课程文献中心 更多>>

关键词： 点云   点云投影   直线拟合   建筑轮廓提取   自动重建  

摘要： 为了提高建筑群轮廓图的绘制效率，本文提出了一种基于点云数据的建筑群轮廓图快速生成方法。首先，使用激光扫描仪获取建筑群的原始三维点云模型，并对点云数据进行预处理。然后，对预处理后的数据进行水平切片并投影，进而将投影后的平面点云转化为图片，实现数据降维。融合高斯模糊、Canny边缘检测和霍夫变换，对二值图进行墙线提取，生成建筑群的轮廓图。最后，将所提出的算法进行集成，开发了一个端到端的建筑群轮廓图快速生成的Web应用。实验结果表明，本算法自动生成的轮廓图与人工绘制图纸的重叠度(Intersection over Union， IOU)高达96%，墙线尺寸平均误差仅1.4%，同时该案例中整个框架的运行时间小于1分钟，验证了本文方法处理大规模复杂建筑群点云的高效性和准确性。

关键词： 图兰扇头蜱   线粒体基因组   系统发育分析  

摘要： 目的 解析图兰扇头蜱（Rhipicephalusturanicus）线粒体全基因组的结构特征与系统发育关系，揭示不同地理种群之间的遗传分化，为进一步开展物种鉴定和系统发育分析等研究提供数据支撑。方法 2023年8月，于山东省济宁市微山县马坡镇的一只家犬体表采集并鉴定图兰扇头蜱雄蜱1只，提取基因组DNA，采用Illumina测序平台二代测序技术进行测序，并利用Novoplasty软件进行序列组装，拼接完整的线粒体基因组全序列，使用MITOS软件对线粒体基因组进行初步功能注释。基于13个蛋白质编码基因（protein-codinggene,PCG）序列，应用最大似然法构建系统进化树。结果 测序结果显示，图兰扇头蜱线粒体基因组全长为14 718 bp (GenBank登录号：PV416795)，由13个PCG、22个转运RNA基因、2个核糖体RNA和2个非编码区（NCR）组成。线粒体基因组基因之间存在重叠或基因间隔区，碱基组成呈现明显A+T偏向性。PCG以ATA、ATC、ATG和ATT等4种典型的ATN序列作为起始密码子，TAA、TAG、TA、T为终止密码子。在22个tRNA基因二级结构中，除trnC、trnF、trnS1缺少二氢尿嘧啶臂（DHU臂）和二氢尿嘧啶环（DHU环）导致不能形成完整的三叶草结构外，其余均能形成典型的三叶草结构。系统进化分析表明，本研究采集的山东图兰扇头蜱与北京种群（登录号：OM368330）、新疆种群（登录号：KY996841、NC035946、OM368326）共同聚为一支，并与来自以色列（登录号：OQ184023）和沙特阿拉伯（登录号：PP919886）的种群共同构成一个强支持的单系分支。不同地理种群图兰扇头蜱聚为同一高度支持的系统发育分支，表明其具有较强的遗传保守性，同时也显示出一定的地域性遗传分化趋势。结论本研究获得了山东图兰扇头蜱线粒体基因组全序列，符合硬蜱科线粒体基因组特征，不同地理种群间存在潜在的遗传分化趋势，为深入解析该物种种群遗传结构提供理论依据。

关键词： 视觉定位与建图   语义特征   语义地图   地图复用性  

摘要： 基于视觉的定位方法往往需要高复用性的视觉地图，然而在缺乏显著纹理且环境内容易发生改变的场景中，往往会导致传统特征失效，地图复用性较低，难以满足定位需求。针对该问题，设计了一种基于参数化语义特征的高复用性语义地图构建系统。该系统使用语义分割技术对周边环境进行语义特征提取，并对语义特征进行参数化表达。然后将参数化表达的特征引入视觉因子图优化，提高了定位模块的精度。最后，在泊车场景中验证了所提出方法的有效性。实验结果显示相比于传统的视觉地图，该系统所构建的地图显著降低了内存占用，提高了定位精度，具有较高的复用性。

关键词： 点云   图卷积   图池化   边缘保持   语义分割   S3DIS  

摘要： 针对基于编码器-解码器架构的点云分割方法在几何细节与上下文信息利用方面存在的不足，对点云语义分割中的特征流失问题进行了研究；通过分析原始点云中几何细节与深层语义特征的互补关系，构建了多层次特征表示体系；采用边缘保持图池化（EGP）模块和边缘保持图反池化（EGU）模块相结合的技术方案，其中EGP模块通过几何约束机制实现边缘结构特征的显式保留，EGU模块利用保留的边缘特征指导特征重建，形成闭环优化系统；实验测试在S3DIS基准数据集上进行，结果表明该方法在Area-5测试集上实现了73.8%的平均类别准确率（mAcc），较现有方法有显著提升；消融实验验证了EGP和EGU模块的有效性，该方法能够满足三维场景理解中对精细几何特征保持的需求，展现了其在点云分语义割上的应用潜力。

