摘要：为提升pH指示膜的综合性能,以微晶纤维素(micro-crystalline cellulose,MCC)、马铃薯淀粉(potato starch,PS)、聚乙烯醇(polyvinyl alcohol,PVA)为原料,蓝莓花青素(blueberry anthocyanins,BA)为指示剂,采用流延法制备指示膜,对指示膜的性能进行分析。结果表明,当BA、MCC、PS和PVA的质量比为0.3:0.2:3:0.3时,微晶纤维素提高了薄膜的拉伸强度(1.59 MPa至2.16 MPa)、断裂伸长率(35.83%至38.24%)、杨氏模量(8.25 GPa至25.65 GPa),降低了薄膜的含水率(34.85%至33.23%)和吸水率(122.97%至110.36%)。蓝莓花青素提高了薄膜的机械性能、阻隔性能,降低了耐水性,且与膜中各基质融合良好,指示膜结构均匀、致密。拉伸强度和杨氏模量分别升至2.19 MPa和37.12 GPa;透水率、含水率和吸水率分别降至1.45×10^(-12) g·cm/(cm^(2)·s·Pa)、30.7%和87.52%。蓝莓花青素还赋予薄膜pH敏感性。在不同pH环境中,指示膜与花青素的颜色变化趋势一致,色差可视;同时环境稳定性佳,在不同温度和光照条件下,指示膜的颜色稳定超过14 d(ΔE≤2)。研究结果可为蓝莓花青素指示膜的制备提供参考。

摘要：由于突发状况,危险品运输受到影响或威胁,其后果是致命的.因此针对危险品运输网络进行鲁棒性分析,以利于网络的设计和选择.本文基于自然渗流现象与复杂网络的渗流理论相结合,对危险品运输网络的鲁棒性进行定义,并从整体性角度,基于图论提出网络连通率;从微观细节的角度,提出渗流节点数、渗流失效率、节点承载力、渗流阻尼参数.从定义和实际出发,提出假设条件,建立模型,设定仿真场景.最后,根据仿真流程图,使用Matlab仿真.根据仿真结果,定性定量分析不同节点度节点突发状况和不同节点承载系数对危险品运输网络节点失效渗流鲁棒性的影响.

摘要：为了科学地进行危险品运输网络设计和节点选取,减缓突发状况造成的危害,对突发情况下危险品运输网络节点失效渗流鲁棒性进行了仿真研究.结合液体透过缝隙自然渗流和复杂网络渗流理论,建立仿真模型.根据设定的仿真场景和流程图,使用MATLAB进行仿真实验,定量分析网络连通率、渗流节点数、渗流失效率和节点承载力;定性分析不同节点度节点突发状况和不同节点承载系数对危险品运输网络节点失效渗流鲁棒性的影响.结果显示,增加节点度过大或过小的节点数量会降低危险品运输网络的鲁棒性,增加节点承载力则可加强鲁棒性和容错性.

摘要：由于受主观意识和经验等因素的影响,医学图像可视化中传递函数的选择和设置会直接影响医学图像可视化效果.为此,提出一种基于视觉优化的医学图像可视化方法.针对三维医学图像绘制,采用基于GPU加速的光线投射体绘制半自动化传递函数,解决了三维图像全局和焦点上下文的优化显示问题;针对二维图像呈现,借助直方图均衡化、图像融合和全变分模型3种图像增强算法,解决了二维医学图像噪声干扰、对比度模糊和边缘丢失等问题.通过与传统方法的实验对比,三维医学图像在绘制时间和绘制效果方面均有改善;引入图像质量评估指标峰值信噪比和平均结构相似性,验证了全变分模型在二维医学图像增强中的有效性.结合视觉优化方法设计开发了医学图像可视化交互系统,包含对医学数据的三维可视化和交互分析功能,有效地拓展算法的应用性.

