基于纹理的三维地震数据场体绘制

传统的地震资料可视化方法中,采用一组二维切片来表示三维地震数据.这种方法的缺点是不能反映整个原始数据场的全貌及细节,直观性差.体绘制方法克服了这一缺点,它能根据三维数据场在屏幕上产生细节丰富的三维图像,成像质量高.基于纹理映射的体绘制方法借助于图形硬件,采用由硬件实现的纹理映射功能来进行三维地震数据的体绘制,从而明显提高了计算速度.     

基于均值聚类的体绘制中传递函数的自动产生

采用均值聚类的算法为三维数据场直接体绘制的传递函数中的各类分界自动产生关键点。该方法为传递函数关键点的初选提供了合理的依据和参考，将器官组织的灰度自动分为C类，传递函数的关键点取在边界点处，并使分界点处的透明度为较大值，这样使器官组织的分割自动达到较好状态。实验显示，通过自动产生的传递函数比手动选择的传递函数提供了表达更清晰组织的重构的显示效果。     

基于改进Canny算法的噪声图像边缘检测

针对经典Canny算法应用中常出现的无法滤除椒盐噪声且滤波后图像细节信息易丢失、Sobel卷积核定位的边缘信息精度较差、双阈值选取存在偶然性等问题,对Canny算法进行改进。首先采用自适应中值-高斯滤波法代替传统的高斯滤波,并融合Laplace边缘增强法,滤除大量噪声的同时保留图像边缘细节信息;使用精度更高的Scharr算子代替Sobel算子计算图像梯度幅值和方向;然后通过最大类间方差法自适应计算图像的最优阈值;最后选用BSD500数据集进行实验,结果表明：文中算法相对于经典Canny算法,峰值信噪比平均提升14.5 dB,边缘检测评价指标C/A提高0.07～0.24,C/B提高0.06～0.14,算法性能指标提高24.8%。     

对数尺度影射的传递函数在直接体绘制中的应用

体绘制中传递函数的手工设定对不同属性区间具有不同的敏感度。提出了一种基于对数尺度的传递函数的实施技术,它可以直接把图像中感兴趣区域的透明度与浓度的传递函数的值域设置在易于调节的较大几何空间中而又能获得非常精细的结果,以提高传递函数设定的灵敏度和可操作性。     

基于二维激光扫描的煤场储量计算与显示

利用二维激光扫描技术获取煤堆各截面的外表面x,y坐标,通过OLE自动化[1]技术读取和转换自定义格式的三维煤堆数据,并依据Marching Cubes和直接体绘制显示煤场三维形状,并根据数值积分求总体积和经验公式估算出煤的使用量并对煤储量进行合理的调用管理,还对三维数据场的两种体积计算方法进行了计算精度分析。     

优化的GPU体绘制

体绘制方法采用了GPU在现成的硬件上就能提供高性能的能力.本文讨论了在执行基于GPU的体绘制的时候图象硬件中出现的多种不同的瓶颈问题,提出一种新的策略,在不损害图象质量的情况下,这个策略可以平衡在特定瓶颈中的加载问题.介绍了双阶段的空间跳过,第一阶段应用于对一个半常规的网格进行分块,第二阶段使用八叉树来获得更好的间隔.同时,对数据块使用了提前光线终止的技术,并分析了两个阶段如何解决瓶颈问题和为了特定的硬件管道而如何被调节的.     

一种基于OBB的三维医学碰撞检测算法

在三维医学可视化系统中,对绘制场景中的多个三维对象进行碰撞检测的研究具有很重要的意义.利用VTK的面绘制特性,在方向包围盒层次树的基础上,提出了一种新的快速碰撞检测算法.算法在继承了一般基于方向包围盒的碰撞检测算法优点的同时,对大部分不可能发生碰撞的三角面片进行了排除,并使用相交检测法进行碰撞的精确检测.实验结果证明,该算法提高了碰撞检测的效率.     

