一、前处理有向凸多边形智能识别技术研究（论文文献综述）
汪康[1]（2020）在《智能产线作业环境下多AGV控制和调度策略研究》文中研究表明调度策略是以提高系统效率、资源利用率为目标,解决系统作业环境资源供需存在的时间、空间不匹配问题;同时,为实现传统制造业转型升级、解决我国制造业当前所面临的国际困境,调度策略在制造业生产线的产品生产、物料输送等诸多领域的研究意义和应用价值日益凸显;当前,传统制造业存在产线环境布局混乱、物料输送系统自动化不足等问题,为实现制造业转型升级,解决传统制造业存在的问题,需要结合产品工艺流程,规划科学的产线布局,使用智能物料输送工具,设计智能物料输送工具调度策略。本文以离散型制造系统中智能产线调度作业为场景,针对离散型制造系统环境复杂和物料输送能力差等问题,规划离散型制造智能产线环境布局,设计物料输送工具AGV,优化AGV运动轨迹,研究多AGV任务分配均衡化问题,拟定离散型制造系统物料输送智能化方案,本文所做工作和研究内容如下。（1）智能产线作业环境设定。阐述传统离散型制造产线和典型智能产线的工艺流程和技术特征;拟定传统离散型制造产线智能化方案,规划离散型;制造智能产线布局;结合实例—滚动轴承装配智能产线,开发产线工艺流程,设计产线布局;设计智能产线中的物流工具。（2）多AGV控制方案及其硬件设计。根据智能产线作业环境,研究现有的多AGV的控制方案,改进现有的控制方案进行。结合作业环境和控制方案确定AGV的功能,设计AGV控制系统架构和关键性电路,确定部分零部件的型号和参数。（3）多AGV物料装载及物料输送策略研究。针对智能产线作业环境,融合栅格图法和拓扑图法,构建符合本文AGV作业的环境地图;将多AGV在智能产线中的调度问题,分割为物料装载和物料输送两个问题进行求解;针对物料装载中的避障问题,应用加入平滑度惩罚函数的改进遗传算法,通过改善弯矩和路长,使得规划的路径更加平滑;针对物料装载的最短路线问题,提出基于改进惯性权重和收敛方式的改进粒子群算法,通过校正收敛精度、改进局部收敛,优化物料装载路径;针对物料输送路径冲突问题,制定应对路径冲突的优先级和交通策略;针对物料问题中的诸多约束条件,包括路网承载能力、AGV容量、时间窗等,分别建立了调度模型。（4）实例仿真验证。针对实例—滚动轴承装配智能产线的作业环境,建立以成本最低为目标的多AGV调度数学模型,设计实验方案,应用本文改进的遗传算法和粒子群算法,求解滚动轴承装配智能产线,物料配送问题,实验结果验证本文建立的模型和策略的有效性。为解决智能产线的多AGV调度问题提供了新的解决方案和思路。本文针对多AGV在智能产线作业中的关键问题,对产线布局以及多AGV调度进行深入研究。本文创新之处是在滚动轴承装配产线物料输送自动化不足的基础上提出对应的物料输送调度策略,结合智能物流工具AGV,将物料运送问题分为物料运载和物料输送,制定路径冲突策略,提高AGV路径规划精度,均衡产线的任务分配,为离散型制造智能产线示教平台提供了多AGV调度提供理论依据。
王林琳[2]（2020）在《基于安卓手机的室内定位导航系统研究》文中指出近年来,随着智能移动设备及其他无线设备的普及,基于位置的服务需求（L BS）日益增大。在室内定位领域出现了很多种解决方案,例如,使用i Beacon信标进行定位的技术、利用地磁指纹进行定位的技术、利用深度学习进行定位的技术等。其中,利用i Beacon信标的定位技术具有定位稳定、准确性高的优点,但需要部署大量硬件设备;基于地磁指纹的定位技术具有指纹稳定性高、定位准确的优点,但容易受到强磁场干扰、定位精度受所用传感器型号的影响、其依赖的惯性传感器会产生累积误差,从而造成定位误差。因此,本文提出多源定位信息融合的定位方案。同时,在路径规划问题中,研究人员也实现了利用多种算法进行室内路径规划,如Dijkstra算法、Floyd算法、A*算法等。其中,A*算法通过使用估价函数,利用已知信息对室内节点先排序再进行查询,降低了算法查询的时间以及计算花销,因此,针对室内路径规划问题,本文选择A*算法实现路径的规划。本文围绕i Beacon信标定位技术、i Beacon辅助的地磁定位技术、深度学习辅助的地磁定位技术、基于A*算法的室内路径规划技术,对定位导航系统的精度及稳定性方面进行研究。本文具体完成的工作主要有:一、分析了i Beacon定位技术和地磁指纹定位的原理及其特点,然后针对两者在实际应用中存在的问题,即i Beacon信号不稳定、地磁定位易受强磁场干扰、存在惯性传感器累积误差、不同型号传感器测量的地磁信号存在差异等问题进行改进,提出了i Beacon信标与地磁融合的室内定位方案。针对不同型号的手机分别建立地磁指纹库降低由于用户所用手机内置传感器型号不同导致的定位精度波动,并利用改进的粒子滤波算法解决在粒子重采样过程中存在的样本多样性丢失问题,同时使用i Beacon信标定位结果对地磁指纹定位结果进行校正。最后把所提方法在Android平台实现并进行相应测试。最终的测试结果表明,所提定位方法有效地提升了定位结果的精度和稳定性。二、分析了传统的粒子滤波算法,针对其重采样过程中由于删减低权重粒子、只复制高权重粒子,容易使计算量增大,且造成粒子多样性丧失、粒子样本退化的问题,对粒子滤波算法进行了改进,提出了改进的部分重采样粒子滤波算法。在进行粒子重采样前先对粒子集进行预处理,通过对相邻的两个粒子进行权值比较,计算其权值平均值,并以平均值替换权重较小的粒子的权值,使其移动至高似然区域。然后通过设置粒子权重阈值,将粒子分为两类,其中权重居中（即粒子权重在阈值范围内）的粒子不参与重采样过程;而权重较大与权重较小的粒子则先进行粒子权重的线性优化,然后再对其进行重采样,通过重新利用低权重粒子,保留了粒子的多样性,克服了重采样过程导致的样本退化问题。三、分析了基于深度学习的室内定位技术,结合本课题的实际场景,提出了深度学习校正的地磁指纹定位方法。首先,扫描室内的Wi Fi及地磁信号形成指纹数据集,并对其进行预处理。同时利用SAE处理指纹数据以获取特征,然后利用K近邻算法计算得到用户位置。在线阶段定时启动深度学习定位,利用深度学习定位结果对地磁定位结果进行校正。最后把所提方法在Android平台实现并进行相应测试。最终的测试结果表明,所提方案具备更高的定位精度。四、对基于A*算法的室内路径规划导航技术进行了研究,利用有限元法对室内空间区域进行抽象描述,建立delaunay三角网络对室内空间进行划分,对室内空间情况进行数据抽象。接着获取室内定位部分得到的用户定位与所选终点信息,使用A*算法实现室内路径的规划与导航。最后将所提方法在在Android平台实现并进行相应测试。实验结果表明,所提方法可以实现有效的室内定位导航,且具有很高的稳定性与精确度。
