检索结果-内蒙古大学图书馆

计算机辅助设计与图形学学报 2018年第5期30卷 842-850页

作者：程乐超廖子承王章野浙江大学CAD&CG国家重点实验室杭州310058 浙江大学计算机学院杭州310038

针对传统的纹理合成与颜色迁移对自然场景的四季合成问题存在的失效问题,提出了基于大规模数据驱动的方法.首先,从互联网上获取关于场景地点的图像并且通过全局匹配性与局部一致性约束进行粗略筛选;其次,利用动态规划算法简化场景图像... 详细信息

针对传统的纹理合成与颜色迁移对自然场景的四季合成问题存在的失效问题,提出了基于大规模数据驱动的方法.首先,从互联网上获取关于场景地点的图像并且通过全局匹配性与局部一致性约束进行粗略筛选;其次,利用动态规划算法简化场景图像特征点匹配,并通过最小化约束函数确定场景参考帧以及相应场景帧;最后,将相应场景帧通过变换对齐到参考帧,并根据梯度域方法补全对齐场景从而形成场景四季序列.实验结果表明,该方法能够生成更加合理的关于场景的四季图像以及四季变化鲜明的延时摄影视频.

关键词：四季转换计算延时摄影大数据驱动的图像合成

来源：评论

学校读者我要写书评

暂无评论

汽车产业链SaaS平台配件库存信息集成安全技术

引用

计算机集成制造系统 2020年第5期26卷 1277-1285页

作者：杨静雅孙林夫吴奇石西南交通大学信息科学与技术学院西南交通大学CAD工程中心

针对汽车产业链协同SaaS平台多源配件库存信息动态集成过程中协作企业注册信息的提交、存储、调用,以及配件库存信息Web服务集成传输等环节可能存在的安全问题,构建了SaaS平台多源配件信息动态集成安全模型,并对模型进行了抽象数学描述... 详细信息

针对汽车产业链协同SaaS平台多源配件库存信息动态集成过程中协作企业注册信息的提交、存储、调用,以及配件库存信息Web服务集成传输等环节可能存在的安全问题,构建了SaaS平台多源配件信息动态集成安全模型,并对模型进行了抽象数学描述。提出的安全签名技术、加密算法、密钥分配方案和调用策略等实现了配件库存信息的安全集成。对所提模型和算法进行了安全性和可行性分析,验证了安全集成方案的可用性和有效性。

关键词： SaaS平台配件库存信息签名技术加密算法密钥分配汽车产业链

来源：评论

学校读者我要写书评

暂无评论

双指数源激励下垂直电偶极子产生的极低频近场

引用

电波科学学报 2021年第1期36卷 81-86页

作者：许红蕾顾婷婷朱勇韦笑李粮生殷红成电磁散射重点实验室北京100854 浙江大学杭州310027 浙江大学CAD&CG国家重点实验室杭州310058

针对雷电过程在地面产生的近区极低频电磁脉冲,推导出了双指数模型激励下垂直电偶极子产生的极低频电磁场的瞬态近似表达式.该方案基于Sommerfeld积分在准静态近似下求解,从频域出发,利用单位脉冲响应的近似结果与双指数模型激励源卷积... 详细信息

针对雷电过程在地面产生的近区极低频电磁脉冲,推导出了双指数模型激励下垂直电偶极子产生的极低频电磁场的瞬态近似表达式.该方案基于Sommerfeld积分在准静态近似下求解,从频域出发,利用单位脉冲响应的近似结果与双指数模型激励源卷积计算的方法,通过傅里叶逆变换,得到了双指数源激励下的瞬态解析表达式,其可用于模拟雷电信号产生的极低频电磁脉冲在空间传播的时频响应特性.本文模型为雷电过程中近区产生的电磁干扰等问题的研究提供了一种简单且有效的估算方法.

关键词：双指数激励源极低频近场垂直电偶极子平面半空间雷电脉冲信号

来源：评论

学校读者我要写书评

暂无评论

联邦学习可视化:挑战与框架

引用

计算机辅助设计与图形学学报 2020年第4期32卷 513-519页

作者：潘如晟韩东明潘嘉铖周舒悦魏雅婷梅鸿辉陈为浙江大学CAD&CG国家重点实验室杭州310058 之江实验室杭州310000

联邦学习是一种保证数据隐私安全的分布式机器学习方案.与传统的机器学习的可解释性问题类似,如何对联邦学习进行解释是一个新的挑战.文中面向联邦学习方法的分布式与隐私安全性的特性,探讨联邦学习的可视化框架设计.传统的可视化任务... 详细信息

联邦学习是一种保证数据隐私安全的分布式机器学习方案.与传统的机器学习的可解释性问题类似,如何对联邦学习进行解释是一个新的挑战.文中面向联邦学习方法的分布式与隐私安全性的特性,探讨联邦学习的可视化框架设计.传统的可视化任务需要使用大量的数据,而联邦学习的隐私性决定了其无法获取用户数据.因此,可用的数据主要来自服务器端的训练过程,包括服务器端模型参数和用户训练状态.基于对联邦学习可解释性的挑战的分析,文中综合考虑用户、服务器端和联邦学习模型3个方面设计可视化框架,其包括经典联邦学习模型、数据中心、数据处理和可视分析4个模块.最后,介绍并分析了2个已有的可视化案例,对未来通用的联邦学习可视分析方法提出了展望.