基于激光摄影测量方法的地铁限界检测系统研究*

限界检测系统主要采用激光摄影测量方法快速实现地铁限界非接触式检测,检测系统采用激光摄像式传感器实时采集隧道断面图像,通过对激光摄像式传感器非线性模型进行标定从而建立空间物体与摄像机图像像素之间映射关系,实现隧道断面上待测目标点的距离测量。针对系统中激光光条图像的处理,先后采用图像预处理算法提高图像处理效率,Sobel算子提取激光光条边缘,利用 Sobel算子提供的光条梯度信息经脊线跟踪法实现光条中心亚像素提取,提高检测系统精度。利用研制出的地铁限界检测系统进行现场试验和精度验证。试验表明,地铁限界检测系统能够满足地铁限界高精度检测需求,能够为地铁安全运行发挥重要作用。     

智能优化算法对提高分数阶算子的有理逼近精度研究

针对分数阶微积分算子具有无限维特性而不能够直接数值实现,讨论了其有理函数逼近的优化问题.通过采用Oustaloup算法对分数阶微分算子进行有理函数逼近,确定其有理逼近传递函数结构.然后采用粒子群优化算法对该有理逼近传递函数的各系数进行再次寻优,实现提高分数阶微积分算子有理逼近精度的目的.仿真实例验证了所提方法的有效性.     

回转椭球体可压缩流动数值计算

基于细长体理论和逐次近似计算方法,对水下运动的回转椭球体可压缩流动进行了数值模拟.通过迭代计算得到流动压缩因子,用于确定可压缩流动流场.分析了相同的回转椭球体在不同介质中的临界马赫数以及相同来流马赫数下不同介质中压缩性影响程度.计算结果与相关资料数据进行比较,具有较好的一致性.     

基于径向基神经网络的大连站客运量预测

针对铁路客运量在时序上的复杂非线性特征,采用径向基函数(RBF)神经网络对铁路客运量时间序列进行预测.用自相关分析技术分析时间序列的延迟特性,据此确定RBF神经网络的输入、输出向量,建立了基于MATLAB7.0环境下的RBF神经网络客运量预测模型,并用大连站实际客运量数据进行了验证.结果表明,该模型拟合精度和预测精度较高、计算速度较快.     

����OD�ȶ�ģʽ�ĸ��ٹ�·��������Ԥ�ⷽ���о�

从高速公路车辆出入口数据中可以直接提取路网中车辆的OD信息,这些信息在一定程度上反映出车辆时空上的运行状态,更可以通过这类数据对高速公路出口流量的趋势做出合理有效地预测.本研究从真实数据出发,对交通路网中车辆OD的稳定性进行了分析,并以此为指导,将所得到的领域知识加入到常规的预测方法中,提出了一套基于OD稳定模式的高速公路出口流量预测方法.主要贡献包括：①提出了信息熵的概念,以刻画高速公路车辆OD的规律性;②提出了基于OD的稳定模式的出口流量预测方法;③在大量真实的数据上进行了实验分析.     

基于站点实时关联度的短时公交客流预测方法

为探究公交站点之间的关联度并对公交客流进行更精准的实时预测，本文提出基于 Attention的交通预测核心算法(Traffic Forecast Model Based Attention，TFMA)，结合数据预处理和 站点信息编码完成基于站点实时关联度的短时公交客流预测方法。该方法首先创新性地提出了 站点实时关联度，可实现对目标站点客流量更精准的预测；其次，在公交站点的编码信息中融入 线路站点信息、客流变化率、天气、日期等关联因素；接着，该方法依靠Attention机制计算站点实 时关联度；核心算法中使用multi-headed机制、增加通道和残差连接进一步提升预测能力；最后， 以苏州市公交数据进行验证。结果显示：在准确率上，对比多元线性回归的53.8%、GRU(Gated Recurrent Unit)的66.9%和LightGBM(Light Gradient Boosting Machine)的81.2%，本文提出的基于 站点实时关联度的短时公交客流预测方法的准确率在90%以上，表明该方法具备优秀的短时公 交客流预测能力。     