徐泰华[3]（2019）在《社交网络中的子图结构挖掘研究》文中研究表明社交网络以社交个体之间社交活动为研究对象,将其抽象为个体间相互作用的网络.从社交网络进行子图结构挖掘对更深层次地认识客观世界是非常有意义的,也是社交网络中安全性问题分析的重要基础.社交网络产生的用来记录个体之间关系的数据被称为关系数据.最为常见的用来描述关系数据的数据结构是图.图有有向和无向之分,其中无向图可以很容易地转化为有向图,反之则不能,故研究针对有向图的子图结构挖掘方法比无向图更为重要.针对信息安全问题,对社交网络中存在的各种子图结构进行挖掘是非常有必要的.例如,以智能体为社交个体的多智能体协同系统网络中,强连通分量结构对于智能体之间信任协议的渐进收敛具有促进作用,而以社交用户为个体的加密信息传输网络中,若是存在有向圈结构,则可能引起逻辑死锁问题.当前子图结构挖掘研究中,最常用的方法是基于图论的方法.近年来,由于经典图论在处理不确定性关系数据中的缺陷,以及粗糙集在处理不确定信息方面的优势,基于粗糙集理论的子图结构挖掘研究受到了许多学者的关注.本文结合粗糙集理论和图论,研究如何从刻画现实社交网络的有向图中挖掘子图结构,以及其在信息安全领域的应用问题,主要创新研究内容和成果包括:（1）针对强连通分量的挖掘问题,刻画了粗糙集理论与图论在有向图处理中的一种对应关系,并设计了基于粗糙集的强连通分量挖掘算法,以及其并行实现方案.粗糙集是一种有效的处理不确定信息的数学工具,可以从信息表这种属性数据中挖掘知识.然而,对于有向图这种关系数据,目前还没有基于粗糙集理论的方法对其进行处理,更不用谈从不确定的有向图中挖掘子图结构.为了突破粗糙集理论在有向图子图结构挖掘任务中的局限,在二元关系和有向图之间的互表达性这一基础上,刻画了有向图处理中粗糙集理论与图论之间的对应关系;以这种对应关系为理论基础,针对简单有向图中强连通分量子图结构挖掘任务,提出了一种基于粗糙集的强连通分量挖掘算法（RSCC）.进而,为提高强连通分量挖掘效率,提出了RSCC算法的并行实现方案（PRSCC算法）.通过实验验证了上述算法的有效性和高效性.上述算法的提出首次实现了基于粗糙集的有向图子图结构挖掘,将粗糙集理论作为一种新的强连通分量挖掘模型方法引入到有向图子图结构挖掘研究,为未来利用粗糙集方法从不确定有向图中挖掘子图结构奠定了基础.（第2章）（2）通过对有向图顶顶点集的粒化,提出了一种基于粒化策略的强连通分量挖掘算法,提高了挖掘效率.粗糙集理论与图论的对应关系是粗糙集理论应用于关系数据子图结构挖掘的理论基础.为了说明RSCC算法利用粗糙集6)步上近似和6)步相关集算子来挖掘强连通分量这种有向图子图结构的合理性,证明了这两个粗糙集算子与宽度优先搜索之间的等价性,进一步扩充了粗糙集理论和图论之间的对应关系内容.此外,利用相关集、下近似集和上近似集这三个粗糙集概念对强连通分量进行了分析,发现在挖掘强连通分量时,顶点间存在三种相关性.继而根据这三种相关性提出了有向图顶点集粒化策略.将RSCC算法与顶点集粒化策略相结合,提出了基于粒化策略的强连通分量挖掘算法（GRSCC）.实验结果说明了新算法具有更高的挖掘效率.（第3章）（3）基于启发式式深度优先搜搜索策略,设计了强连通分量中的一种有向圈挖掘算法,将其应应用于加密信息传输网络,可为逻辑死死锁检测提供解解决方案.有向圈是有向图中的一种重要子图结构,是强连通分量的一种特例,因此有价值强连通分量中必然可以挖掘到有向圈.基于这一事实,提出了一种基于启发式深度优先搜索的有向圈挖掘算法（HL-DPC）.进而,将该方法应用于加密信息传输网络,可为逻辑死锁检测等信息安全问题提供解决方案.实验结果说明了该算法的有效性,及使用启发式信息来提高挖掘效率的必要性.（第4章）（4）提出了一种基于顶顶点坐标的可视化结果对称性度量,实现了有向圈和星星型子图的的对称性可视化.关系数据可视化是关系数据子图结构挖掘研究的分支之一.图布局就是实现关系数据可视化的一种重要手段.首先,对称性这种图布局美学准则需要被客观地度量.因此,提出了基于顶点坐标计算的对称性度量方法,从理论角度证明了该度量对于布局的等比例放缩以及旋转是鲁棒的,实验结果也验证了这一点.该度量的鲁棒性与人类关于对称性的理解是相一致的.其次,从子图结构挖掘的角度来说,对于有向圈和星型子图这两种具有本质上对称性的子图结构,存在可视化需求,需要一种图布局算法将这两种子图结构对称地、突出地布局出来.因此,提出了一种力导向图布局算法（FDS）来满足对有向圈和星型子图的可视化需求.通过实验测试,对于有向图所包含的有向圈和星型子图结构,FDS算法可将其明显地,更为对称地布局出来.本算法在时间效率上也有优势.（第5章）
周涛[4]（2019）在《拓扑优化结果的多视图参数化几何重构方法》文中研究指明结构拓扑优化设计可以辅助工程师设计性能优良、用料更少的产品,在汽车轻量化设计领域具有重要的工程应用价值。但是,拓扑优化结果存在锯齿状边缘和棋盘格现象,增加了后续形状优化和加工制造的成本与难度。本文提出了一种拓扑优化结果的多视图参数化几何重构方法,可以将拓扑优化结果重构为便于后续处理的参数模型,主要研究内容如下:（1）针对结构复杂的模型,仅用三视图方式不能识别模型的整体结构,提出了基于特征分割方法分割模型的解决方案。使用基于线骨架的特征分割方法可以将结构复杂模型分成多个具有一定语义的简单结构模型,其中部分骨架可以人工辅助修改以得到满意的分割结构。（2）针对结构简单的模型,首先将拓扑优化结果转化为均匀点云,选择投影方向和投影面（包括三视图、局部视图和特定方向视图）,采用正投影方式投影全部或部分点云得到2D视图点云,并提取视图轮廓;然后基于形状几何模板和扩展多边形近似的方法分段重构2D轮廓,并构造选择评价函数确定最佳2D重构轮廓;之后将2D重构轮廓沿投影方向作（笛卡尔坐标或自然坐标）拉伸、旋转等操作得到实体;最后将实体坐标变换到统一坐标系,作布尔运算获得3D重构模型。（3）为提高2D轮廓重构精确性,在2D轮廓分段重构阶段采用轮廓前处理和轮廓后处理。轮廓前处理包括凹凸处理、自适应插点和平滑滤波,可以解决几何模板不能处理凹多边形缺陷,同时提高2D轮廓处理准确度和效率。轮廓后处理包括圆弧、直接和倒角连接3种方案,可以依据优化结果灵活选择,增加了3D重构模型的适应性。（4）使用拓扑优化经典数值算例扭矩梁和桥梁,以及汽车零件控制臂、轮毂和车架的拓扑优化设计进行重构方法的数值验证。重构结果在不显着增加模型体积的前提下,能得到参数化的简单3D模型,降低了拓扑优化结果的后续处理步骤的难度和成本,便于后续的形状优化和加工制造。本文提出了一种拓扑优化结果的参数化几何重构方法,并使用经典优化算例和汽车零件验证了方法的可行性和有效性,为拓扑优化结果的后处理提供了一种解决方案。
黄凌霄[5]（2019）在《黄河宁夏典型河段及水库水动力与水质数值模拟研究》文中提出本文以具有连续弯道的大柳树-沙坡头河段和地形复杂的鸭子荡水库为研究对象,基于RNGk-ε紊流数学模型,结合实测结果进行二维和三维数值模拟,对这两个典型研究对象进行了水流运动、泥沙输移、河床变形和水质对流扩散等问题的研究。首先,利用图像拼接算法、边缘检测算法结合CAD软件和Google Earth软件对水岸边缘进行精准检测,高效地获取研究区域经纬度信息,结合实测高程信息编程生成所需地形文件。其次,通过Bowyer-Watson算法对初始地形进行Delaunay三角化的网格剖分,构造不规则三角网模型TIN,由离散高程点生成不规则三角网,实现网格剖分后的三角形网格地形插值。再次,建立三维水沙水质数学模型和平面二维水沙水质数学模型,并将数学模型的控制方程通过瞬态项、对流项、扩散项和源项写成统一的通用形式。在此基础上,采用有限体积法中的五种格式对通用控制方程进行离散,使用基于非结构网格的SIMPLEC算法结合欠松弛技术对离散后的控制方程进行求解,利用GMES算法结合初始条件和边界条件实现离散方程组的求解。最后,对大柳树-沙坡头河段和鸭子荡水库进行了 RNG k-ε紊流数学模型的验证,对大柳树-沙坡头河段进行了四种工况的平面二维和三维水流运动、河床变形数值模拟,对鸭子荡水库进行了四种类型八种工况的平面二维水流运动数值模拟和三维水质对流扩散数值模拟。对实测的大柳树-沙坡头河段断面高程和断面泥沙粒径进行分析之后,将该河段的平面流场、断面流场、横向流速和河床变形的模拟值与实测值进行了对比,两者结果符合较好。结合实测资料,对该河段的水流运动、河床变形进行了数值模拟,得到该河段水流的流场、泥沙的运移和河床的变形会根据入口流量、悬移质含沙量、k值、ε值和出口水位的不同而产生变化。对实测的鸭子荡水库库底高程、水库等高线和水库三维地形进行分析之后,将该水库的水流流场和断面垂线平均流速的模拟值与实测值进行了对比,两者结果符合较好。结合实测资料,对该水库的水流运动进行了数值模拟,得到该水库中水流的流场和流速受进水量、取水量、风速和风向的支配。对实测的鸭子荡水库取水塔附近的七种水质指标进行采样和分析之后,将该水库中CODCr和TN浓度分布的模拟值与实测值进行了对比,两者结果符合较好。结合实测资料,对该水库的水质对流扩散进行了数值模拟,得到该水库中水质浓度的分布受进水量、取水量、风速和风向、水库中水质的初始浓度分布、入水口进水水质浓度的不同等因素的变化而改变。上述研究结果为研究类似连续弯道和类似水库的水沙运移规律和水环境治理提供了技术支撑和理论依据。
