检索结果-南通市图书馆

作者：刘童鑫西安科技大学

学位级别：硕士

相较于传统固定式矫治,隐形矫治技术最大的优势在于其美观、卫生且方便的隐形矫治器,而制作隐形矫治器,需要依靠隐形矫治系统。正畸医师通过隐形矫治系统模拟牙齿运动,预测每一阶段牙齿的位置和姿态,制定隐形正畸方案,为制作隐形矫治器... 详细信息

相较于传统固定式矫治,隐形矫治技术最大的优势在于其美观、卫生且方便的隐形矫治器,而制作隐形矫治器,需要依靠隐形矫治系统。正畸医师通过隐形矫治系统模拟牙齿运动,预测每一阶段牙齿的位置和姿态,制定隐形正畸方案,为制作隐形矫治器提供数据源。隐形正畸方案的制定作为隐形矫治技术中最关键的部分,目前大量的工作仍需医生手动操作,效率较低,相关的自动化算法还停留在研究阶段。因此,本文深入研究隐形正畸方案生成流程,对当前流程中的问题进行分析,设计了隐形正畸方案自动生成方法,主要做了如下工作:针对当前牙齿正畸路径规划方法获取路径单一而导致制定方案时有效信息少的问题,本文采用多目标优化方式获取牙齿正畸路径Pareto解集。首先对分割好的牙齿数据进行处理,获取牙齿特征点,建立局部坐标系,采用自动化排牙方法获取牙齿理想位姿,对牙齿运动路径规划问题进行建模,将问题转变为多目标优化问题;然后通过插值方法获取路径初始值,为避免碰撞,对牙齿建立OBB包围盒,为牙齿设定正畸优先级,最后通过改进的人工蜂群算法对牙齿运动路径进行规划,获取牙齿正畸路径Pareto解集。针对当前正畸医生制定方案流程繁琐,效率不高的问题,设计出一种正畸方案自动生成方法。根据正畸医师临床经验,综合常用的三个正畸评价标准,确定正畸方案制定参数,通过设置不同范围的参数确定多个合理的牙齿理想位姿,由牙齿运动路径规划方法规划多条路径,从而生成多个正畸方案;然后结合患者错颌情况,通过层次分析法建立优选模型,推荐最佳方案;之后针对隐形矫治器移动牙齿效能不足的问题,加入两个阶段的过矫正策略,对最佳方案进行了完善。最后在隐形矫治系统中对本文隐形正畸方案生成方法进行实验与可视化。实验结果表明,本文方法可以规划包含更多有效信息的牙齿运动路径,生成多个正畸方案并根据患者错颌情况推荐出最优方案,可大量减少正畸医师的工作量,具有实用价值。

关键词：隐形正畸 ABC算法牙齿正畸路径 Pareto解集过矫正

基于粗糙集与LDA的不完备数据处理方法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于粗糙集与LDA的不完备数据处理方法研究

作者：王佩文西安科技大学

学位级别：硕士

进入21世纪后,互联网技术飞速发展,数据可以快速通过线上方式进行获取和存储,这为数据挖掘工作带来了机遇,但由于各种原因往往会获取到不完备数据,如何准确、有效的处理不完备数据是当前研究的热点,因此,本文首先通过优化的填补算法使... 详细信息

进入21世纪后,互联网技术飞速发展,数据可以快速通过线上方式进行获取和存储,这为数据挖掘工作带来了机遇,但由于各种原因往往会获取到不完备数据,如何准确、有效的处理不完备数据是当前研究的热点,因此,本文首先通过优化的填补算法使不完备数据通过填补成为完备数据,接着针对完备数据的分类问题展开研究,本文主要研究工作如下:(1)针对利用相似样本进行填补的过程中,不能精确定位和填补时易受数据干扰,影响算法填补效果等问题。设计了基于粗糙集的样本缺失维度填补算法。该算法首先利用粗糙集进行属性约简,接着对约简后的决策表进行k均值聚类,并利用相似度进行待填补样本与聚簇结果的比较,从而精确定位较相似样本。最后以最小二乘法为核心思想,进行相应缺失维度上的数据拟合,减少了不相关数据的干扰。实验结果表明了本文算法的有效性。(2)针对利用近邻样本进行类别预测的过程中,训练集较大和样本特征数差异,影响算法分类效果等问题。设计了基于线性鉴别分析法的样本均值KNN改进算法。该算法首先利用线性鉴别分析法,降低样本特征数及其差异带来的不利影响。进而比较了待测样本和各类样本均值相似度,选择性筛选训练集,最后利用改进的距离公式计算K最近邻。实验结果表明了本文算法的有效性。(3)针对医学领域的甲状腺样本,分析了基于粗糙集的样本缺失维度填补算法和线性鉴别分析法的样本均值KNN改进算法的数据处理流程,运用本文设计的两种算法,对甲状腺样本进行相关实验设计,结果表明了本文算法的有效性。