一个基于段的体涂塑切割算法

在三维图象重建中采和对象段数据结构，可以使体数据集占用的存储空间显著减少。针对这种数据结构，本文提出一种段切割（ＳＥＧＭＥＮＴ－ＣＵＴ）算法，可以实现对体数据集进行任意复杂形状的切割。这种算法基于一个由切割段表达的切割查找表，避免了对切割边界面的冗余计算，并且直接在涂塑过程中调用。     

利用简化时间序列法预测公共交通客运量

在满足一定的前提下,时间序列法可以用于预测公共交通客运量;预测的计算过程可以采用excel等软件来辅助计算,也可以采用手算。在需要手算的情况下,将时间的年份序列进行简化,能够提高手算速度,有助于使用者更快地完成计算过程、得到同样的预测结果,并能有助于使用者更好地理解时间序列法的应用。     

基于改进 BP 神经网络的铁路货运量预测

在分析铁路货运量预测方法的基础上,针对标准BP神经网络的不足,提出改进的BP神经网络预测模型。首先,利用动态陡度因子来改变激励函数的陡峭程度,以此来得到更好的激励函数响应特征以及更好的非线性表达能力;其次,利用附加动量因子,通过对以前经验的积累,既降低了神经网络对误差曲面的局部细节敏感特性,又较好的遏制了神经网络易于限于局部最小的缺陷;最后,采取改变学习率的方法,给定一个较大的学习率初始值,在学习的过程中学习率不断减小,网络最终趋于稳定。改进BP算法既可以得到更优的解,还能够缩短训练时间。利用全国铁路货运量的相关数据对改进BP神经网络进行了验证。验证的结果表明,改进的BP神经网络预测模型在相对误差和迭代次数上有较大改善,对铁路的货运量预测很有效。     

基于动态流场数据的虚拟港口建模方法

为了实现港口数字化升级，提出了一种基于动态流场数据的虚拟港口建模方法；采用三维重建模型从无人机倾斜摄影影像数据中重建了港口几何特征，获取高精度三维模型；引入了基于二次误差度量的边折叠算法简化模型，以避免数据量过大致使渲染效率低的问题；分析了欧拉法数值计算过程中的高耗时环节，建立了神经网络模型学习流场演化特征，加速投影项计算得到实时变化的流场数据，通过流场数据驱动水流动态渲染，结合光滑粒子流体动力学方法表现水流与船舶、陆地的交互动态，在保证渲染实时性的同时，提高渲染真实感。研究结果表明:重建的港口三维重建模型顶点数量可达3 320 937个，重建的网格模型在Meshlab中渲染频率为78.7 Hz；经过模型简化降低90.0%的模型顶点数量后，模型顶点数量缩减为332 836个，渲染频率提升至108.7 Hz，模型简化后几何误差小于2.0%；在256×256的流场网格下，采用神经网络加速的网格流体计算方法所得水流速度场平均更新间隔约为17 ms，平均仿真精度为88.6%；通过开源图像引擎驱动流场数据和港口三维模型，平均渲染频率可达50.5 Hz。可见，该方法可有效解决高精度实时渲染中的关键问题，以达到仿真精度与渲染效率间的动态平衡，在精度损失较小的情况下实现较高精度的虚拟港口建模与实时动态仿真。      

铁路客流量预测分析与研究

铁路客流量预测与分析对铁路部门采取有效的应对措施具有十分重要的意义,分别应用基本的神经网络和遗传算法优化BP神经网络对客流量进行了预测,建立铁路客流量网络预测模型.分别利用以前客流量的数据对2011年和2012年的客流量做了预测验证,并对2013年的客流量做了预测,结果表明利用遗传算法优化BP神经网络得到的预测数据和实际的基本相符,该预测算法应用到客流量的预测中效果良好,具有很好的应用和推广的前景.