逄博[6]（2019）在《基于特征的SAR图像配准技术研究》文中认为合成孔径雷达（Synthetic Aperture Radar,SAR）是一种主动的微波成像雷达,因其具有较强的穿透力、可以不受环境气候的影响不间断的对地进行观测的优点,被广泛的应用于军事与民用领域。SAR图像配准作为SAR图像处理中的一个关键技术,其配准精度的高低直接影响后续SAR图像处理的好坏,如SAR图像变化检测,图像融合,目标检测,目标跟踪与运动分析等操作。所以对SAR配准技术进行深入的研究是具有重要意义的。基于特征的SAR图像配准以其具备较好的鲁棒性,算法复杂度低,适应力强等优点成为近年来SAR图像配准领域的主流研究方向与研究热点,本文的研究内容也主要围绕基于特征的SAR图像配准方法来展开。虽然基于特征的SAR图像配准方法具有较好的配准性能,但其仍存在以下几个问题:（1）特征提取困难,提取出的特征不稳定、不充分,从而导致SAR图像配准的精度不高。（2）特征匹配困难。从参考图像与待配准图像中提取出特征后,如何将特征高效的匹配起来是当前SAR图像配准需要面对的难题之一。（3）如何提高配准精度。在基于特征的SAR图像配准中,无论选取何种特征,都会由于斑点噪声影响和特征提取方法自身的限制导致提取出的特征具有一定的误差与不稳定性,这就使得最终所获得的配准精度不高。针对异源SAR图像配准时特征提取困难,特征点稳定性不足,从而导致异源SAR图像的配准经常精度不够高或配准失败的问题,本文提出了基于稳定的凸角点的异源SAR图像配准方法。该方法从区域特征入手,提出了一种新的区域提取算法——局部稳定极值区域（Local Stable Extremal Region,LSER）。采用以当前区域均值的一定比例的变化来驱动算法进程,可以有效的检测出SAR图像中的极值区域,并提出了一种吸收操作,通过对提取出来的极值区域进行椭圆拟合,对相邻极值区域进行区域合并,从而获得更稳定的极值区域。本文所提出的稳定的凸角点是从已经提取出的强散射区域中提取,首先对强散射区域采用Graham算法进行最小凸多边形拟合,从而可以有效的凸出区域的凸角点。进一步对拟合后的凸多边形进行归一化,从而可以有效的剔除尺度与旋转效应。由于归一化后的稳定凸多边形已经都旋转到相近的角度和尺度,所以从其中提取的角点具有较高的稳定性。传统的SAR图像配准方法提取特征较为单一,提供的特征数量往往不够实现精确的配准。在特征点匹配时,传统的基于局部特征描述的匹配方法匹配程度较低,会产生大量的错配点与误配点。针对上述问题,本文提出了基于混合特征点与多特征约束匹配的SAR图像配准方法。本文提出的混合特征点提取方法,由稳定的凸角点特征与稳定的局部极值点特征组合成具有优良互补性的混合特征点。利用匹配的稳定凸角点对获得相应的转换矩阵,转换待配准图像,在SIFT框架下,采用非线性扩散滤波替代传统的高斯滤波构建多尺度,从而获得稳定的局部极值点。在特征匹配阶段提出了一种多特征约束的特征匹配方法。分别通过区域约束、形状约束、网络约束以及空间关系约束在不同阶段对SAR图像进行由粗到细的多特征约束匹配,从而实现精确的配准。针对SAR图像精配准困难,提取出的特征不够稳定所导致配准精度较低的问题。本文提出了基于特征引导的粒子滤波SAR图像配准方法。通过三个阶段对SAR图像进行由粗到精的配准。在初期配准阶段采用区域特征及其空间关系特征,获得粗略的转换矩阵。由此,便可在粗配准阶段的初始化粒子滤波时将状态空间设置在一个较小的范围内,从而大大降低计算量,避免算法配准失败或过早的陷入局部最优。在粗配准阶段,通过强弱散射区域的互斥特征剔除会产生误配的粒子,进一步的通过匹配特征点的引导使粒子滤波获得更精确的转换矩阵,从而在下一阶段可在更小的范围内搜寻最优转换参数。在精配准阶段,以互信息为量测值,驱动粒子滤波算法,并采用模拟退火方法使粒子滤波更快的达到全局最优,从而获得更高精度的SAR图像配准结果。
周一[7]（2018）在《基于BIM技术的地铁保护系统研究与开发》文中研究说明随着我国城市化进程的加快,在地铁车站周边上马大批新的工程项目已经是十分常见的现象。这些周边外部项目开展相关土建活动时,不可避免地会对地铁结构的安全运行产生影响。因此在外部项目施工前和施工过程中,需要评估其对地铁结构的影响,及时发现可能的安全隐患并加以控制。“地铁保护”正是专门对外部项目进行相关的隐患排查、监管、每日巡检、审批等工作的总称。地铁保护关注地铁与外部项目之间的相互影响,具有工作参与方多、相关模型复杂、信息量大的特点,这些特点导致了当前“地铁保护”工作中存在的模型信息隔离、信息提取困难、数据处理分析手段有限等问题。地铁保护中的困难,其根源是模型之间的“信息隔离”导致信息交互不便。BIM（Building Information Model/Modeling,建筑信息模型）是面向建筑全生命周期,旨在解决建筑行业长期存在的“信息隔离”现象的新技术。在对地铁保护现状和需求进行深入调研后,本研究将BIM技术引入地铁保护,首先在信息存储方面,提出了基于IFC（Industry Foundation Classes）的地铁保护信息模型（Metro Protection Information Model,MPIM）,该信息模型针对地铁保护的领域特点,对IFC原始实体进行了扩展,定义多种共享层构件实体和对应的属性集、枚举类型,从而能够更为准确地描述地铁保护中的各种信息。在信息集成方面,研究了基于BIM的信息集成技术,包括IFC模型与非IFC模型之间的整合技术,基于WebApi的监测信息、监测设备与BIM模型的整合方法,进一步完善MPIM信息模型。在信息应用层面,以MPIM为数据源,针对地铁保护中的主要工作流程,研究基于信息提取与分类的自动评审,基于层次分析法和神经网络的巡检记录优先度定量评价,实现对地铁保护主要工作的计算机辅助和决策支持。最终,以课题组已有的BIM-FIM为基础,研发了基于BIM的地铁保护系统（BIM-MPS,BIM-based Metro Protection System）,并应用于广州地铁八号线磨碟沙至新港东区间的地铁保护工作当中,以验证本研究提出的模型、算法的实际效果。经过应用,本研究提出的BIM-MPS系统获得了相关用户的肯定,管理人员声称系统能够覆盖地铁保护工作的完整流程,普遍节约评审时间40%以上,对于不同外部项目的定量评价更是能够减少80%的时间成本,取得了良好的效果。也为进一步在地铁保护中应用BIM技术提供了借鉴和经验。