关键词：缺失值粗糙集填补算法最小二乘法线性鉴别分析法

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

多源图像融合技术及应用研究

多源图像融合技术及应用研究

作者：马金福西安科技大学

学位级别：硕士

多源图像融合是一种信息综合处理技术,其主要目的是通过对多幅图像间冗余数据的处理提高图像的可靠性,通过对多幅图像间互补信息的处理提高图像的清晰度。近年来,多源图像融合己成为图像理解和计算机视觉领域中一项重要而有用的新技术... 详细信息

多源图像融合是一种信息综合处理技术,其主要目的是通过对多幅图像间冗余数据的处理提高图像的可靠性,通过对多幅图像间互补信息的处理提高图像的清晰度。近年来,多源图像融合己成为图像理解和计算机视觉领域中一项重要而有用的新技术。本文主要探讨像素级多源图像融合技术。首先,介绍了多源图像融合技术研究的背景,描述了图像融合的基本概念、层次、应用及国内外研究动态,阐述了像素级图像融合技术的基本原理和方法。对图像融合的四个步骤:图像增强、图像边缘检测、图像配准和图像融合分别进行了研究,并给出了对融合方法性能及融合图像效果进行主、客观评价相结合的评测方法。其次,主要研究图像变换和常用图像配准方法,给出图像配准过程模型,设计了一种图像配准改进方法,完成了图像的自动配准,可以比较精确地求出变换参数,实验结果表明了该方法的有效性和可靠性。最后,在综合分析基于塔形分解变换和小波分解变换的图像融合方法的基础上,选取了信息熵和平局梯度较好的四级小波分解变换的图像融合方法,采用基于区域的融合规则,利用可见光图像与红外图像和多聚焦图像进行了仿真实验,同时运用客观评价指标验证了该方法的可行性。本文采用MATLAB GUI技术,实现了多源图像融合实验系统,完成了图像增强、图像边缘检测、图像配准和图像融合及质量评价模块的设计。

关键词：边缘检测图像配准小波分解变换图像融合质量评价

MapReduce模型下的图像并行化处理研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

MapReduce模型下的图像并行化处理研究

作者：翟锐涛西安科技大学

学位级别：硕士

近年来,伴随着云计算和大数据的兴起,网络中各应用领域所产生的数据量快速增长,已经达到PB级别甚至更高。在这些数据中,图像大数据的处理与存储已经成为各界研究的热点。MapReduce技术是一种高可靠的并行编程框架,常用于进行大数据量的... 详细信息

近年来,伴随着云计算和大数据的兴起,网络中各应用领域所产生的数据量快速增长,已经达到PB级别甚至更高。在这些数据中,图像大数据的处理与存储已经成为各界研究的热点。MapReduce技术是一种高可靠的并行编程框架,常用于进行大数据量的并行计算,对复杂的集群环境问题有着很好的解决方案。Hadoop平台的核心之一MapReduce模型就是利用该项技术处理海量数据,目前已取得了较好成效,但不足的是对于图像文件的处理,尤其是海量小图像文件的研究还不成熟。本文针对于此问题,探讨了在MapReduce模型下图像的并行化处理,给出了一种可以作为处理海量小图像文件的新的数据平台基础架构,主要研究的内容及研究成果如下:首先,本文综述了在大数据背景下,海量图像数据处理的研究背景、研究现状及意义,并介绍了 Hadoop生态系统,包括其核心HDFS系统和MapReduce框架技术。其次,详细设计了如何改进Hadoop系统,提出组合分片方法,提高了海量小图片的处理效率,扩展了 MapReduce软件框架,使之能够很好的支持并处理图像文件。最后,本文设计并实现了在MapReduce模型下,图像的并行K-means聚类算法分析、图像的并行Sobel边缘检测算法、扩展了图像在MapReduce模型下的并行化直方图提取等操作。通过实验验证,扩展后的MapReduce模型的可行性及处理图像文件的高效性。通过指标性能分析,验证了 MapReduce模型下进行图像并行化处理的有效性,为在Hadoop平台下处理海量大数据图像文件的应用提供了一种可行的解决方案。