关键词：联邦学习可解释机器学习数据隐私异常检测

来源：评论

学校读者我要写书评

暂无评论

基于Leap Motion的虚拟现实陶艺体验系统

引用

图学学报 2020年第1期41卷 57-65页

作者：林莹莹蔡睿凡朱雨真唐祥峻金小刚浙江大学CAD&CG国家重点实验室

针对陶瓷工艺制作条件严苛导致普及受局限的问题,研发一套基于Leap Motion的虚拟现实陶艺体验系统,使用户得以脱离物理条件限制、以裸手交互的方式,简单直接地进行陶瓷制作工艺体验。在结构方面,将陶器划分为顶部、侧面、底面3部分,其... 详细信息

针对陶瓷工艺制作条件严苛导致普及受局限的问题,研发一套基于Leap Motion的虚拟现实陶艺体验系统,使用户得以脱离物理条件限制、以裸手交互的方式,简单直接地进行陶瓷制作工艺体验。在结构方面,将陶器划分为顶部、侧面、底面3部分,其中侧面结构基于简单均匀广义圆柱体,并利用高斯函数进行形变的约束控制;在交互方面,参考真实陶艺场景,依据陶器结构特性设计用户友好的手势动作和操作范围,并结合动作捕捉和虚拟现实技术,在保证陶器形变可控性的同时,提升系统体验的真实感和沉浸感。设计对比实验和陶器模型偏差值计算方法,量化证明系统可控性和体验的优越性。以沉浸感、完成度、操易度、趣味性4项作为调查问卷评估指标进行统计分析,验证系统良好的用户体验。

关键词：虚拟现实陶艺体验厉动体感控制器人机交互三维建模

来源：评论

学校读者我要写书评

暂无评论

动态图序列演变模式的可视化

引用

计算机辅助设计与图形学学报 2020年第10期32卷 1655-1662页

作者：原恺涓傅四维葛晓东巫英才之江实验室杭州310012 浙江大学CAD&CG国家重点实验室杭州310058

动态图的分析在许多领域都十分重要.随着数据的增加,数据分析师通过从多个动态序列中分析频繁的演变模式来发现有价值的规律.然而,结构复杂、数据量大、演变过程多样等特征为理解动态图数据的演变模式带来了极大的挑战.为了提取大规模... 详细信息

动态图的分析在许多领域都十分重要.随着数据的增加,数据分析师通过从多个动态序列中分析频繁的演变模式来发现有价值的规律.然而,结构复杂、数据量大、演变过程多样等特征为理解动态图数据的演变模式带来了极大的挑战.为了提取大规模动态图数据中普遍存在的演变模式,提出一种动态图序列演变模式的可视化方法.首先将动态图序列转换成事件序列,然后,在此基础上提取频繁出现的动态图序列片段,并总结成演变模式;此外,开发了一个整合文中方法的交互式原型系统,以支持自上而下的动态图数据的探索.最后通过家谱树网络和科研合作网络这2个案例,证明了该方法在真实世界应用中的可用性和有效性.

关键词：视觉分析动态图事件序列信息可视化

来源：评论

学校读者我要写书评

暂无评论

汽车覆盖件冲压工艺分析系统

引用

塑性工程学报 2020年第5期27卷 74-82页

作者：徐涛涛孔垂品李俊杰周雄辉上海交通大学模具CAD国家工程研究中心上海200030

研究开发了基于知识的汽车覆盖件冲压工艺分析系统。设计了系统总体架构及流程,提出了基于离散与合并思想的工艺分析方法,设计了几何特征自适应离散方法,以及相应的孔冲压方向和修边工艺分析算法。根据合并思想提出了工艺特征合并算法,... 详细信息

研究开发了基于知识的汽车覆盖件冲压工艺分析系统。设计了系统总体架构及流程,提出了基于离散与合并思想的工艺分析方法,设计了几何特征自适应离散方法,以及相应的孔冲压方向和修边工艺分析算法。根据合并思想提出了工艺特征合并算法,能够对孔间及孔与修边提出合并方案。以特征为核心单元,分析计算特征的工艺参数,模拟特征的空间加工轨迹,并采用基于简化工具体的干涉检查方法实现汽车覆盖件冲压工艺设计与排布。通过对某发动机前盖内板的实例分析,验证了系统方案的有效性和实用性,系统能够快速完整地解决汽车覆盖件冲压工艺分析与排布问题。