赵信义[8]（2018）在《熔融沉积成型技术分层算法和扫描填充路径规划研究》文中认为3D打印技术是一种新兴的先进制造技术,它集成了机械、电子、光学、材料学、计算机等多个学科的最新技术,其应用范围遍布国防、医疗、航空航天、教育、汽车、建筑等多个领域并日渐深入。与传统的减材制造不同的是,3D打印技术属于一种增材制造。3D技术已经有许多分支,其中熔融沉积成型技术因设备简单、清洁环保等优点广受青睐。本文主要针对熔融沉积成型技术的前处理过程展开研究,包括3D打印通用文件格式STL文件的结构与读取、确定分层厚度的分层算法、扫描填充路径的规划等几个部分。STL文件中存在多个三角面片共用一个顶点的现象,改进后的读取算法可有效去除重复数据并提高读取效率。成型制件的表面质量受台阶效应的影响,台阶效应可通过降低分层厚度来减轻,分层厚度太小则会影响成型效率,在综合分析已有的等层厚分层算法和自适应分层算法的基础上,对于等层厚分层算法,提出了一种基于局部拓扑信息的三角面片双向排序分层算法;对于自适应分层算法,分析了比较常见的基于面积变化率和周长变化率的自适应分层算法和保留模型特征的基于体积的自适应分层算法,根据其优缺点结合基于局部拓扑信息的三角面片双向排序分层算法提出了一种新的自适应分层算法,并对其关键步骤进行实例分析。对于扫描填充路径的规划,为兼顾成型效率和成型质量,在分析基本扫描方式及其算法的基础上,对于分区扫描填充和轮廓偏置扫描填充所存在的偏置轮廓交叉等问题,提出了一种环切分解算法对轮廓截面进行分区,改进了凹多边形凸分解算法。在分区扫描填充的基础上,引入了可变丝宽扫描的概念,根据扫描填充路径规划的基本原则提出了一种基于轮廓偏置法和变丝宽扫描的新型扫描填充方式。
朱连杰[9]（2017）在《基于特征提取的掌心实时定位与手势识别算法的研究》文中研究指明随着计算机视觉技术的深入发展,通过鼠标、键盘作为输入接口的传统交互模式已然无法满足人们的需求,用户直接与计算机交流的自然人机交互才是理想的人机交互模式。手势识别作为以人为中心的更自然的人机交互方式,能够满足用户与虚拟环境之间的直接交互,在智能家居、体感游戏、哑语识别等多个领域都有广泛应用。因此,实时手势识别技术具有重要的学术价值和应用前景。现有的手势识别研究仍然存在诸多不足:训练固定手势模板的识别方法难以满足实时性交互需求;单一基于手部肤色特征提取的手势识别方法在手势分割时容易出现分割不完整,导致识别率不高;基于可穿戴设备的手势识别方法要求用户必须佩戴数据手套等设备,此类设备价格昂贵且不利于推广。本论文主要针对手势识别算法中的手势区域肤色分割、手势特征提取、数字手势识别三大部分进行了详细研究,主要工作如下:首先在手势区域分割阶段,研究了普通摄像头平台下采集图像未出现人脸和出现人脸两种情况下的分割方法。当摄像头采集图像未出现人脸时通过阈值化肤色检测器直接提取手势区域;当摄像头采集图像出现人脸时,根据人脸与手部肤色一致性原则,提出了融合人脸肤色检测的手势区域分割新方法。该方法通过人脸检测获取人脸区域肤色像素值范围,再与传统阈值法相结合,通过双阈值法准确的分割背景和手势区域,可以在一定程度上优化分割效果。其次在手势特征提取阶段,采用运动目标图像检测方法,在两帧帧间差分法的基础上,采用三帧帧间差法结合肤色分割来实现运动手势区域检测。根据本文算法提取了手势轮廓、手势凸包与凸缺陷、指尖与指间凹槽等重要手势特征,并在此基础上提出了基于指间凹槽最小外接圆的实时掌心检测定位方法,准确有效的实现了手势掌心的定位。该方法适应手势区域进行平移、旋转、翻转等不同场景下的识别特征提取要求,具有较好的鲁棒性。最后在数字手势识别阶段,根据提取到的指尖与指间凹槽和掌心等特征,构造出识别决策树模型,实现了对常用的数字手势快速准确识别。搭建的基于VS 2013集成开发平台的实时手势识别系统验证了上述方法的有效性。
李小凯[10]（2016）在《高分辨率遥感影像面状地物交互式提取方法研究》文中进行了进一步梳理随着技术的发展,遥感数据量急速扩大,而与之对应的解译技术却没有突破性进展。虽然学者们对计算机自动解译进行了大量研究,然而众多成果大多还停留在实验阶段,由于问题的复杂性,计算机自动解译短期内无法满足生产要求,实际应用均是靠人工目视解译,这个方式需要耗费大量人力物力,效率低下,面对遥感的大数据已经显得严重不足。基于以上考虑,交互式提取方法是目前一种可行的替代方案。该方法充分发挥人的识别能力和计算机的计算能力,保证精度的前提下可以显着提高生产效率。本文以高分辨率遥感影像交互式地物提取为研究目标,探索目标地物有效的提取方法。论文主要研究内容包括：1)探索自然地物提取方法。针对林地、水系、裸露地、田地等包含丰富光谱、纹理、几何信息的一类地物,提出了一种基于全连接条件随机场的交互式提取方法。算法在分水岭过分割的基础上,利用用户交互获得的前景标记样本估计前背景模型,然后利用全连接条件随机场来描述影像的全局特征,接着在均值场估计的框架下利用高维高斯快速滤波方法实现模型的快速推断,最后进行轮廓优化。2)探索直角建筑物提取方法。建筑物中大部分均具有直角特性,利用这一点提出了一种模型驱动的方法。算法首先利用线段方向直方图探测建筑物的主方向,接着把建筑物旋转至这个方向。然后将影像规则化过分割为一系列小矩形,以小矩形为节点建立GraphCut模型并集成矩形形状约束,然后利用mincut/maxflow求得模型的最优解。3)探索LiDAR点云辅助下的一般建筑物的提取方法。基于光谱的方法在边界模糊、前背景相似的情况下容易出错,若集成高程信息则可提高算法的稳定性。本文以LiDAR为数据源,结合影像内外方位元素,利用扫描线滤波算法和Z-Buffer算法求取每个像素对应地面点的高程值。现实中非直角的建筑物也比较常见,与自然地物不同,建筑物通常具有明显的线特征和角点特征,基于这一点,提出了一种基于三角网过分割的交互式提取方法,并集成高程信息。利用三角形来充分利用影像中的点线特征,然后以三角形为基本单位建立GraphCut模型并集成星型形状约束,接着进行模型求解和轮廓优化。
二、前处理有向凸多边形智能识别技术研究（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、前处理有向凸多边形智能识别技术研究（论文提纲范文）
（1）智能产线作业环境下多AGV控制和调度策略研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 引言 |
| 1.2 论文研究的背景和意义 |
| 1.2.1 研究背景 |
| 1.2.2 研究意义 |
| 1.3 国内外研究现状 |
| 1.3.1 智能产线的研究现状 |
| 1.3.2 国内外AGV调度策略研究现状 |
| 1.4 主要研究内容及章节安排 |
| 第2章 智能产线作业环境分析 |
| 2.1 引言 |
| 2.2 典型离散型制造产线分析 |
| 2.2.1 汽车轮毂加工产线 |
| 2.2.2 典型离散型制造产线基本构成 |
| 2.2.3 离散型制造产线的缺陷 |
| 2.3 典型智能产线分析 |
| 2.3.1 基本构成 |
| 2.3.2 技术特征 |
| 2.4 离散型制造智能产线技术特征 |
| 2.4.1 离散型制造系统的智能化方向 |
| 2.4.2 离散型智能制造产线特点 |
| 2.5 实例分析——滚动轴承自动装配产线智能化 |
| 2.5.1 滚动轴承自动装配平台介绍 |
| 2.5.2 主要技术特征 |
| 2.5.3 产线布局及其工艺流程 |
| 2.6 离散型制造智能产线物流方案 |
| 2.6.1 传统物流输存在的问题 |
| 2.6.2 智能物流技术特征 |
| 2.6.3 智能产线物流方式 |
| 2.7 本章小结 |
| 第3章 多AGV控制方案及其硬件设计 |
| 3.1 引言 |
| 3.2 多AGV系统控制方案 |
| 3.2.1 多AGV控制系统常见类型 |
| 3.2.2 集散式多AGV控制系统及其作业流程 |
| 3.2.3 基于物流工作需求确定AGV的功能 |
| 3.3 AGV控制系统构成 |
| 3.3.1 AGV设计方案 |
| 3.3.2 控制电路设计 |
| 3.4 本章小结 |
| 第4章 多AGV调度研究 |
| 4.1 引言 |
| 4.2 智能产线作业环境构建 |
| 4.3 路径规划算法理论研究 |
| 4.3.1 遗传算法 |
| 4.3.2 粒子群算法 |
