【摘 要】
：
首先介绍了胸部和运动两种CT(Computerized Tomography)心脏仿真模型,通过对原模型进行简化、改进和合并,定义了新的心脏综合模型。其次,通过坐标变换和心脏运动的简化实现了模型投影值的快速计算。最后,通过多周期采集模型的投影数据,由滤波反投影算法重建图像,仿真结果表明了模型及重建方法的有效性。
论文部分内容阅读
首先介绍了胸部和运动两种CT(Computerized Tomography)心脏仿真模型,通过对原模型进行简化、改进和合并,定义了新的心脏综合模型。其次,通过坐标变换和心脏运动的简化实现了模型投影值的快速计算。最后,通过多周期采集模型的投影数据,由滤波反投影算法重建图像,仿真结果表明了模型及重建方法的有效性。
其他文献
为了解决由于模糊加权指数选取不当而导致系统性能下降的问题,将熵函数引入到核映射的特征空间中,提出了一种基于模糊核熵的短语音说话人识别新方法。通过定义特征空间中的模糊核熵目标函数,设计了模糊核熵矢量量化器,在高维特征空间中对说话人的语音进行训练和识别匹配。引入熵的算法具有更加清晰简洁的数学形式和物理含义。为了进一步提高系统性能,利用模拟退火法对熵函数中的模糊熵度进行全局优化,提出了一种基于模拟退火的
提出近场光存储光学头飞行问题的综合仿真方案,采用控制体积法求解表面形貌复杂的空气轴承气浮力分布,采用准牛顿迭代法求解光学头稳定飞行姿态;并以此为基础,分析空气轴承表面形貌参数对光学头稳定飞行姿态的影响规律,对其进行优化设计;所设计的光学头飞高为73.87nm,且飞行姿态稳定,满足近场光存储信号读写的要求。
军事仿真系统的置信度评估,在不同的应用范围中侧重点不同。对于大规模军事仿真,仿真的功能和行为的完整性显得更加重要。提出基于作战行动(行为)及其影响的定性推理方法,来验证概念模型功能和行为的完整性,能够全面模拟实际行为,仿真即可达到良好的置信度条件。最后对由于联邦成员的变化对完整性的影响及其修改进行讨论。
组合模型的有效性验证是利用模型组合实现仿真系统快速开发的迫切需求,也是组合仿真理论和方法研究的一个重要问题。在分析组合模型抽象层次的基础上讨论了不同层次组合有效性的研究内容,并针对组合模型的行为从测试的角度提出了语境驱动的仿真模型测试方法论,重点讨论了方法论中语境的概念、语境驱动的测试框架生成以及测试框架的嵌入和运行时刻检验等内容,目的是判断仿真模型及其组合行为是否忠实反映了设计信息,实现了行为无
为了建立一个通用的三维颌面部骨骼系统仿真环境,将骨骼建模过程与仿真行为定义完全分离开,每一骨骼组织(包括每一颗牙齿)模型给定唯一的命名,使相关的行为方法与命名的名称唯一对应,实现了不同个体的颌面部骨骼模型,均可在同一仿真环境下实施给定的行为仿真。本研究基于人体切片图像和64层螺旋CT图像,重建了两个符合生理结构要求的颌面部骨骼三维模型。借助Virtools行为仿真开发软件,实现了两个模型符合生理运
分析了温室小气候系统结构,采用加权最小二乘支持向量机回归方法在线建立温室小气候模型,并进行仿真研究,取得了较好的效果。最小二乘支持向量机中引入加权因子,使其回归估计对非高斯分布噪声及野点数据具有较好的鲁棒性。最后将此方法和带有智能监督级的渐消记忆递推增广最小二乘方法的在线建模及仿真结果进行了对比分析。
通过自学习使计算机生成兵力(CGF)具有决策能力,是机器学习技术应用于军事仿真的一个重要研究方向。运用基于Agent的建模方法和学习分类器系统技术,构建了基于遗传算法的CGF学习行为模型框架,详细论述了该模型学习过程的运行周期,并将记忆功能引入CGF决策模型来加速学习进程。最后,设计了一个可视化验证系统,实验结果表明该模型的有效性和可行性。
普适计算与网格技术是当前信息领域的研究热点,基于普适计算和网格技术,集成分布仿真技术、Web技术构建层次化、网络化、面向服务的普适仿真体系结构,实现各类仿真资源的服务化、普适化及在广域网络中的共享和应用,支持基于智能终端Web浏览器的资源调用以及复杂仿真系统的动态组装和快速构建。对普适仿真体系结构中涉及的五类关键技术和相应的技术途径进行了研究和探讨。
以共轭齿面包络原理为理论基础,布尔运算为方法,商用三维实体软件为工具,研究了磨前滚刀加工圆柱齿轮的计算机虚拟加工问题,利用CATIAV5的二次开发功能构建出磨前滚刀加工圆柱齿轮的虚拟仿真加工系统。对仿真系统虚拟加工的齿轮齿廓进行了曲面重构,得到了精确齿轮实体模型,通过分析模型的公法线误差,验证了该方法的正确性。为基于包络制造原理的曲面零件的数字化制造提供了一种有效方法。
针对多UCAV(multi-Unmanned Combat Aerial Vehicle)动态任务规划问题提出了单任务类型动态规划模型,基于事件驱动的原则,满足对打击不成功目标和新出现目标需要进行动态规划的要求,在实施目标攻击后或新目标出现时,以获得最大收益值为目标,采用遗传算法进行动态目标分配。与多任务类型模型相比,单任务类型模型有效地减小了可能解规模,寻优过程计算量小,所需时间短,仿真实验验证