针对传统算法在抗光照变化影响、大位移光流和异质点滤除等方面的不足,从人类视觉认知机理出发,提出了一种基于机器学习和生物模型的运动自适应V1-MT (motion-adaptive V1-MT,MAV1MT)序列图像光流估计算法.首先,引入基于ROF模型的结构纹理分解(structure-texture decomposition,STD)技术,有效解决了光照和色彩变化的影响.其次,利用多V1细胞加权组合及非线性正则化模拟MT细胞模型,并结合岭回归训练学习得到运动自适应的权重,解决对目标的运动速度感知问题.最后,引入由粗到精的增强方法和图像金字塔局部运动估计采样,将V1-MT运动估计模型应用于实际大位移视频序列.理论分析和实验结果表明,新方法能更加拟合人眼视觉信息处理特性,对视频序列具有普适、有效、鲁棒的运动感知性能

内容提要：本章学习均匀传输线的方程及正弦稳态解；学习波的传输及反射，无损耗传输线的各种工作状态；介绍无损耗传输线方程的通解及传输线的波过程。本章重点：理解分布参数电路的概念和分析方法;掌握无损耗传输线的正弦稳态解。 11.1 分布参数电路及均匀传输线的概念 11.2 均匀传输线的微分方程 11.3 均匀传输线的正弦稳态解 11.4 行波 11.5 波的反射与终端匹配的传输线 11.6 无损耗线的正弦稳态解

2.1.1数据、信息和信号 2.1.2通信系统模型 2.1.3数据传输方式 2.1.4物理信道的连接方式 2.1.5串行通信与并行通信 2.1.6数据通信方式 2.1.7数字化是信息社会发展的必然趋势

1.3.1按网络拓扑结构分类 1.3.2按网络控制方式分类 1.3.3按网络规模分类 1.3.4按通信传输方式分类 1.3.5按网络配置分类 1.3.6其他分类方式

针对BP神经网络训练时间长的问题,采用基于案例推理的方法预测精炼开始钢水温度.首先,应用层次分析法确定影响精炼开始钢水温度的各个因素的权值,并使用灰色关联度来计算案例的相似度,克服了传统相似度计算方法在案例信息不完整的情况下无法获取准确结果的缺点.然后,提出一个包含类选、粗选、精选和择优的四步检索方法,大大缩短了检索时间.最后,实验比较了人工神经网络和基于案例推理两种方法,结果表明基于案例推理比人工神经网络具有更高的命中率

本文选用薄晶体透射电镜法及x射线衍射定量相分析法研究10MOWVNb抗氢钢在γ→α转变过程中碳化物析出规律,观察到碳化物主要以相间沉淀,纤维状生长及位错上析出三种方式形成,通过对碳化物固溶温度估算及x射线定量相分析,进一步阐明在所给条件下析出的碳化物主要为V4C3。运用晶界相对入射电子束倾斜能显示二维晶界面特征方法,验证了Honeycombe提出的有关相间沉淀碳化物生核、长大的观点。文中对高温回火过程中,碳化物可能以恒温相间沉淀方式析出进行了初步探讨

一、软件需求分析的任务和过程 二、结构化分析方法 三、原型化方法 四、动态分析方法 五、数据及数据库需求

基于ANSYS软件建立了310 mm×360 mm断面大方坯连铸过程二维凝固传热数学模型,并采用窄面射钉试验及铸坯表面测温试验对模型的准确性进行了验证.通过模型研究了过热度、拉速和二冷比水量对铸坯中心固相率以及凝固坯壳分布的影响,并结合高碳耐磨球钢BU的高温拉伸试验结果,确定了最佳的拉速以及最优轻压下压下区间要求.通过工业试验对理论模型进行了验证,并分析研究了拉速对采用凝固末端电磁搅拌(F-EMS)以及凝固末端17 mm大压下量的轻压下技术生产310 mm×360 mm断面大方坯高碳耐磨球钢BU铸坯的偏析和中心缩孔的影响.结果表明:采用凝固末端电磁搅拌和轻压下复合技术,通过调整拉速优先满足轻压下压下区间要求,可显著降低中心偏析、V型偏析及中心缩孔,但如果仅达到凝固末端电磁搅拌位置要求时,则铸坯中心质量不会得到明显改善.拉速为0.52 m·min-1且轻压下压下区间铸坯中心固相率为0.30~0.75时,偏析和中心缩孔有很大程度的改善,不合理的压下量分配会引起铸坯出现内裂纹以及中心负偏析

1.了解软件需求的目标和任务 2.了解软件软件需求的获取方法 3.了解可行性研究的方法和可行性研究报告的主要内容。 4.掌握结构化分析方法

1.了解软件概要设计的原则和过程 2.掌握模块划分的评价准则一模块独立性的判别。 3.掌握结构化设计方法。 4.了解 Jackson系统开发方法和 Jackson程序设计方法