摘要：针对现有口腔扫描设备获取的网格数据存在自相交、孔洞等一系列问题,提出一种快速、有效的自相交检测算法.为了降低全局网格自相交检测的时间复杂度,引入一种特殊的八叉树算法,利用细分的思想把三角面片放置在不同的立方体内以实现快速自相交检测,并通过删除操作消除错误连接;为了修复上一步骤中形成的大量网络孔洞,设计一种特殊的双边数据结构,能够快速有效地检测单连通封闭孔洞,并正确处理多个孔洞共用同一顶点的问题;孔洞修复完成后,利用拉普拉斯平滑策略对孔洞区域进行处理,获得过渡自然平滑的补洞效果.在80套口腔内扫描数据上的实验结果表明,所提算法不仅能够快速检测网格数据的自相交区域,而且能够高效完成补洞操作;与现有算法相比,在网格数量大于100万的数据上,处理速度提高大约10倍.

摘要：鉴于绳驱动连续体机器人独特的柔顺性使得其骨架变形难以通过传统的刚性传感器测量,另一方面,基于分段常曲率假设建立的运动学模型开环控制存在位置精度低的问题。本文以模块化设计的绳驱动连续体机器人为研究对象,利用了一种弹性磁电应变传感器并建立了多元回归模型实现机器人形状感知。通过一种运动空间映射方法实现了机器人柔性臂在三维空间内的闭环反馈控制。最终搭建了机器人样机平台并进行实验验证。结果有力地证明了基于柔性传感器的反馈控制方法的可行性和准确性。

摘要：功耗优化是逻辑综合中的重要部分.针对现有功耗优化仅用单一逻辑实现的局限性,提出一种基于与-非图节点重构和与-异或-非图变量重构的功耗优化方法.首先以功耗为主要优化目标,将逻辑函数表示为与-非图并进行节点重构,得到与-异或-非图实现函数表示由单一逻辑到双逻辑的变换;然后在与-异或-非图中搜索模式图,由变量重构得到其等价模式图;最后根据模式图特征选取最优匹配子图进一步优化功耗.实验在Linux系统下采用C语言实现,结果表明,与优化工具ABC,AIG重写和AXIG优化方法相比,该方法的功耗分别减少24.56%,21.75%和9.39%.

摘要：预测与健康管理对保障机械装备安全服役、提高生产效率、增加经济效益至关重要。高质量的全寿命周期数据是预测与健康管理领域的基础性资源,这些数据承载着反映装备服役性能完整退化过程与规律的关键信息。然而,由于数据获取成本高、存储与传输技术有待发展等原因,典型的全寿命周期数据极其匮乏,严重制约了机械装备预测与健康管理技术的理论研究与工程应用。为解决上述难题,西安交通大学机械工程学院雷亚国教授团队联合浙江长兴昇阳科技有限公司,选取工业场景中典型的关键部件——滚动轴承为试验对象,开展了历时两年的滚动轴承加速寿命试验,并将获取的试验数据——XJTU-SY滚动轴承加速寿命试验数据集面向全球学者公开发布。该数据集共包含3种工况下15个滚动轴承的全寿命周期振动信号,采样频率高、数据量大、失效类型丰富、记录信息详细,既可为预测与健康管理领域提供新鲜的'数据血液',推动故障诊断与剩余寿命预测等领域的算法研究,又可助力工业界智能化运维的'落地生根'。

摘要：本文针对系统不确定性和外部干扰引起的磁悬浮球系统控制性能下降的问题,提出了一种基于等价输入干扰滑模观测器的模型预测控制(MPC+EIDSMO)方法.首先将原系统转化为EID系统,采用等价输入干扰滑模观测器对EID系统状态变量及等价输入干扰进行估计;然后基于状态估计值设计模型预测控制器,并将等价输入干扰估计值以前馈的方式补偿后得到最终的复合控制律,实现对参考位置跟踪的快速性,准确性以及对总扰动的鲁棒性.值得注意的是,与传统EID结构中的龙伯格观测器相比,等价输入干扰滑模观测器中增加的非线性观测误差反馈项有助于提高状态估计的快速性和精确性.从理论上证明了该系统是全局一致毕竟有界的.仿真和实验结果表明,相较于基于EID观测器的模型预测控制方法和基于龙伯格观测器的积分模型预测控制方法,所提方法提高了磁悬浮球系统的跟踪性能,并且有效的抑制了系统不确定性和外部干扰.