| 4.4 物料装载中AGV路径规划研究 |
| 4.4.1 遗传算法改进 |
| 4.4.2 粒子群算法改进 |
| 4.5 多AGV路网交通策略研究 |
| 4.5.1 多AGV交通问题 |
| 4.5.2 离线冲突应对策略研究 |
| 4.5.3 实时冲突应对策略研究 |
| 4.6 物料输送中多AGV调度策略研究 |
| 4.6.1 多AGV路线分配 |
| 4.6.2 多AGV任务分配 |
| 4.7 本章小结 |
| 第5章 滚动轴承智能装配产线环境下多AGV的调度应用 |
| 5.1 引言 |
| 5.2 实验方案设计 |
| 5.3 算法设计 |
| 5.4 仿真实验 |
| 5.4.1 物料装载 |
| 5.4.2 物料输送 |
| 5.5 本章小结 |
| 第6章 总结与展望 |
| 6.1 论文总结 |
| 6.2 未来展望 |
| 参考文献 |
| 攻读硕士学位期间发表的论文及专利 |
| 致谢 |
（2）基于安卓手机的室内定位导航系统研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 选题背景与意义 |
| 1.2 室内定位导航领域的研究现状 |
| 1.2.1 室内定位技术 |
| 1.2.2 室内导航技术 |
| 1.3 论文的研究目标与主要工作 |
| 1.4 论文的结构安排 |
| 第2章 室内定位导航研究方案 |
| 2.1 基于惯性测量传感器的定位技术 |
| 2.2 基于指纹库的定位技术 |
| 2.3 多信息融合的室内定位技术 |
| 2.4 室内地图建模与路径规划 |
| 2.4.1 图论 |
| 2.4.2 有限元法 |
| 2.4.3 最短路径算法 |
| 2.5 本章小结 |
| 第3章 iBeacon信标与地磁融合的室内定位技术 |
| 3.1 系统架构 |
| 3.2 系统各模块原理 |
| 3.2.1 iBeacon信标定位 |
| 3.2.2 地磁指纹定位 |
| 3.2.3 系统联合定位 |
| 3.3 定位系统的实现 |
| 3.4 实验结果与分析 |
| 3.5 本章小结 |
| 第4章 深度学习校正的地磁定位技术 |
| 4.1 系统架构 |
| 4.2 系统各模块原理 |
| 4.2.1 基于深度学习的室内定位技术 |
| 4.2.2 深度学习校正的地磁室内定位 |
| 4.3 定位系统的实现 |
| 4.4 实验结果与分析 |
| 4.5 本章小结 |
| 第5章 基于于A*算法的室内路径规划导航 |
| 5.1 系统架构 |
| 5.2 系统各模块原理 |
| 5.2.1 室内地图构建与存储模块 |
| 5.2.2 路径规划模块 |
| 5.2.3 实景导航模块 |
| 5.3 室内路径规划的实现 |
| 5.4 实验结果与分析 |
| 5.5 本章小结 |
| 结论 |
| 1 全文总结 |
| 2 未来工作展望 |
| 参考文献 |
| 攻读硕士学位期间所发表的学术论文 |
| 致谢 |
（3）社交网络中的子图结构挖掘研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 本文研究背景 |
| 1.2 相关研究工作 |
| 1.2.1 基于图论的关系数据子图结构挖掘 |
| 1.2.2 基于粗糙集的关系数据子图结构挖掘 |
| 1.2.3 关系数据可视化 |
| 1.2.4 待解决的关键问题 |
| 1.3 本文的主要研究内容及成果 |
| 1.4 本文的研究工作和组织结构 |
| 第2章 基于粗糙集的强连通分量挖掘 |
| 2.1 引言 |
| 2.2 广义粗糙集与图论基本知识 |
| 2.2.1 广义粗糙集基本知识 |
| 2.2.2 图论基本知识 |
| 2.3 面向有向图的广义粗糙集模型 |
| 2.3.1 简单有向图引导出的二元关系 |
| 2.3.2 粗糙集与图论之间的对应关系 |
| 2.4 有向图的强连通性和强连通分量 |
| 2.4.1 有向图的强连通性 |
| 2.4.2 有向图中的强连通分量 |
| 2.5 基于粗糙集的强连通分量挖掘算法 |
| 2.5.1 基于粗糙集的强连通分量串行挖掘算法 |
| 2.5.2 基于粗糙集的强连通分量并行挖掘算法 |
| 2.5.3 实例分析 |
| 2.6 仿真实验 |
| 2.7 小结 |
| 第3章 基于粒化策略的强连通分量挖掘 |
| 3.1 引言 |
| 3.2 k步上近似和k步R相关集与BFS之间的等价关系 |
| 3.3 RSCC算法的局限性分析 |
| 3.4 基于粒化策略的强连通分量挖掘算法 |
| 3.4.1 算法描述 |
| 3.4.2 实例分析 |
| 3.5 仿真实验 |
| 3.6 小结 |
| 第4章 基于启发式深度优先搜索的有向圈挖掘 |
| 4.1 引言 |
| 4.2 有向圈相关定义 |
| 4.3 启发式有向圈挖掘算法(HL-DPC算法) |
| 4.3.1 HL-DPC算法描述 |
| 4.3.2 HL-DPC算法时间复杂度分析 |
| 4.3.3 实例分析 |
| 4.4 仿真实验 |
| 4.4.1 实验环境与数据集 |
| 4.4.2 HL-DPC算法有效性实验 |
| 4.4.3 HL-DPC算法使用两个启发式信息的必要性实验 |
| 4.5 小结 |
| 第5章 绘制有向圈与星型子图的力导向图布局算法 |
| 5.1 引言 |
| 5.2 相关的图布局基本知识 |
| 5.2.1 相关定义 |
| 5.2.2 FR算法 |
| 5.3 基于顶点坐标计算的对称性度量 |
| 5.4 绘制有向圈和星型子图的力导向图布局算法(FDS算法) |
| 5.4.1 基于圆环定位的有向圈布局算法 |
| 5.4.2 叶顶点布局算法 |
| 5.4.3 FDS算法描述 |
| 5.4.4 实例分析 |
| 5.5 仿真实验 |
| 5.6 小结 |
| 第6章 结论与展望 |
| 6.1 本文工作总结 |
| 6.2 未来工作展望 |
| 致谢 |
| 参考文献 |
| 攻读博士学位期间的研究成果 |
（4）拓扑优化结果的多视图参数化几何重构方法（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 引言 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 等值面 |
| 1.2.2 曲面重构 |
| 1.2.3 参数化重构 |
| 1.3 研究内容和方法 |
| 1.3.1 研究内容 |
| 1.3.2 研究方法 |
| 第2章 基于多视图的参数化几何重构方法 |
| 2.1 基于2D视图建3D模型的数学表达 |
| 2.1.1 3D模型的表达方式 |
| 2.1.2 2D视图与3D模型的关系 |
| 2.1.3 空间几何运算 |
| 2.1.4 3D建模实例 |
| 2.2 特征分割 |
| 2.2.1 数字模型的基本定义 |
| 2.2.2 骨架细化 |
| 2.2.3 骨架处理 |
| 2.2.4 特征分割 |
| 2.3 2D轮廓重构 |
| 2.3.1 点云化 |
| 2.3.2 视图选择 |
| 2.3.3 轮廓提取 |
| 2.3.4 轮廓前处理 |
| 2.3.5 轮廓分段重构 |
| 2.3.6 轮廓后处理 |
| 2.4 3D建模 |
| 2.5 小结 |
| 第3章 多视图参数化几何重构算例 |
| 3.1 扭矩梁的拓扑优化与重构 |
| 3.1.1 制造工艺约束 |
| 3.1.2 扭矩梁拓扑优化 |
| 3.1.3 扭矩梁优化结果重构 |
| 3.2 桥梁的拓扑优化与重构 |
| 3.2.1 桥梁拓扑优化 |
| 3.2.2 桥梁优化结果重构 |
| 3.3 小结 |