关键词：汽车覆盖件冲压工艺离散与合并工具体干涉检查

来源：评论

学校读者我要写书评

暂无评论

基于卷积神经网络的板料挤压成形力预测

引用

锻压技术 2021年第9期46卷 76-84页

作者：赵震沈大为曹益旗向华庄新村上海交通大学塑性成形技术与装备研究院上海200030 上海交通大学模具CAD国家工程研究中心上海200030

板料挤压过程中的成形力计算是合理进行模具设计和压力机选择的重要依据。为了快速、准确地获取挤压力数值,提出了一种结合有限元仿真和卷积神经网络的板料挤压力预测模型。利用所建立的板料挤压有限元模型,结合知识模板技术,批量获取... 详细信息

板料挤压过程中的成形力计算是合理进行模具设计和压力机选择的重要依据。为了快速、准确地获取挤压力数值,提出了一种结合有限元仿真和卷积神经网络的板料挤压力预测模型。利用所建立的板料挤压有限元模型,结合知识模板技术,批量获取了不同工艺参数下的成形力数据集;在此基础上,针对凸凹模几何形状难以用参数统一表征的问题,以凸凹模的轮廓图像为直接输入量,基于凸、凹模基础形状类,采用混合卷积神经网络结构,构建了适用于不同工艺参数的挤压力预测模型。经过验证和评估,所建模型对于规则形状和组合形状板料挤压力均有较高的预测精度,可以满足工程计算的需求。

关键词：板料挤压成形力精冲卷积神经网络凸凹模形状

来源：评论

学校读者我要写书评

暂无评论

人工智能辅助设计迭代研究——以平面设计为例

引用

包装工程 2021年第18期42卷 50-62页

作者：周楚轶柴春雷杨程浙大城市学院杭州310015 浙江大学杭州310027 浙江大学CAD&CG国家重点实验室杭州310027

目的设计是一个创新、开放、迭代的过程,旨在解决问题。设计思维迭代研究得到了学术界的广泛关注,然而关于如何改进设计思维迭代效果的研究还处于起步阶段。方法随着人工智能(AI)2.0的出现和深度学习的不断发展,计算机开始具有新的创造... 详细信息

目的设计是一个创新、开放、迭代的过程,旨在解决问题。设计思维迭代研究得到了学术界的广泛关注,然而关于如何改进设计思维迭代效果的研究还处于起步阶段。方法随着人工智能(AI)2.0的出现和深度学习的不断发展,计算机开始具有新的创造能力,并在设计中发挥重要作用。本研究探索了在人工智能辅助下设计思维的迭代过程和迭代效果,以平面设计为例,提出了人工智能辅助设计迭代的认知编码系统。结果通过对实验数据的分析,发现了人工智能辅助可以提高平面设计迭代中认知活动的频率,最终可以提高设计的流畅度和设计成果的风格化。结论人工智能在辅助设计迭代中呈现了巨大的潜力,相关的研究不仅可以帮助改进设计教育而且可以给产业提供助力。

关键词：平面设计设计迭代人工智能设计智能

来源：评论

学校读者我要写书评

暂无评论

语义增强的大规模多元图简化可视分析方法

引用

计算机学报 2020年第1期43卷 136-150页

作者：刘玉华张汝敏张靖宇高峰高远周志光浙江财经大学信息管理与工程学院杭州310018 浙江大学CAD&CG国家重点实验室杭州310058

网络图可视化可以有效展示网络节点之间的连接关系,广泛应用于诸多领域,如社交网络、知识图谱、生物基因网络等.随着网络数据规模的不断增加,如何简化表达大规模网络图结构已成为图可视化领域中的研究热点.经典的网络图简化可视化方法... 详细信息

网络图可视化可以有效展示网络节点之间的连接关系,广泛应用于诸多领域,如社交网络、知识图谱、生物基因网络等.随着网络数据规模的不断增加,如何简化表达大规模网络图结构已成为图可视化领域中的研究热点.经典的网络图简化可视化方法主要包括图采样、边绑定和图聚类等技术,在减少大量点线交叉造成的视觉紊乱的基础上,提高用户对大规模网络结构的探索和认知效率.然而,上述方法主要侧重于网络图中的拓扑结构,却较少考虑和利用多元图节点的多维属性特征,难以有效提取和表达语义信息,从而无法帮助用户理解大规模多元网络的拓扑结构与多维属性之间的内在关联,为大规模多元图的认知和理解带来困难.因此,本文提出一种语义增强的大规模多元图简化可视分析方法,首先在基于模块度的图聚类算法基础上提取出网络图的层次结构;其次通过多维属性信息熵的计算和比较分析,对网络层次结构进行自适应划分,筛选出具有最优属性聚集特征的社团;进而设计交互便捷的多个关联视图来展示社团之间的拓扑结构、层次关系和属性分布,从不同角度帮助用户分析多维属性在社团形成和网络演化中的作用.大量实验结果表明,本文方法能够有效简化大规模多元图的视觉表达,可以快速分析不同应用领域大规模多元图的关联结构与语义构成,具有较强的实用性.

关键词：网络图可视化简化表达多维属性语义拓扑结构

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：