关键词： Hadoop MapReduce模型图像并行化

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于Kalman的TLD目标跟踪算法研究

基于Kalman的TLD目标跟踪算法研究

作者：江博西安科技大学

学位级别：硕士

运动目标检测与跟踪是机器视觉研究的核心内容之一。运动目标的检测与跟踪利用图像处理等相关技术对视频序列图像处理、分析和理解。它已经在遥感遥测、工业安防、航天航空、智能机器人、社会安防等领域发挥着重要作用。TLD(Tracking-Le... 详细信息

运动目标检测与跟踪是机器视觉研究的核心内容之一。运动目标的检测与跟踪利用图像处理等相关技术对视频序列图像处理、分析和理解。它已经在遥感遥测、工业安防、航天航空、智能机器人、社会安防等领域发挥着重要作用。TLD(Tracking-Learning-Detection)是近年来出现的一种单目标长时间跟踪的高效算法。该算法解决了目前大部分跟踪算法在目标失踪后不能重新捕获目标的缺点，并且能够很好的适应目标外观的剧烈变化。但是它仍然存在诸多缺点不足。本文以Kalman滤波器为主要的研究对象。利用扩展的Kalman滤波器的预测增强TLD算法，以增强算法的可靠性，并在此基础上实现了相应的目标跟踪算法。论文完成的工作有： 1.分析了Kalman滤波器的数学原理，对滤波器在目标跟踪、运动估计应用方面做了一定的扩展，并提出了扩展的方法。 2．分析了随机森林的原理，对比分析各类目标检测的图像特征描述，比如Haar，LBP，2bitBP特征。并提出基于2bitBP特征建立随机森林的过程。 3.研究了TLD算法中的关键部分P-N学习过程和基于LK光流法的Median Flow跟踪算法。 4.阐述利用扩展的Kalman滤波器增强TLD算法的思想，对改进算法的跟踪器、检测器、学习器的实现给出详细描述。调用检测器来计算跟踪器定位目标的可信度与Kalman滤波器预测目标的可信度，根据这两个可信度，决定输出到下一级检测器和学习器的结果。在此基础上利用Opencv计算机视觉库，在linux系统上实现了高效的改进跟踪器。针对四个各具特点的场景分别实验，分析实验结果和算法的优缺点。经实验验证改进确实增强了跟踪的可靠性。

关键词：运动目标检测与跟踪 Kalman滤波器 TLD跟踪算法

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于BP神经网络的图像复原算法研究

基于BP神经网络的图像复原算法研究

作者：董俊西安科技大学

学位级别：硕士

图像复原技术具有广泛的应用领域,近年来已经成为国内外图像界研究的热点问题之一。在获取图像的过程中有许多因素会导致图像质量的下降即降质,如光学系统的像差、大气扰动、运动、散焦和系统噪音,它们会造成图像的模糊和变形。图像复... 详细信息

图像复原技术具有广泛的应用领域,近年来已经成为国内外图像界研究的热点问题之一。在获取图像的过程中有许多因素会导致图像质量的下降即降质,如光学系统的像差、大气扰动、运动、散焦和系统噪音,它们会造成图像的模糊和变形。图像复原的目的就是对退化图像进行处理,使其复原成没有退化前的理想图像。本文从图像退化模型的研究入手,介绍了图像复原的理论基础,同时对一些常用的经典图像复原算法进行了研究。在研究神经网络的原理及特性的基础上,将BP神经网络应用于图像复原。通过实验验证了BP网络图像复原算法的有效性,同时也提出了其收敛速度较慢容易陷入局部最小的缺陷。为了改进BP网络图像复原算法的缺陷,本文将遗传算法与BP神经网络相结合的GA-BP算法应用到图像复原中,引入遗传算法对BP网络的参数进行调整,运用大量图像样本进行训练;在此基础上进一步优化GA-BP算法的适应度函数,使之得到更好的图像复原效果。本文给出的另一种改进方法是以全局寻优的蚁群算法调整BP网络参数,提出了一种动态信息素更新策略的ACO-BP算法并应用于图像复原。通过算法分析与实验验证了两种优化的BP网络图像复原算法相比原来BP网络图像复原算法的更优效果及效率。论文在最后对课题的研究成果进行了总结,并对未来工作的方向和重点进行了展望。