| 第4章 汽车零部件拓扑优化设计 |
| 4.1 控制臂的优化设计与重构 |
| 4.1.1 控制臂拓扑优化设计 |
| 4.1.2 控制臂优化结果重构 |
| 4.2 轮毂的优化设计与重构 |
| 4.2.1 轮毂拓扑优化设计 |
| 4.2.2 轮毂优化结果重构 |
| 4.3 车架的优化设计与重构 |
| 4.3.1 车架拓扑优化设计 |
| 4.3.2 车架优化结果重构1 |
| 4.4 小结 |
| 第5章 结语与展望 |
| 5.1 研究总结 |
| 5.2 研究展望 |
| 致谢 |
| 参考文献 |
| 攻读学位期间获得与学位论文相关的科研成果 |
（5）黄河宁夏典型河段及水库水动力与水质数值模拟研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 概述 |
| 1.2.2 水流数学模型研究现状 |
| 1.2.3 泥沙数学模型研究现状 |
| 1.2.3.1 动床阻力 |
| 1.2.3.2 水流挟沙力 |
| 1.2.3.3 推移质输沙率 |
| 1.2.3.4 恢复饱和系数 |
| 1.2.3.5 泥沙扩散系数 |
| 1.2.4 水质数学模型研究现状 |
| 1.3 主要研究内容 |
| 第二章 地形的前处理 |
| 2.1 图像拼接技术 |
| 2.1.1 SURF特征点检测 |
| 2.1.1.1 积分图像 |
| 2.1.1.2 Hessian矩阵 |
| 2.1.2 SURF特征描述 |
| 2.1.3 特征匹配 |
| 2.1.4 图像配准 |
| 2.1.5 图像融合 |
| 2.1.6 实验结果和分析 |
| 2.2 图像边缘检测 |
| 2.2.1 数学形态学基本运算 |
| 2.2.2 多尺度数学形态学的边缘检测 |
| 2.2.2.1 数学形态学的边缘检测 |
| 2.2.2.2 多尺度数学形态学的边缘检测 |
| 2.2.2.3 本文算法描述 |
| 2.2.3 实验结果和分析 |
| 2.3 DXF文件生成结果 |
| 2.4 KML文件生成结果 |
| 2.5 地形文件生成结果 |
| 2.6 小结 |
| 第三章 网格剖分技术 |
| 3.1 网格的分类 |
| 3.2 Delaunay三角化法网格的生成 |
| 3.2.1 Delaunay三角化法的原理 |
| 3.2.2 Delaunay三角化法网格生成的算法 |
| 3.2.3 Delaunay三角化法网格的关键问题 |
| 3.2.4 Delaunay三角化法网格剖分的步骤 |
| 3.2.5 Delaunay三角化法网格剖分的实现 |
| 3.3 网格地形插值技术 |
| 3.3.1 地形数据的获取 |
| 3.3.2 基于散点的网格地形插值 |
| 3.3.3 基于数字高程模型的网格地形插值 |
| 3.4 小结 |
| 第四章 水沙水质数学模型 |
| 4.1 三维水沙水质数学模型 |
| 4.1.1 水流运动方程 |
| 4.1.2 泥沙输移方程 |
| 4.1.3 水质变化方程 |
| 4.2 平面二维水沙水质数学模型 |
| 4.2.1 水流运动方程 |
| 4.2.2 泥沙输移方程 |
| 4.2.3 水质变化方程 |
| 4.3 控制方程的通用形式 |
| 4.3.1 三维水沙水质数学模型控制方程的通用形式 |
| 4.3.2 平面二维水沙水质数学模型控制方程的通用形式 |
| 4.4 小结 |
| 第五章 控制方程的离散和求解 |
| 5.1 离散方法的概述 |
| 5.2 通用控制方程的离散 |
| 5.2.1 常用的离散格式 |
| 5.2.1.1 中心差分格式(Central Differencing Scheme,CDS) |
| 5.2.1.2 一阶迎风格式(First Order Upwind Scheme,FUS) |
| 5.2.1.3 混合格式(Hybrid Scheme,HS) |
| 5.2.1.4 指数格式(Exponential Scheme,ES) |
| 5.2.1.5 乘方格式(Power Law Scheme) |
| 5.2.1.6 二阶迎风格式(Second Order Upwind Scheme,SUS) |
| 5.2.1.7 QUICK格式 |
| 5.2.2 常用离散格式的性能对比 |
| 5.2.3 二维和三维通用控制方程的离散 |
| 5.2.3.1 二维和三维问题的控制体积 |
| 5.2.3.2 二维和三维问题的离散方程 |
| 5.3 离散方程的求解 |
| 5.3.1 流场数值计算的主要方法 |
| 5.3.2 基于同位网格的SIMPLE算法 |
| 5.3.2.1 交错网格和同位网格 |
| 5.3.2.2 动量方程的离散 |
| 5.3.2.3 速度修正方程 |
| 5.3.2.4 压力修正方程 |
| 5.3.2.5 欠松弛技术 |
| 5.3.2.6 同位网格上SIMPLE算法的计算步骤 |
| 5.3.3 基于非结构网格的SIMPLEC算法 |
| 5.3.3.1 SIMPLEC算法 |
| 5.3.3.2 通用控制方程在非结构网格上的离散 |
| 5.3.3.3 动量方程的离散 |
| 5.3.3.4 速度修正方程 |
| 5.3.3.5 压力修正方程 |
| 5.3.3.6 非机构网格上SIMPLEC算法的计算步骤 |
| 5.3.4 离散方程组的求解 |
| 5.3.5 定解条件 |
| 5.3.5.1 初始条件 |
| 5.3.5.2 边界条件 |
| 5.4 小结 |
| 第六章 大柳树-沙坡头河段水沙运移数值模拟 |
| 6.1 大柳树-沙坡头河段实测数据分析 |
| 6.1.1 断面地形的分析 |
| 6.1.2 泥沙粒径的分析 |
| 6.2 大柳树-沙坡头河段平面二维水沙运移数值模拟 |
| 6.2.1 河段地形及网格划分 |
| 6.2.2 初始边界条件 |
| 6.2.3 模型的验证 |
| 6.2.3.1 水流运动数值模拟结果的验证 |
| 6.2.3.2 河床变形数值模拟结果的验证 |
| 6.2.4 模拟结果及分析 |
| 6.2.4.1 水流运动数值模拟 |
| 6.2.4.2 河床变形数值模拟 |
| 6.3 大柳树-沙坡头河段三维水沙运移数值模拟 |
| 6.3.1 河段地形及网格划分 |
| 6.3.2 初始边界条件 |
| 6.3.3 模型的验证 |
| 6.3.3.1 平面流场数值模拟结果的分析 |
| 6.3.3.2 断面流场数值模拟结果的验证 |
| 6.3.3.3 横向流速数值模拟结果的分析 |
| 6.3.3.4 输沙特性的分析 |
| 6.3.4 模拟结果及分析 |
| 6.3.4.1 水流运动数值模拟 |
| 6.3.4.2 河床变形分析 |
| 6.4 小结 |
| 第七章 鸭子荡水库水流运动和水质对流扩散数值模拟 |
| 7.1 鸭子荡水库断面实测数据分析 |
| 7.2 鸭子荡水库平面二维水流运动数值模拟 |
| 7.2.1 水库地形及网格划分 |
| 7.2.2 初始边界条件 |
| 7.2.3 模型的验证 |
| 7.2.4 模拟结果及分析 |
| 7.2.4.1 类型1的模拟结果及分析 |
| 7.2.4.2 类型2的模拟结果及分析 |
| 7.2.4.3 类型3的模拟结果及分析 |
| 7.2.4.4 类型4的模拟结果及分析 |
| 7.3 鸭子荡水库水质实测数据分析 |
| 7.4 鸭子荡水库三维水质对流扩散数值模拟 |
| 7.4.1 水库地形及网格划分 |
| 7.4.2 初始边界条件 |
| 7.4.3 模型的验证 |
| 7.4.4 模拟结果及分析 |
| 7.4.4.1 类型1的模拟结果及分析 |
| 7.4.4.2 类型2的模拟结果及分析 |
