拓扑优化技术在拱式纵梁码头结构中的应用

近年来,结构拓扑优化设计已成为结构优化研究领域的热点。针对新型的拱式纵梁码头结构,基于ANSYS有限元理论,采用拓扑优化方法对拱式纵梁的拱轴线线型进行选择,将得出的拱轴线应用于拱式纵梁码头结构中。通过实例证明了拓扑优化生成的拱轴线的合理性及其在工程应用中的可行性。     

改进多目标粒子群优化算法在营养配餐中应用

营养配餐计算模型为多目标模型,求解过程复杂,笔者利用改进过的多目标粒子群算法优化后,再根据配餐用户的偏好信息进行优化,摆脱了传统多目标优化的权重系数的影响,使得营养配餐计算模型能够满足各类人群的差异化、特殊化.最后,笔者以一日营养量为目标进行实际配餐,实验证明,配餐结果令人满意.     

基于UML的构件抽取技术的研究

本文首先介绍统一建模语言(UML),然后提出了基于UML的构件抽取的方法及策略,在此基础上,运用UML的构件抽取方法对教师管理系统进行了构件抽取,为在开发基于构件的应用系统中进行构件的抽取提供了一种可行的解决方案.     

水下沙波分布区安全航行水深的计算方法

在回顾航道底床顺平情况下安全航行水深的计算方法以及沙质和淤泥质底质分布区安全航行水深的确定方法基础上,探讨沙波分布区安全航行水深的计算方法,为航行安全和航道的治理工程提供理论依据.     

预防颈椎病的方法

颈椎病又称颈椎综合症,是一种骨骼的退行性病变。发病率随年龄增长而增多,不过,颈椎病的退行性病变是一个长期、缓慢的过程,并非一日之寒,所以年轻时的锻炼和呵护十分重要。我们在日常生活中应该主要做到如下四点来预防颈椎病。避免风寒、潮湿。夏天注意避免风扇、空调直接吹     

十月份长江干线主要港口企业货物吞吐量统计

<正>~~     

九月份全国港口铁路运送集装箱吞吐量统计(暂部分)

<正>~~     

城市公共交通学会会刊优秀论文评审会在京召开

中国城市公共交通学会会刊《城市公共交通》优秀论文第八届评审会于2011年7月11日-13日在北京召开。来自全国城市公交的评委以及入编会刊支持单位厂家计48名代表参加了本届评审会。     

3D human motion tracking by using interactive multiple models

Of different model-based methods in vision based human tracking, many state of the art works focus on the stochastic optimization method to search in a very high dimensional space and try to find the optimal solution according to a proper likelihood function. Seldom works perform a framework of interactive multiple models (IMM) to track a human for challenging problems, such as uncertainty of motion styles, imprecise detection of feature points and ambiguity of joint location. This paper presents a two-layer filter framework based on IMM to track human motion. First, a method of model based points location is proposed to detect key feature points automatically and the filter in the first layer is performed to estimate the undetected points. Second, multiple models of motion are learned by the prior motion data with ridge regression and the IMM algorithm is used to estimate the quaternion vectors of joints rotation. Finally, experiments using real images sequences, simulation videos and 3D voxel data demonstrate that this human tracking framework is efficient.     

基于混合高斯模型的增量式聚类

为有效处理动态增长的数据集,获得增量数据的聚类结果,文中利用高斯混合模型模拟数据分布,将原有样本所属高斯成分的均值和先验概率视为这些样本的代表点信息,并将其后验概率松弛为0和1两种状态,在密度参数新的迭代公式的基础上,依据标准EM算法设计增量式EM算法,避免了在估计混合密度参数的过程中对原有样本后验概率的重复计算,从而...