关键词：图像复原 BP神经网络遗传算法蚁群算法

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于方向小波变换的红外弱小目标检测

基于方向小波变换的红外弱小目标检测

作者：阮小东西安科技大学

学位级别：硕士

探索复杂背景下弱小目标检测的理论和算法，有利于精确制导武器的长足发展，对现代及未来战争都具有深远的意义，本文主要研究复杂背景下红外图像弱小目标的检测问题。红外传感器受到大气热辐射、作用距离远以及探测器噪声等因素的影响... 详细信息

探索复杂背景下弱小目标检测的理论和算法，有利于精确制导武器的长足发展，对现代及未来战争都具有深远的意义，本文主要研究复杂背景下红外图像弱小目标的检测问题。红外传感器受到大气热辐射、作用距离远以及探测器噪声等因素的影响，探测到的目标在红外图像上多呈现为对比度低的弱小目标，并且淹没在噪声中。红外图像弱小目标的检测困难在于：目标信噪比低，无纹理特征可以利用，背景复杂等。为了提高图像的信噪比，减少背景和噪声的影响，本文首先分析了红外图像中目标、噪声和背景的特性，并介绍了多种预处理方法，通过实验比较了各种方法的性能。每种方法都有各自的优缺点，应根据实际的场景和检测需求来选择。近年来，方向小波变换被成功地用于奇异信号检测，包括图像的边缘检测问题。尽管基于小波变换的边缘检测算法通常优于传统的边缘检测算法，但它却没有充分考虑到图像的方向性。基于此，本文研究了基于方向小波变换的边缘检测算法，为了避免得到的边缘线过粗，在边缘点的判断准则和各方向边缘图像的融合方法上也做了改进，并将改进后的算法运用于红外弱小目标检测，无论理论分析还是实验结果均表明基于方向小波变换的目标检测算法具有精确度高，抗噪性强，实时性好的优点。

关键词：弱小目标红外图像预处理方向小波

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

复杂网络的关键节点识别

复杂网络的关键节点识别

作者：李天梅西安科技大学

学位级别：硕士

复杂网络关键节点的识别是复杂网络理论和复杂性科学的重要组成部分。识别出复杂网络的关键节点并对其进行有针对性的保护能够提高网络的安全性。目前,复杂网络关键节点的识别方法存在识别结果不精确、运行时间过长等问题。为了设计出... 详细信息

复杂网络关键节点的识别是复杂网络理论和复杂性科学的重要组成部分。识别出复杂网络的关键节点并对其进行有针对性的保护能够提高网络的安全性。目前,复杂网络关键节点的识别方法存在识别结果不精确、运行时间过长等问题。为了设计出高效的复杂网络关键节点的识别方法,论文进行了以下的研究:(1)针对利用结构洞理论识别关键节点的方法对网络的全局拓扑结构重视不足的问题,论文提出一种基于Spark GraphX结构洞理论识别关键节点的方法(C-Burt)。首先,将具有全局特性的接近度中心性指标在Spark GraphX平台上实现,缩短接近度中心性的计算时间;其次,将接近度中心性指标和具有局部特性的邻接度指标结合,对网络约束系数公式进行改进,同时综合考虑节点的度属性和“桥接”属性对网络约束系数的影响;最后,在Spark GraphX分布式图处理平台上实现C-Burt方法,利用最大连通子图比值、子图数目、网络效率、谱距离和脆弱度指标评估了该方法识别关键节点的有效性。(2)针对利用介数指标识别关键节点时运行时间过长的问题,论文提出了一种改进的介数算法识别关键节点。对基于图回溯的介数算法(Brands)进行改进,首先,提出节点对源节点的点度中间度的计算公式;其次,通过图遍历记录节点对源节点的点度中间度计算时需要的信息,并对其进行计算;最后,在Spark GraphX分布式图处理平台上实现改进的介数算法,计算节点的介数中心性,识别网络的关键节点。通过实验验证了所提方法的有效性。(3)针对多指标识别关键节点的方法既没有考虑结构洞特征对节点重要性的影响,又没有综合考虑主客观因素对指标权重影响的问题,论文提出一种多指标识别关键节点的改进方法。首先,同时使用多种测度指标和结构洞特征衡量节点的重要性;其次,使用主观赋权法计算指标的主观权重,使用客观赋权法计算指标的客观权重;最后,将指标的主观权重和客观权重结合,得到综合权重,计算节点的重要性,识别网络的关键节点。通过实验验证了所提方法识别关键节点的有效性。

