【摘 要】
：
为了解决同步协同设计中共享模型数据传输量过大的问题,提出了一种基于特征面的分层次数据传输方法。该方法在进行共享模型传输时,首先只传输该模型的三角面片信息,当需要进行协同装配时,将参与装配的部件具体指定到某一特征面,且仅对于这一特征面传输全部的特征信息。为快速提取任一特征面,将笔者所在实验室自主研发的HUSTCAID系统的体系结构进行了二次开发,增加了特征面模型和面片模型,实现了HUS-TCAID与
【机 构】
：
哈尔滨理工大学计算机科学与技术学院
【基金项目】
：
基金项目：国家自然科学基金资助项目（60173055）
论文部分内容阅读
为了解决同步协同设计中共享模型数据传输量过大的问题,提出了一种基于特征面的分层次数据传输方法。该方法在进行共享模型传输时,首先只传输该模型的三角面片信息,当需要进行协同装配时,将参与装配的部件具体指定到某一特征面,且仅对于这一特征面传输全部的特征信息。为快速提取任一特征面,将笔者所在实验室自主研发的HUSTCAID系统的体系结构进行了二次开发,增加了特征面模型和面片模型,实现了HUS-TCAID与UG系统间共享模型的实时传输。
其他文献
设计了一种基于虚电路的拒绝服务保护基体系结构;介绍了基于虚电路的资源分配算法;在基于服务元网络体系结构的虚电路结构原型系统中实现了所提出的资源分配算法。与其他算法相比,该算法能有效对抗来自网络的恶意授权实体的拒绝服务攻击。
介绍了覆盖算法的基本思想,给出了商空间粒度的基本原理,提出了基于商空间粒度的覆盖聚类算法。通过实验验证了该算法的有效性和可行性,它适合处理大规模的数据样本。
系统地介绍了面向数字城市多源数据的空间数据立方体分析操作的基本原理,提出了空间数据立方体的分析操作主要由概括分析、局部分析、全局分析和旋转分析组成。在此基础上,全面叙述了空间数据立方体概括分析、局部分析、全局分析和旋转分析的功能和结构以及分析操作的详细过程。
针对分水岭分割易产生过分割问题,提出一种基于融合自适应形态滤波的分水岭分割算法。该算法对图像进行多结构多尺度自适应形态滤波处理,从而抑制图像的暗噪声和暗纹理细节。为了增强目标和背景的对比度,进行高低帽变换,再应用浸没模型的分水岭算法进行图像分割。实验结果表明,与一般的分割算法相比,该算法能有效地抑制各种噪声对分割的影响,具有较强的抗过分割性能,快速有效地实现图像的分割。
为了对眉毛这一新颖生物特征开展识别研究,提出了一种基于小波变换方法和支持向量机(SVM)的眉毛身份验证方法。其基本思想是用小波变换提取眉毛图像特征,然后用SVM进行训练和验证。在自建的100人眉毛数据库中进行的实验结果表明,该系统具有较低的错误拒绝率29.58%和错误接受率8.22%,从而验证了眉毛用于个人身份鉴别的可能性和有效性。
代码迷惑(保护程序的一种手段)通过增加程序的分析理解难度来阻止攻击者对代码进行有用的窜改。从攻击视角指出,盲目采用代码迷惑并不能有效增强程序安全性,而根据攻击模型,从多个角度综合运用各种码迷惑方法将能有效提高程序安全。随后建立攻击模型,将攻击描述为一个不断提取程序信息并据此分析具体语义,进而通过抽象和判断获取抽象语义的过程,并从攻击各层面出发引入相应的代码迷惑方法,进而保护代码安全。
针对工业现场对有线/无线异构网络的性能要求,提出了一种基于模糊层次分析法(FAHP)的网络性能综合评价方法,着重分析了网络的综合性能指标参数的获取和利用FAHP算法确定各指标权重的过程。通过对不同业务和参数的多媒体仿真网络的性能评价验证算法的准确性,最后针对一个具体的有线/无线异构仿真网络进行评价,比较了不同用户要求下得到的网络性能综合评价值。实验结果表明,采用基于FAHP的网络性能评价算法对于工
提出了一种通过提取力场收敛特征进行多姿态人耳识别的新方法。首先把人耳图像转换为力场图像,通过计算力场的散度得到人耳收敛特征,然后使用零空间线性判别分析算法进一步提取特征并分类识别。实验结果表明,力场收敛特征比最初基于力场变换的势能阱特征更为稳定,而零空间线性判别分析方法也优于传统的主元分析降维方法,更好地解决了小样本问题,识别率得到进一步提高。该方法能够有效识别多姿态人耳图像。
T细胞表位预测技术对于减少实验合成重叠肽,理解T细胞介导的免疫特异性和研制亚单位多肽及基因疫苗均有重要意义。为弥补已有基于机器学习方法的T细胞表位预测模型的可理解性的不足并进一步提高模型的预测精度,首先通过肽的预处理构建出了存储等长肽段的决策表,而后提出了基于粗糙集的分类器集成算法。该算法不但综合利用了基于信息熵的属性约简完备算法和其他属性约简算法的优势,而且将T细胞表位预测领域中的锚点知识融入到
针对现有的基于身份签名系统的密钥托管问题,提出了一种高效的基于身份的无可信中心签名方案。新方案通过将两个部分公钥绑定相同的一个身份,从而解决了密钥托管问题。在随机预言模型下,新方案被证明能够抵抗适应性选择消息和身份的存在性伪造攻击。与其他基于身份无可信中心签名方案相比,新方案具有更高的效率。