【摘 要】
：
为解决协同设计过程中几何模型的动态访问问题,提出一种基于W eb的协同设计环境下三维几何建模动态访问的分布式体系结构、异类CAD系统之间的动态数据交换组织模式。同时,提出一种面向对象的基于优先权限的乐观并发控制协议,保证模型动态访问在各站点操作的执行结果之间的一致性。在这些技术的共同作用下实现了协同三维几何建模动态访问技术,并通过具体实例验证了该技术的可行性。
【机 构】
：
重庆交通大学机电与汽车工程学院,重庆大学机械传动国家重点实验室,中国石油集团钻井工程技术研究院康布尔公司
【基金项目】
：
中国博士后基金项目（20070420714）,重庆市教委科技资助项目（KJ070411）
论文部分内容阅读
为解决协同设计过程中几何模型的动态访问问题,提出一种基于W eb的协同设计环境下三维几何建模动态访问的分布式体系结构、异类CAD系统之间的动态数据交换组织模式。同时,提出一种面向对象的基于优先权限的乐观并发控制协议,保证模型动态访问在各站点操作的执行结果之间的一致性。在这些技术的共同作用下实现了协同三维几何建模动态访问技术,并通过具体实例验证了该技术的可行性。
其他文献
针对基于W eb的制造资源服务平台中的制造资源服务选择优化问题,建立了制造资源的质量属性模型,提出了一种基于质量的遗传算法。该算法设计了一种资源—任务关系矩阵编码方式;选择、交叉、变异等遗传操作只对矩阵主对角线上的任务位进行;适应度函数的设计采用制造资源服务组合的质量属性来描述。应用MATLAB遗传算法工具箱编程验证了该算法的合理性和实用性。
提出了一种基于局部特征描述的多模态视网膜图像配准方法,该方法采用圆环结构划分关键点周围区域,通过局部梯度方向直方图构造特征描述子,并对所提取的特征向量进行规范化。实验证明,该算法在多模态视网膜数据集上提高了配准的成功率,相比于经典算法提高了算法的速度和鲁棒性。
为了研究适用于TD-LTE系统下行信道发射分集模式下的信道估计算法,在基于离散分布的小区专用参考信号基础上分析了最小二乘(LS)和递归最小二乘(RLS)信道估计算法。为了简化MIMO信号检测的复杂度,针对发射分集模式提出了两种信道响应值的修正方法,改善的信道响应修正算法利用了时频域相关特性可以更好地跟踪信道变化。通过MATLAB在瑞利衰落信道下的仿真,表明RLS信道估计性能优于LS信道估计算法,而
为提高模型切割的效率与自然性,利用VTK提供的接口,采用射线拾取方法实现了对表面模型的标记点方式切割,结合四元数的方法实现了对体模型的平面切割。实验表明,通过扩展VTK来实现对三维模型的任意切割是可行的,并可达到较为理想的切割效果。
为了进一步提高标记效率,提出了一种连通区域标记的新算法RCL(run and contour based labeling algo-rithm)。该算法采用轮廓跟踪技术、行程技术和位操作等一系列加速技术,彻底消除了传统算法标记过程中对邻居像素信息的依赖。实验表明RCL算法的执行效率与传统的轮廓跟踪法相比提高了约80%,而且表现出稳定的性能和非常好的鲁棒性。
三维人脸识别是未来人脸识别的新方向,有望解决二维人脸识别的瓶颈问题;但三维人脸特征维数过高又制约了三维人脸识别的发展,特征降维意义重大。首先分析了传统降维算法的局限性和几种主要的流形学习算法,提出了将流形学习应用于三维人脸特征降维的思路,并构建了一个基于流形学习的三维人脸识别框架。
提出了一种利用圆形角点定位瞳孔的算法。该算法主要在定位到人眼区域的基础上,利用改进的SU-SAN算法寻找圆形角点;然后根据梯度放缩计算角点向量的梯度值,最后通过筛选函数输出瞳孔中心位置及亮瞳面积,准确地定位到瞳孔,并根据亮瞳的大小定位到瞳孔区域中心。实验结果表明本算法是准确可靠的。
分析了服务间的组合语义和QoS语义,研究了组合服务的发现与选择过程,并提出了高性价比的服务推荐原则。在组合服务的描述中借鉴了进程代数的思想,对顺序组合、选择组合和并发组合等语义进行了刻画,这些语义是服务组合的纽带。在服务发现的过程中,阐释了exact、plugin、subsume、overlap和fail匹配,两个服务的匹配度越高表示它们在语义上越相似;在服务选择的过程中,依据服务的性价比进行选择
为了解决不确定性因素对项目调度造成的扰动,在综合考虑项目资源紧张度、网络图结构复杂度等因素影响的前提下,对关键链和非关键链分别添加适当时间缓冲,减小了不确定性因素带来的扰动,提高了项目调度的健壮性。在此基础上提出以在制品水平和净成本最低为目标的项目调度优化方法;最后通过大量仿真验证,结果表明该方法优于文献中的项目调度方法。
针对基于灰度—梯度共生矩阵模型的最大熵阈值分割算法抗噪声差的缺点,引入了均值—中值—梯度共生矩阵模型,并提出了基于该模型的最大熵阈值分割算法。为了有效地节省计算时间与存储空间,进而导出了该方法的快速递推公式。实验结果表明,该算法优于灰度—梯度模型分割方法,并能抑制高斯噪声、椒盐噪声以及其混合噪声对分割结果的影响,提高了分割的鲁棒性。