，全视场畸变〈0．37％，在屏幕的Nyquist频率处全视场的MTF〉0．9，系统长度283．2mm。投射系统采用全口径出光，同时系统通光口径略大于敏感器的通光口径，降低了系统装配的精度。

简介：自由立体显示中的视频图像在合成过程中存在速度要求高,图像处理数据量大等特点,在显示过程中,一旦用户偏离有效观看视区则无法看到正确的立体图像,到目前为止这些问题仍然存在,并阻碍着立体显示行业的发展。针对这种情况,提出了一种结合人眼跟踪算法的立体视频合成系统。通过判断人眼在屏幕前的位置,实时调整立体图像融合算法,使人眼始终能看到正确的立体图像对。由于该系统对跟踪的实时性和精确度要求较高,之前已有的算法很难同时在这两方面表现出色,因此提出了一种改进的人眼跟踪算法。该算法核心是基于ASM模型的人脸检测,并充分考虑了现场噪声和人体姿态频繁调整的特点,对ASM模型建立时空缓冲模型,处理结果直接映射到实际光栅空间分布模型中。根据当前ASM缓冲模型和光栅空间分布对应的映射点,对显示的图像进行相应的立体合成处理。这种自动跟踪人眼位置的立体视频显示方法跟踪速度快,位置计算精确,有效地扩大了立体视图区域。实验结果表明,该方法使观看者可以自由移动,在适当的范围内都可以看到清晰的立体影像,同时视频合成与播放的速度流畅,大幅提高了用户观看的舒适感。

简介：在视频编码中,DCT系数分布模型是率失真理论模型的基础,视频量化一般可分别为硬判决量化（HDQ）以及软判决量化（SDQ）,SDQ算法能实现最优编码性能,但其中维特比算法会导致严重的系数间串行处理依赖.比较而言,基于死区（deadzone）的HDQ算法率失真性能略有损失,但是不考虑系数间的相关性.提出了一种基于分段逼近TCM模型（TransparentCompositeModel）的自适应硬判决量化算法,采用更精确的DCT分布估计模型,估算不同频率分量DCT系数的分布参数.根据模型参数及DCT系数分布参数,优化构造自适应的死区偏移量模型.实验表明,相对于固定偏移量HDQ算法,其编码性能非常接近于SDQ算法.

简介：紫外地球敏感器作为姿态测量装置具有广阔的应用前景,它与星敏感器配合可使航天器的指向精度和稳定度提高一个数量级。针对地球紫外中心指向高精度提取问题,提出了一种基于点Hough变换的紫外地平圆盘中心提取算法。首先,采用Sobel边缘算子、大津阈值分割、梯度锐化确定边缘快速提取算法,准确提取地球紫外临边特征。然后对临边边缘采用点Hough变换和除噪得到中心的精确位置。结果表明,该方法可实现高精度地球中心提取。

简介：针对BPR模型收敛速度慢的问题，RandleS提出一种非均匀采样非隐式反馈数据方法AOBPR模型来加快收敛速度，可是该算法只能利用隐式反馈数据.为了改进其算法的不足，我们提出了一种将AOBPR模型与经典的基于矩阵分解的SVD＋＋算法相结合的算法AOBPR_SVD＋＋.改进后的算法不仅能利用隐式反馈数据也能利用显式反馈数据.最后通过在两个真实数据集中进行实验验证，表明改进后的算法可以获得更好的推荐效果.