【摘 要】
：
3D打印技术因其高度定制化等优势,目前广泛应用于骨外科的缺损修复手术中。仿生骨的研究分为两个阶段,对仿生骨建模和打印实体。建模方式分为两类,使用螺旋CT扫描骨关节和构建多孔结构晶胞。螺旋CT扫描的缺点在于无法重建骨质内部多孔结构,而简单多孔结构晶胞边缘尖锐,机械性能不好。本文提出了一种基于三周期极小曲面的仿生骨设计与优化算法。如果直接使用宏观尺度优化算法优化微孔径,会存在计算机内存不足、计算效率低
论文部分内容阅读
3D打印技术因其高度定制化等优势,目前广泛应用于骨外科的缺损修复手术中。仿生骨的研究分为两个阶段,对仿生骨建模和打印实体。建模方式分为两类,使用螺旋CT扫描骨关节和构建多孔结构晶胞。螺旋CT扫描的缺点在于无法重建骨质内部多孔结构,而简单多孔结构晶胞边缘尖锐,机械性能不好。本文提出了一种基于三周期极小曲面的仿生骨设计与优化算法。如果直接使用宏观尺度优化算法优化微孔径,会存在计算机内存不足、计算效率低下问题。因此本文提出先使用宏观尺度优化算法优化大孔径,再利用匀质化理论,将宏观大孔径映射为微观小孔径。本文算法不仅提高了计算效率,而且微观多孔模型保留了宏观多孔模型最优的拓扑分布、良好的应力分布和较优的机械性能。三周期极小曲面具有光滑、连通、可控等优点。使用本文算法优化三周期极小曲面设计的多孔结构。优化后的微观多孔结构与人体原生骨结构相似,且具有良好的应力分布和机械性能。因三周期极小曲面的函数表示形式,在传输模型时只需传输函数表达式和变量值,具有较高的传输效率。实验结果表明,本文算法在处理具有复杂受力条件的模型时仍具有适用性,在未来的医学仿生骨的设计与优化中具有很大的潜力和应用前景。
其他文献
《粤港澳大湾区发展规划纲要》明确指出:以深圳、东莞为核心,在珠江东岸打造具有全球影响力和竞争力的电子信息等世界级先进制造业产业群。研究粤港澳大湾区电子信息产业集群发展状况及未来发展策略有助于上述目标的实现。本文采用理论与实证相结合的方法,通过查阅文献、问卷调查等方式,探究粤港澳大湾区电子信息产业的发展现状以及优劣势。
跨模态图片生成网络可以根据文本描述直接生成相应的图片,极大地扩展了计算机视觉的应用范围,可用于跨模态检索、艺术创作、犯罪图像生成和数据集生成等领域。随着5G技术在人机交互、医疗保健、智慧城市等领域的兴起,各项人工智能技术在移动终端部署的需求也不断增长,但现有的跨模态图片生成模型架构复杂、参数量多,难以被部署在计算资源有限的移动端以发挥其应用价值。因此,本文基于Canonical Polyadic
雨是常见的恶劣天气现象,会严重降低采集到的视频图像质量,影响户外视觉系统对自然场景内容的有效提取。近年来对高质量视频的迫切需求,使视频去雨任务引起广泛的关注,并且成为当下研究的热点之一。目前针对视频去雨任务的方法大致能分为两类:基于传统物理模型驱动的算法和基于神经网络的算法。视频中所包含的信息繁多,传统模型的方法需要建立复杂的先验约束刻画该任务模型,所含参数量过于庞大。深度学习的方法虽然一定程度上
在软件的整个生命周期过程中,为了满足用户不断变化的产品需求,开发人员经常经常在时间压力下进行软件升级与维护,从而导致代码异味的产生。通常,这些异味会对软件造成极大的隐患,引起了学术界和工业界的高度关注。继承冗余是危害最严重的代码异味之一,并且在代码中出现的频率较高。然而,此种异味却很少被研究,主要因为存在两个挑战:（1）数据集的缺失（2）继承冗余代码异味的检测规则较难设计。针对上述问题,本文提出了
5G通信技术以低延迟的技术特性为物联网海量设备的连接和实时控制提供了强有力的支持。物联网已被应用到各生产过程中来提高经济效益,但通信负载的不均衡使部分节点快速消耗大量能量,严重制约着网络性能的进一步提升。因此,如何构建一个负载均衡的物联网异构拓扑结构已成为关键问题。多汇聚节点网络已被证明可以有效避免能量空洞问题。通过在网络中部署多个汇聚节点,可以有效减轻单汇聚网络中靠近汇聚节点的部分节点上的数据压
SQL语句的测试用例生成工作是软件工程领域中一项重要而又具有挑战性的任务。由于以数据库为中心的应用程序在生产生活中的重要性,SQL语句的测试用例生成已经引起了广泛的关注。其主要的目标是,构建一组测试数据库,用于满足指定的覆盖准则。然而,由于SQL语句本身的复杂性,为SQL语句生成测试用例将是一项非常困难和耗时的工作。现有的研究大都将该问题建模为单目标优化问题,并采用单目标方法进行求解。然而,由于对
图像融合是信息处理领域的重要课题,旨在从信息互补的两张或多张图像中提取出完整的视觉信息,融合生成一张信息丰富、边缘清晰的图像。融合图像更符合人眼视觉系统感知习惯,并能够为后续的计算机视觉感知提供易于辨别的特征。图像融合任务的挑战在于如何在融合图像中保留显著且完整的源图像信息。近年来,随着卷积神经网络技术的快速发展,图像融合技术取得了令人瞩目的进步,但是大部分的方法仅仅局限于处理单一的图像融合任务,
对于高校学生来说,除了学习以外还有其他的业余活动,有的学生有丰富的兴趣爱好,还有的学生兴趣爱好比较匮乏。在心理学中,兴趣作为人们内在的一种力量,对个人未来的发展起重大影响。通过调研发现,当前关于学生兴趣的研究大多基于社交网络或者单一维度特征,很少从多元特征出发对学生兴趣进行研究,本文基于教育数据从多元特征出发对学生兴趣进行了研究。本文首先对学生数据进行了分析,希望从海量数据集中挖掘有效的学生兴趣信
3D打印在不同领域得到了广泛应用。路径规划是3D打印过程中的一个重要环节,优化路径规划方法不仅可以提高成型质量,还可以提高打印效率。然而,传统路径规划方法在打印复杂薄壁结构时效果不理想。本文首先利用强化学习的智能性,提出了一种基于Q-learning的适用于复杂薄壁结构的路径规划方法。首先将强化学习中的路径规划任务转换为全遍历问题,以提高打印效率和成型质量为优化目标,即最小化打印头的总启停次数和转
物联网在现代社会得到了广泛的部署,比如消防预警、边境反恐和智慧农业等,这些应用要求物联网具有较低的数据延迟和较高的生命周期。无标度物联网模型可以抵抗节点由于能源耗尽和硬件故障发生的随机损耗,而在针对网络中关键节点的恶意攻击下却十分脆弱。因此,提升无标度物联网的鲁棒性,维持网络在恶意攻击下的连通性极其重要。神经网络模型对于序列建模任务具有极强的特征提取能力。将拓扑鲁棒性优化问题转化为序列预测任务可以