| 7.4.4.3 类型3的模拟结果及分析 |
| 7.4.4.4 类型4的模拟结果及分析 |
| 7.5 小结 |
| 第八章 结论和展望 |
| 8.1 结论 |
| 8.2 创新点 |
| 8.3 展望 |
| 参考文猷 |
| 致谢 |
| 个人简介 |
| 博士期间科研成果 |
（6）基于特征的SAR图像配准技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 基于灰度的图像配准 |
| 1.2.2 基于特征的图像配准 |
| 1.3 基于特征的图像配准的基本框架 |
| 1.4 基于特征的SAR图像配准技术的关键问题 |
| 1.5 论文研究内容和结构安排 |
| 1.6 论文的创新点 |
| 第二章 基于非线性尺度空间下的多特征点SAR图像配准 |
| 2.1 引言 |
| 2.2 SIFT算法介绍与分析 |
| 2.2.1 尺度空间极值检测 |
| 2.2.2 关键点位置及尺度确定 |
| 2.2.3 关键点方向确定 |
| 2.2.4 特征向量的生成 |
| 2.3 稳定的极值点提取 |
| 2.4 稳定的角点提取 |
| 2.5 实验结果与分析 |
| 2.5.1 算法性能分析 |
| 2.5.2 SAR图像配准结果分析 |
| 2.6 本章小结 |
| 第三章 基于稳定的凸角点的异源SAR图像配准 |
| 3.1 引言 |
| 3.2 最大稳定极值区域算法介绍与分析 |
| 3.3 局部稳定极值区域 |
| 3.3.1 区域均值比驱动 |
| 3.3.2 吸收操作 |
| 3.4 多边形拟合 |
| 3.5 归一化 |
| 3.6 稳定的凸角点检测 |
| 3.7 实验结果与分析 |
| 3.7.1 参数设定与分析 |
| 3.7.2 特征点鲁棒性评估 |
| 3.7.3 配准结果分析 |
| 3.8 本章小结 |
| 第四章 基于混合特征点与多特征约束匹配的SAR图像配准 |
| 4.1 引言 |
| 4.2 混合特征点提取 |
| 4.3 多特征约束匹配方法 |
| 4.3.1 区域约束 |
| 4.3.2 形状约束 |
| 4.3.3 网络约束 |
| 4.3.4 空间关系约束 |
| 4.4 实验结果与分析 |
| 4.4.1 实验数据介绍 |
| 4.4.2 多特征约束匹配性能分析 |
| 4.4.3 配准性能分析 |
| 4.5 本章小结 |
| 第五章 基于特征引导的粒子滤波的SAR图像配准 |
| 5.1 引言 |
| 5.2 粒子滤波介绍与分析 |
| 5.2.1 贝叶斯估计理论 |
| 5.2.2 蒙特卡罗积分 |
| 5.2.3 重要性采样 |
| 5.2.4 序贯重要性采样 |
| 5.2.5 退化问题 |
| 5.2.6 重采样 |
| 5.3 基于特征引导的粒子滤波的配准方法 |
| 5.3.1 图像配准的贝叶斯框架构建 |
| 5.3.2 基于特征引导的粒子滤波算法 |
| 5.4 实验结果与分析 |
| 5.4.1 算法精度分析 |
| 5.4.2 配准结果分析 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 6.1 工作总结 |
| 6.2 工作展望 |
| 参考文献 |
| 攻读博士学位期间的学术成果 |
| 致谢 |
（7）基于BIM技术的地铁保护系统研究与开发（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 引言 |
| 1.1 课题背景 |
| 1.1.1 地铁保护相关背景 |
| 1.1.2 BIM技术相关背景 |
| 1.1.3 总结 |
| 1.2 研究目标和意义 |
| 1.3 国内外研究现状 |
| 1.3.1 文献检索 |
| 1.3.2 地铁保护研究现状 |
| 1.3.3 BIM技术研究现状 |
| 1.3.4 综述总结 |
| 1.4 研究内容与关键技术 |
| 1.4.1 研究基础 |
| 1.4.2 研究目标 |
| 1.4.3 研究内容 |
| 1.4.4 关键技术 |
| 1.5 技术路线与研究方法 |
| 1.5.1 研究方法 |
| 1.5.2 技术路线 |
| 1.6 论文构成与章节安排 |
| 第2章 地铁保护工作业务流程梳理 |
| 2.1 概述 |
| 2.2 地铁保护工作多角色用例 |
| 2.3 地铁保护工作流程主要特点 |
| 2.4 当前问题提炼总结 |
| 2.4.1 各方提供的3D模型不能统一格式 |
| 2.4.2 从模型中提取有效信息较为困难 |
| 2.4.3 缺少合适的、覆盖整个地保流程的地铁保护系统 |
| 2.5 小结 |
| 第3章 地铁保护信息模型的定义与创建 |
| 3.1 IFC概述及其扩展机制 |
| 3.1.1 IFC概述 |
| 3.1.2 IFC扩展机制 |
| 3.2 地铁保护信息模型(MPIM)概述 |
| 3.3 MPIM定义 |
| 3.4 基于MPIM的模型转换与整合方法 |
| 3.5 MPIM模型建立示例 |
| 3.6 小结 |
| 第4章 地铁保护信息模型的应用 |
| 4.1 MPIM几何信息的提取与应用 |
| 4.2 MPIM属性信息的提取与应用 |
| 4.2.1 当前评审规则 |
| 4.2.2 信息提取方法 |
| 4.3 MPIM巡检信息的提取与应用 |
| 4.3.1 关键词选择 |
| 4.3.2 文本信息处理 |
| 4.3.3 神经网络训练 |
| 4.3.4 神经网络实现 |
| 4.3.5 相似度计算 |
| 4.4 MPIM监测设备的集成 |
| 4.5 小结 |
| 第5章 BIM-MPS系统设计与实现 |
| 5.1 系统需求分析 |
| 5.2 系统架构设计 |
| 5.2.1 系统整体框架 |
| 5.2.2 网络架构设计 |
| 5.2.3 逻辑架构设计 |
| 5.3 开发环境搭建与主要应用技术 |
| 5.3.1 开发环境搭建 |
| 5.3.2 主要应用技术 |
| 5.4 系统模块与功能设计 |
| 5.4.1 基于C/S的地保系统 |
| 5.4.2 基于M/S的巡检系统 |
| 5.5 小结 |
| 第6章 工程实例应用 |
| 6.1 MPIM模型建立 |
| 6.2 基于MPIM的评审决策支持 |
| 6.3 巡检记录中的外部项目优先度评分 |
| 6.4 外部项目监测信息集成与可视化 |
| 6.5 移动端巡检系统功能 |
| 6.6 实例验证效果与小结 |
| 第7章 结论与展望 |
| 7.1 结论 |
| 7.2 研究展望 |
| 参考文献 |
| 图目录 |
| 表目录 |
| 致谢 |
| 个人简历、在校期间发表学术论文及个人研究成果 |
（8）熔融沉积成型技术分层算法和扫描填充路径规划研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.2 3D打印技术简介 |
| 1.3 熔融沉积成型技术原理与特点 |
| 1.4 国内外研究现状 |
| 1.5 存在的主要问题 |
| 1.6 本文主要研究工作 |
| 2 STL格式文件的结构与读取算法 |
| 2.1 STL文件结构分析 |
| 2.2 STL文件的读取 |
| 2.3 本章小结 |
| 3 基于STL模型的分层算法 |
| 3.1 台阶效应与模型特征的概念 |
| 3.2 分层过程的基本流程 |
| 3.3 等层厚分层算法 |
| 3.4 自适应分层算法 |
| 3.5 本章小结 |
| 4 扫描填充路径分析与规划 |
| 4.1 常见的扫描填充方式 |
| 4.2 扫描填充路径规划的基本原则 |
| 4.3 直线扫描算法和轮廓偏置算法 |