摘要：针对传统的谱线平滑方法在滤波器参数选择不当或平滑次数过多时引起谱线畸变的缺点,在最小二乘法的基础上,利用自适应滤波器的原理,采用快速卡尔曼实现递归最小二乘法,并通过前向、后向预测器更新滤波器系数,实现能谱数据的平滑去噪处理。通过实验将该方法与多项式最小二乘法、最小均方算法进行定性分析与比较,结果表明该方法能较好地降低能谱中的噪声,并能保持能谱的特征。

摘要：针对大规模网络安全数据可视分析效率低下的问题,提出了一种异构树网络安全数据组织方法,提高了数据分析的实时性。为了增强分析系统的可交互性和提高对网络安全数据的分析效率,设计了一种针对大规模网络的三维多层球面空间可视化模型(MSVM);开发了基于以上技术的3D可视分析原型系统。实验结果表明,该方法针对大规模、高离散度的网络安全数据具有较强的分析能力,能够有效识别不同类型的入侵访问,便于网络取证。

摘要：为提升产品仿生造型与自然生物原型间的耦合度,将耦合仿生引入产品造型设计过程,以提高产品仿生设计的高效性与准确性。采用拓扑结构分析法对自然生物原型进行特征层级划分,得到特征强弱排序,确定其典型特征;通过产品造型分析,确定产品设计要素及特征;运用生物美感耦合、实用功能耦合、象征语义耦合3种方法将自然生物原型的典型特征与产品设计要素进行耦合设计,得到设计方案;运用模糊综合评价法进行耦合度计算,确定最佳设计方案。以大白鲨与高速列车的耦合仿生设计为例,验证了耦合仿生设计在产品造型设计中的可行性和有效性。

摘要：在高度沉浸式的虚拟环境中,由于用户的整体视觉空间被渲染的可视化映射所覆盖,传统鼠标、键盘以及触控屏幕等交互方式无法直接应用到沉浸式环境下,大大影响了分析和理解3D医学数据的效率与准确性.为实现沉浸式虚拟环境下对3D医学数据的交互操作,提出一种基于游标模型的非接触式手势交互方法.首先借助游标模型快速确定手势状态,定义4种手势动作实现位移、缩放、旋转以及剖切4种医学可视化交互操作,并借助弹簧模型改善手势抖动问题;最后以HTC VIVE+Leap Motion构建沉浸式医学可视化系统,定义6项分析任务,对比鼠标、手柄等交互方式,从训练时间、完成时间、操作难度和用户反馈4个方面验证文中方法的有效性.

摘要：随着内置高性能传感器的移动智能终端的广泛应用,新兴的移动群智感知技术逐渐成为实时感知与收集环境信息的有效方式。为协调与鼓励用户参与感知任务,并最大限度地保证感知数据的有效性与可靠性,针对移动群智感知相关研究中的关键问题——任务分配进行了研究。首先介绍移动群智感知的相关背景;其次,根据感知任务的要求对任务分配的约束条件进行分类;然后讨论与分析了任务分配的研究现状,包括平台为中心的优化算法设计以及用户为中心的激励机制设计;最后指出现有研究工作中的不足,展望了未来的研究方向。

摘要：针对部分油画艺术作品存在图像破损的问题,提出一种基于非局部(Non-local)注意力机制生成对抗网络的油画修复方法。首先,在生成器部分,采用扩张卷积和门控卷积替代原网络中的普通卷积层,增强网络的特征提取能力,同时加入Non-local注意力机制,提升生成器的修复能力;其次,使用马尔科夫判别器,强化网络的判别效果;最后,在损失函数部分使用感知损失、GAN损失和L1损失,使整个网络的训练更加稳定。网络在开源的Gallerix油画数据集上进行了验证,实验结果表明:与Global&Local、ParticalConvGAN和Deepfillv2的修复方法相比,PSNR和SSIM指标均超过3种优秀的生成对抗网络,对油画艺术品的修复的效果进行了更好的提升。