关键词： 金属材料   三维模型   Voronoi   规整度   晶粒度  

摘要： 金属材料细观尺度晶体三维模型数值模拟技术为深入研究材料塑性变形机制和材料成型工艺提供了新思路，而细观尺度晶体三维模型的精准度直接影响塑性数值模拟结果的可靠性。因此，利用Voronoi图构建方法，通过控制晶粒模型规整度和晶粒度，构建金属材料细观尺度晶体三维模型，能够准确反映金属材料晶粒的大小、形状和空间位置分布等细观结构特征，为分析细观结构对宏观力学性能的影响，进行可靠的数值模拟分析打下基础。

摘要： 素宣妙绘鹤双栖,松影婆娑映碧曦. 丹顶凝霞增俊逸,修翎振羽显清奇. 墨皴老干龙鳞现,彩点新针翠意弥. 瑞物呈祥添雅韵,长祈岁月永安怡. 观仕女图 素壁华笺绘丽姝,罗裳浅黛韵如酥. 蛾眉淡扫含秋水,玉指轻扬绕碧梧. 墨线勾来风细细,朱颜染就态踟蹰. 丹青妙笔呈仙影,恍若姮娥下九衢.

关键词： 深度补全   多模态融合   自动驾驶   稀疏深度图  

摘要： 在自动驾驶领域，稀疏深度图的密集化是重要研究课题，对3D重建和3D目标检测等任务具有突出意义。提出一种新颖的深度补全框架SFN-D。该框架基于多模态数据融合和语义分割设计，利用多模态数据各自的优势来补充稀疏深度图中的缺失深度，从而有效补充稀疏深度图。为了实现这一目标，采取一种借助传感器标定进行数据转换从而实现多模态数据融合和深度图修正的方案，该框架融合了来自图像和激光雷达的特征图，可与现有任何优秀的点云语义分割网络和图片分割网络相适配，无需任何专家知识且能够开放性的实现稀疏深度图的深度补全。使用自动驾驶领域中广泛使用的KITTI Depth Compeletion数据集与相似深度补全方法评估了SFN-D，实验结果表明与其他深度补全方法相比，SFN-D有效且有更高的精度。

关键词： 变压器   故障诊断   深度学习   多重降噪   完全自适应噪声集合经验模态分解   递归分析   卷积神经网络  

摘要： 针对噪声干扰情况下变压器振动信号特征难以提取、时间信息利用率低的问题，提出基于多重降噪与递归图相结合的故障诊断方法。通过完全自适应噪声集合经验模态分解联合自适应小波阈值对振动信号进行多重降噪；采用递归分析将时序信号构造为递归图，保留时间依赖性和非线性动力学特征；利用卷积神经网络在图像处理上的优势，以递归图为输入，提取空间特征，从而实现变压器的故障诊断。结果表明：所提方法误报率低且诊断准确率为98.125%，证明了该方法能有效适用于变压器振动信号故障诊断。

关键词： 加密恶意流量分类   深度学习   马尔可夫链   马尔可夫转移概率矩阵   流量处理   特征过滤  

摘要： 为了解决现有加密恶意流量分类方法现多存在的特征表达能力受限、噪声敏感性强、模型泛化能力不足的情况，该研究提出了一种使用三维二阶马尔可夫矩阵图像进行深度学习分类(Deep learning classification using three-dimensional second-order Markov matrix images,DLC-TSM)的加密恶意流量分类方法。通过将三维二阶马尔可夫概率矩阵特征变换与深度学习相结合，将原始网络流量转换为RGB特征图像，再结合创新的阈值过滤算法增强特征表征能力，采用深度学习神经网络对生成的图像特征进行深度挖掘，实现流量类别的精准识别。实验结果表明，该方法在三个不同场景的四个加密恶意流量数据集上验证了该方法有效性，分别达到了99.33%、99.07%、97.98%、98.17%的最好准确度。DLC-TSM有效解决了加密流量特征提取与分类精度间的矛盾，其图像化表征策略为流量分析研究提供了新的技术路径。

关键词： 组合优化   图   伊辛模型   最大割   小世界网络   规则网络   随机网络   MZ调制器  

摘要： 针对传统计算机枚举算法计算时间会随问题规模指数增长的问题，提出一种基于Mach-Zehnder(MZ)调制器的伊辛机仿真算法，用于高效求解组合优化问题。利用余弦函数模拟MZ调制器的干涉输出特性，其次引入高斯随机数模拟系统噪声，最后通过数值迭代模拟系统的动力学演化。选取顶点数为16和100的规则网络、小世界网络和随机网络的最大割问题作为测试案例，结果表明：该算法对16顶点网络的成功率达到100%，对100顶点随机网络仍保持88%的成功率；在计算效率方面，求解25顶点规则网络时，伊辛算法仅需0.42 s，相比枚举法的29.93 s展现出显著优势。本研究不仅为复杂网络优化问题提供了高效解决方案，同时为MZ伊辛机的实验设计提供了理论参考。