| 4.4 偏置轮廓有效性判断和自相交问题 |
| 4.5 基于轮廓偏置和变口径喷头的扫描路径规划 |
| 4.6 成型效率评价 |
| 4.7 本章小结 |
| 5 总结与展望 |
| 5.1 全文总结 |
| 5.2 研究展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间取得的学术成果和获奖情况 |
| 学位论文数据集 |
（9）基于特征提取的掌心实时定位与手势识别算法的研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 课题研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.3 课题研究存在的难点 |
| 1.4 课题主要研究内容及论文组织安排 |
| 1.4.1 课题主要研究内容 |
| 1.4.2 论文章节安排 |
| 2 复杂背景下的肤色建模与手势分割 |
| 2.1 常用颜色空间及转换方式 |
| 2.1.1 RGB颜色空间 |
| 2.1.2 HSI颜色空间 |
| 2.1.3 HSV颜色空间 |
| 2.2 肤色特征建模 |
| 2.2.1 阈值法肤色检测 |
| 2.2.2 高斯分布模型 |
| 2.2.3 颜色直方图模型 |
| 2.3 融合人脸肤色检测的手势分割 |
| 2.3.1 传统阈值法手势分割 |
| 2.3.2 融合人脸肤色检测的阈值法手势分割 |
| 2.4 本章小结 |
| 3 人脸检测与定位算法分析 |
| 3.1 人脸检测概述 |
| 3.2 Haar-like特征 |
| 3.3 AdaBoost人脸检测算法 |
| 3.3.1 弱分类器的训练 |
| 3.3.2 强分类器的训练 |
| 3.3.3 多层级联强分类器的训练 |
| 3.4 本章小结 |
| 4 手势识别图像预处理 |
| 4.1 图像平滑去噪 |
| 4.1.1 邻域平均法 |
| 4.1.2 中值滤波法 |
| 4.2 图像灰度化与灰度级变换 |
| 4.2.1 图像灰度化 |
| 4.2.2 图像灰度级变换 |
| 4.3 图像二值化与形态学处理 |
| 4.3.1 图像二值化 |
| 4.3.2 形态学处理 |
| 4.4 本章小结 |
| 5 手势特征提取与数字手势识别 |
| 5.1 运动手势检测 |
| 5.1.1 三帧帧间差检测运动手势 |
| 5.2 手势轮廓提取 |
| 5.3 凸包算法 |
| 5.3.1 凸多边形与凸包的定义 |
| 5.3.2 传统凸包算法 |
| 5.4 基于Graham扫描算法的手势凸包与凸性缺陷检测 |
| 5.5 掌心特征实时检测定位 |
| 5.5.1 基于凸缺陷均值的掌心检测 |
| 5.5.2 基于肤色值变化权重系数的掌心检测 |
| 5.5.3 基于指间凹槽最小外接圆的实时掌心检测 |
| 5.6 数字手势识别 |
| 5.6.1 Hausdorff距离模板匹配法 |
| 5.6.2 手势识别决策树模型 |
| 5.7 本章小结 |
| 6 基于特征提取的掌心实时定位与手势识别系统的实现 |
| 6.1 系统总体框架设计 |
| 6.2 系统运行环境配置与功能实现 |
| 6.2.1 系统运行环境配置 |
| 6.2.2 系统实现流程 |
| 6.3 实验设计与结果分析 |
| 6.4 系统应用 |
| 6.5 本章小结 |
| 7 总结与展望 |
| 7.1 总结 |
| 7.2 展望 |
| 参考文献 |
| 个人简历、研究成果及获奖情况 |
| 致谢 |
（10）高分辨率遥感影像面状地物交互式提取方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究目的和意义 |
| 1.2 国内外相关研究现状 |
| 1.2.1 高分辨率遥感影像地物提取方法综述 |
| 1.2.2 交互式地物提取方法研究现状 |
| 1.2.3 常用交互方式对比 |
| 1.3 主要研究内容 |
| 1.4 论文组织 |
| 第2章 基于全连接条件随机场的自然地物提取 |
| 2.1 引言 |
| 2.2 条件随机场简介 |
| 2.2.1 条件随机场 |
| 2.2.2 高阶条件随机场 |
| 2.2.3 分层条件随机场 |
| 2.2.4 全连接条件随机场 |
| 2.3 自然地物交互式提取 |
| 2.3.1 过分割 |
| 2.3.2 特征提取 |
| 2.3.3 模型的建立与求解 |
| 2.3.4 边界优化 |
| 2.3.5 部分结果 |
| 2.4 本章小结 |
| 第3章 矩形形状约束下的直角建筑物屋顶提取 |
| 3.1 引言 |
| 3.2 图论在分割中的应用 |
| 3.2.1 图论简介 |
| 3.2.2 常见基于图论的分割方法 |
| 3.3 直角建筑物屋顶交互式提取 |
| 3.3.1 用户交互 |
| 3.3.2 主方向探测 |
| 3.3.3 规则化过分割 |
| 3.3.4 矩形形状约束下的直角建筑物屋顶提取 |
| 3.3.5 一般直角建筑物屋顶提取 |
| 3.3.6 部分结果 |
| 3.4 本章小结 |
| 第4章 LiDAR点云辅助下的一般建筑物屋顶提取 |
| 4.1 引言 |
| 4.2 一般建筑物屋顶交互式提取 |
| 4.2.1 基于扫描线的LiDAR点云滤波 |
| 4.2.2 高程影像生成 |
| 4.2.3 边界提取及跟踪 |
| 4.2.4 Harris角点提取 |
| 4.2.5 基于三角网的过分割 |
| 4.2.6 星型形状约束下的建筑物屋顶提取 |
| 4.2.7 目标提取与边界优化 |
| 4.2.8 部分结果 |
| 4.3 本章小结 |
| 第5章 交互式方法实验与分析 |
| 5.1 引言 |
| 5.2 自然地物交互式提取算法实验结果及分析 |
| 5.2.1 测试数据 |
| 5.2.2 结果评价和对比 |
| 5.3 直角建筑物屋顶交互式提取算法实验结果及分析 |
| 5.3.1 测试数据 |
| 5.3.2 结果评价和对比 |
| 5.4 一般建筑物屋顶交互式提取算法实验结果及分析 |
| 5.4.1 点云滤波及高程影像生成 |
| 5.4.2 一般建筑物提取结果及评价 |
| 5.5 本章小结 |
| 第6章 总结与展望 |
| 6.1 工作总结 |
| 6.2 展望 |
| 参考文献 |
| 攻读博士期间发表的论文和科研情况 |
| 后记 |
四、前处理有向凸多边形智能识别技术研究（论文参考文献）
- [1]智能产线作业环境下多AGV控制和调度策略研究[D]. 汪康. 安徽工程大学, 2020(04)
- [2]基于安卓手机的室内定位导航系统研究[D]. 王林琳. 北京工业大学, 2020(06)
- [3]社交网络中的子图结构挖掘研究[D]. 徐泰华. 西南交通大学, 2019(03)
- [4]拓扑优化结果的多视图参数化几何重构方法[D]. 周涛. 武汉理工大学, 2019(07)
- [5]黄河宁夏典型河段及水库水动力与水质数值模拟研究[D]. 黄凌霄. 宁夏大学, 2019(02)
- [6]基于特征的SAR图像配准技术研究[D]. 逄博. 武汉大学, 2019(06)
- [7]基于BIM技术的地铁保护系统研究与开发[D]. 周一. 清华大学, 2018(04)
- [8]熔融沉积成型技术分层算法和扫描填充路径规划研究[D]. 赵信义. 山东科技大学, 2018(03)
- [9]基于特征提取的掌心实时定位与手势识别算法的研究[D]. 朱连杰. 郑州大学, 2017(12)
- [10]高分辨率遥感影像面状地物交互式提取方法研究[D]. 李小凯. 武汉大学, 2016(01)