【摘 要】
：
The boundary knot method(BKM) is a truly meshless boundary-type radial basis function(RBF) collocation scheme,where the general solution is employed instead of the fundamental solution to avoid the fi
【出 处】
：
Acta Mechanica Solida Sinica
论文部分内容阅读
The boundary knot method(BKM) is a truly meshless boundary-type radial basis function(RBF) collocation scheme,where the general solution is employed instead of the fundamental solution to avoid the fictitious outside boundary of the physical domain of
其他文献
X-ray diffraction enhanced imaging(DEI) has extremely high sensitivity for weakly absorbing low-Z samples in medical and biological fields.In this paper, we propose an Algebra Reconstruction Technique
Tomosynthesis is a three-dimension reconstruction method that can remove the e?ect of superim-position with limited angle projections.It is especially promising in mammography where radiation dose is
本文介绍了数字图像处理中的几种经典的边缘检测算子,利用这些算子进行医学图像边缘检测,对各种边缘检测算子的优劣进行了比较,讨论了获得清晰、完整的边缘轮廓的方法,为医学图像的进一步处理打下基础。
针对被跟踪头部目标特征状态随时间变化而与参考模板不匹配的问题,提出一种基于融合参考模板的均值移动算法,即将被跟踪目标在不同状态下所呈现出的不同特征使用采样的方法进行融合,如将头部跟踪过程中正面的肤色信息和后面的发色信息进行融合,从而形成一个包含不同特征的参考模板.在跟踪过程中,使用该融合模板可以有效地克服由被跟踪目标特征变化导致跟踪失败而不能实现头部连续跟踪的问题.通过头部跟踪实验可以看出,该算法
提出一种新的纠正CORDIC算法中模因子的方法以解决传统方法所带来的电路结构不规则、系统吞吐率降低等弊端.首先根据迭代方程之间的关系,通过推导引入一个新的迭代方程,将模因子的校正过程转化为只需要移位和加法运算即可实现的简单的迭代过程.然后分析了该算法量化误差中的舍入误差所带来的影响,并提出该误差可以通过对迭代方程中的系数进行合适取值来降低.最后对提出的算法通过Matlab建模并利用Verilog
针对支持向量机(SVM)适应性学习过程中产生的知识积累问题,提出了基于分类信息制导的知识积累方法.该方法为每个样本产生了用误分率表示的分类信息,误分率低的样本作为保留样本用于知识积累、参与训练和更新SVM.输入空间先被映射到高维特征空间,在该空间中依次为每个映射样本构造一个合适的分离超平面,使其对训练样本具有较低误分率,该误分率即作为相应样本包含的分类信息.与基于距离计算的传统方法相比,该方法对目
针对计算机辅助口腔修复体设计中的缝合问题,根据修复体腔底表面和上表面的生物医学特征,提出了一种基于拉链啮合机制和最小化全曲率能量函数的缝合算法.该算法首先采用由局部最优化权值驱动的虚拟拉链,对修复体腔的底表面和上表面边界进行拉合,得到对应的初始缝合曲面片.其次,对初始缝合曲面片进行细分优化,并根据牙齿的生理医学特性,对缝合曲面片进行变形调整,构造出符合实际生理医学特征的缝合曲面片,实现修复体腔底表
为了使研究人员能对用户点击界面目标时的错误率进行快速预测,提出了一种基于Fitts′定律的预测用户点击错误率模型,并用实验验证了该模型的有效性.第一阶段的实验是为了计算Fitts′定律中的系数值,并将其用于第二阶段实验的数据分析;第二阶段的实验在10种时间受控的条件下进行,目的是消除用户的个体差异.实验结果表明:测试数据符合Fitts′定律,并且该模型预测得到的错误率与实验测试得到的错误率非常接近
提出了一种利用图像实现颗粒粮食中异物的检测方法。该方法根据异物特征,提出了基于斑点分析的方法,一次成像2次处理,剔除比正常颗粒亮和暗的异物。设计包括输送系统、照明系统、成像系统、处理系统、结果存储和输出系统5个部分的异物检测系统,将粮食颗粒放到输送带上,在指定位置由成像系统获取图像,并将数据传入计算机进行分析处理,之后选用合适的算法进行图像处理。比较后发现,与Halcon库相比,Mil库设置的特征
提出了一种对图像单目标识别算法性能进行量化评估的方法。该方法将ROC曲线予以量化,在高斯分布假设下推导出识别算法性能的单一量化指标评估模型,采用均值和方差综合描述算法效果。并采用Sigmoid函数对Gaussian分布函数逼近的方法,结合Logistic回归分析模型,推导了评估模型的简化解算公式。该方法实现了对识别算法效果的定量评估,为不同应用环境下优化算法参数和算法组合提供了量化依据。仿真结果表