关键词：拓扑结构结构洞接近度中心性介数中心性 Spark GraphX

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

电力能源实时数据仓库系统研究与实现

电力能源实时数据仓库系统研究与实现

作者：杨琪西安科技大学

学位级别：硕士

本文以温州市某皮革有限公司能源计量数据实时监控系统为研究背景，根据公司决策层的需求，分析和设计了适合公司决策支持的数据仓库逻辑模型和物理模型结构，对数据抽取、转换、装载和数据清洗等技术进行了具体的应用研究，并结合数据... 详细信息

本文以温州市某皮革有限公司能源计量数据实时监控系统为研究背景，根据公司决策层的需求，分析和设计了适合公司决策支持的数据仓库逻辑模型和物理模型结构，对数据抽取、转换、装载和数据清洗等技术进行了具体的应用研究，并结合数据挖掘算法对电力能源负荷分别进行了战略预测和战术预测的实际应用研究，最后在上述研究基础上设计并实现了可满足实际决策应用的实时数据仓库系统和ETL工具。本文的主要研究内容如下：1、分析了电力能源实时数据仓库系统需求，设计了电力能源实时数据仓库系统架构;并根据业务需求，确立了电力能源实时数据仓库的两大主题结构：即电能消耗主题和工业能源消耗主题;并为两个主题设计了逻辑模型结构和物理模型结构。2、针对电力能源负荷预测设计了两种预测方式：即电力能源负荷战略预测和电力能源负荷战术预测。其中电力能源负荷战略预测主要面向中长期电能负荷预测，该预测主要针对企业的决策层;而电力能源负荷战术预测主要面向短期电能负荷预测，该预测主要针对企业生产一线的管理者。战略预测主要分为两种预测算法，分别是KNN预测算法和DWKNN预测算法，实验数据表明DWKNN预测算法预测效果要好于KNN预测算法;战术预测主要使用二次指数平滑预测法进行电能负荷预测，该算法经试验数据对比结果误差较小，达到实际应用标准。3、基于上述研究，开发并实现了电力能源实时数据仓库系统，该系统主要包括：用户登录及连接配置模块、ETL工具模块、能源计量多维度分析模块、电能负荷预测分析模块、报表和图形展示模块。经测试系统运行良好，预测结果误差处于用户可接受范围内;因此，电力能源实时数据仓库具有一定的实际应用价值。

关键词：实时数据仓库 ETL工具数据挖掘 KNN DWKNN 二次指数平滑法

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

电液伺服控制系统的研究与应用

电液伺服控制系统的研究与应用

作者：郑晓华西安科技大学

学位级别：硕士

造波机是与船模试验水池配套的、能够在水池中模拟波浪的大型实验设备,波浪模拟对于船舶、水利、港口工程以及海洋工程等许多领域的研究都有重要的意义。本文从改进水池造波系统性能,提高造波品质,使造波机具有较强的抗击性的目的出发,... 详细信息

造波机是与船模试验水池配套的、能够在水池中模拟波浪的大型实验设备,波浪模拟对于船舶、水利、港口工程以及海洋工程等许多领域的研究都有重要的意义。本文从改进水池造波系统性能,提高造波品质,使造波机具有较强的抗击性的目的出发,设计了电液伺服控制的模拟不规则波摇板式造波机控制系统。首先,分析了电液伺服摇板式造波机控制系统,在此基础上建立了伺服放大器、电液伺服阀、阀控液压缸以及拉压力传感器的模型,并进行了合理的系统模型简化,得到了伺服控制系统的数学模型,导出了系统的仿真模型,对系统进行了仿真研究。其次,在研究了电液伺服系统PID控制算法的基础上,采用Ziegler-Nichols方法和仿真实验法整定了PID控制器的参数,验证了该算法在电液伺服控制系统中的有效性。再次,研究了模糊控制器的理论和方法,重点对在线调整式模糊PID参数自整定控制算法分析和设计。确定了模糊PID控制器的结构及电液伺服系统的模糊规则和隶属度函数,给出了PID参数的自整定规则。仿真验证了模糊PID参数自整定控制算法具有超调小、响应速度快、稳态精度高以及自适应性强等优点,并得出了该算法的控制效果优于常规PID控制算法的结论,达到了预期的控制效果。最后,研究了径向基函数(RBF)神经网络整定的PID控制算法,依照神经网络的学习算法,在线调整PID控制器的参数,使得给定的性能指标最优,实验验证了该控制算法的可行性。

关键词：伺服控制液压控制 PID Fuzzy RBF网络