摘要：为客观评价织物光泽,以更好地指导纺织厂的视觉设计,提出了一种基于光谱成像技术的织物光泽性能客观评价方法。首先通过光谱成像系统采集织物图像的多波段光谱反射率信息,选择可见光波段内的光谱信息进行色度转换得到色度空间L、a、b值。在方向差异理论的基础上,构建4个评价特征来描述织物光泽不同方面的属性,建立模糊综合评价模型来评价织物光泽,并分析不同的权值确定方法的评价结果,最后通过主客观层次进行验证。实验结果表明,该方法与主观评价结果以及FZ/T 01097—2006《织物光泽测试方法》具有良好的一致性,可有效应用于织物光泽性能的评价。

摘要：为解决网络化控制系统数据完整性的攻击问题,设计了基于网络化倒立摆平台状态信息的偏差攻击,并提出了对应的检测方法.利用Ettercap工具对平台网络成功入侵,对位置数据进行了偏差攻击;结合支持向量机(SVM)方法,使用LibSVM分类器,对倒立摆系统的4种状态信息进行训练、建模和数据分类,并与K最近邻、决策树方法进行对比;在平台上验证了所提出的方法.仿真和实验结果表明,所设计的攻击方法能够改变系统的稳定状态,与常用的机器学习方法相比,SVM在偏差攻击检测的二分类问题上更加优越,能较好地区分掺杂在数据的虚假数据.

摘要：为解决自然场景中拥有复杂背景的树木整体图像识别问题,提出了一种基于树木整体图像和集成迁移学习的树种识别方法。首先使用AlexNet、VggNet-16、Inception V3及ResNet 50这4种在ImageNet大规模数据集上预训练的模型对图像进行特征提取,然后迁移到目标树种数据集上,训练出4个不同的分类模型,最后通过相对多数投票法和加权平均法建立集成模型。构建了一个新的树种图像数据集——TreesNet,基于该数据集,设计了多类实验,并将该方法与传统的图像识别方法进行了分析比较。实验结果表明:该方法对复杂背景下树种图像识别准确率达到99.15%,对于树木整体图像识别具有较好的效果。

摘要：针对网络攻击下的不确定网络化多轴运动控制系统,提出一种基于分布式中间观测器的容侵同步控制方法.首先将不确定性分解为匹配分量和不匹配分量,继而通过分布式中间观测器估计由执行器攻击、领航者的非零输入以及匹配不确定性分量构成的组合未知输入信号,进而设计基于估计值的容侵同步控制协议对匹配未知输入进行有效补偿,同时通过调节特定参数充分抑制不匹配不确定性效应,最终得到满意的容侵同步控制性能.

摘要：针对高分辨率的锥形束计算机断层扫描图像难以获取的问题,提出一种基于先验生成对抗网络的锥形束计算机断层扫描图像超分辨率方法,其通过微型断层扫描图像作为参照,对超分辨率网络进行弱监督训练.首先训练一个生成对抗网络,用于生成高质量的单颗牙齿的微型计算机断层扫描图像,并将其嵌入到一个U型的主干网络中作为先验解码器;然后利用低分辨率的多颗牙齿的锥形束计算机断层扫描图像对主干网络进行训练,先定位到锥形束计算机断层扫描影像中的每一颗牙,再分别提高分辨率;最后解决锥形束计算机断层扫描与微型计算机断层扫描之间的域差距,通过设计基于小波变换噪声提取的域适应退化模块,间接优化生成器生成更符合微型计算机断层扫描信息分布的图像.在锥形束计算机断层扫描数据集上进行实验的结果表明,与现有的超分辨率方法相比,所提方法的峰值信噪比提高了0.79~6.02 dB,感知相似度评价指标降低了0.01~0.72,并且在牙齿部分获得了更好的视觉效果,具有较强的竞争力.