电视胸腔镜(VATS, Video-assisted thoracoscopic surgery)肺叶切除术仿真系统对外科医生手术培训及规划具有重要价值。为实现高保真电视胸腔镜肺叶切除术的模拟,设计了一套有效模拟VATS手术过程中不同手术操作的肺叶切除术模拟器。采用基于位置的动力学仿真框架实现了手术器械-软组织和软组织间交互作用、软组织切割以及手术缝合操作引起的变形模拟;并采用了Marching Cubes算法对模型进行面绘制,尤其是切割操作的渲染;使用GPU并行计算的方法加速手术模拟和面绘制。实验结果表明,本文方法可实现高保真、稳定、高效的VATS手术仿真效果。

现有的基于异构信息网络的推荐方法主要通过节点相似性挖掘推荐辅助信息,受元路径线性结构及对可见路径依赖的影响,用户和项目特征并不能被充分捕获。提出基于异构信息网络表征学习的推荐方法,通过在给定元结构上进行截断随机游走学习用户和项目节点的低维向量表示,并将其直接融入推荐样本,结合FFM模型进行评分预测。实验表明,该方法有较高性能。

基于内容的发布订阅是一种比基于主题的发布订阅更加灵活的解耦通信方式,传统的基于内容的匹配算法中大多基于单维度以流水线的方式匹配,如REIN[1]。随着数据规模的增长,这些算法由于串行搜索的限制逐渐不能满足高性能要求。提出一种基于内容的面向大规模发布订阅场景的匹配算法MP-REIN,改进其单维度匹配为多维度并行匹配,考虑使用多线程提高匹配算法的处理速度,使用数量可控的线程并行处理订阅空间内所有属性,大幅度提高了事件匹配的速度。实验结果显示MP-REIN算法在匹配时间和插入时间上较传统的算法有一定的提升。

在数据流分类大环境中,数据量级不断增大,数据样本对应的概念也在不断发生变化,这不但产生"概念漂移",数据类别分布不平衡的现象也出现愈发频繁。面对这些问题,为了快速察觉到数据分布的变化,及时调整分类模型以适应新的数据分布,针对在类别不平衡环境中的不同类型的概念漂移,设计利用部分标记数据给出不同判定方式以及分类模型再构建。实验结果显示新模型有较好的性能。

在销售信息网络中,节点表示商品,边表示商品与商品共同售出的联系。销售信息通过这种方式从销售记录信息中构建起来,但是如何有效地从这些大规模网络中获取商品之间所蕴含的有价值的信息,进而分析商品的销售规律,对销售商未来的销售提供指导性建议显得极其重要。根据商品间的相关性,提出基于相关性的商品社团发现算法,利用真实数据和合成数据,实验验证该算法的有效性。

随着医学的不断发展,越来越多的医学工作者逐渐从传统的经验医学转向循证医学(Evidence-Based Medicine,EBM)实施医疗方案。循证医学强调利用好现有文献中的临床最佳证据,随机对照试验(Randomized Controlled Trial, RCT)类文献被认为是高质量的临床证据的主要载体。随机对照试验文献的自动识别正是在这种需求下产生,它强调能从医学文献数据库中自动筛选出这类高质量证据文献,尽可能不遗漏掉重要的RCT文献。对随机对照试验文献自动识别的研究背景、相关内容、相关技术以及评测方法进行综述,并且总结现有的相关方法。

针对空间并行仿真技术中的同步问题,设计基于Agent感知区域的有限乐观同步算法。该算法继承乐观同步算法的积极性、保守同步算法的安全性,并将仿真中的Agent划分为安全Agent区域和非安全Agent区域,同时利用调度服务器和执行服务器分工协作的方式完成仿真计算。调度服务器根据不同Agent的安全半径筛选确定其是否属于安全区域,执行服务器负责执行Agent的行为。该算法实现仿真技术中积极且有限的乐观同步,降低并行仿真中网络的通信量,确保仿真程序执行过程中的因果约束关系,有效地缩短了仿真时间,在GAMA仿真平台实现并验证方法的有效性。

双目视觉作为模拟人眼感知视差的系统,通过两个视图中对同一个物体的整体位置感知差异来理解其对于自身位置的距离感。当把视点看成两个点时,平面物体表面也会因为和左右视点发生细微的单应变换,而当物体表面为曲面时,仅可看成局部单应变换。而类如基于区域灰度匹配方法中的区域框大小要表述其相互之间的差异,经由焦距视差的放大,曲面视差必定存在一定差异。利用映射适应理论对经典相关度计算理论进行修改,加入迭代拟合生成的差异因素的影响,通过算法迭代实现求精匹配。

Gatys等人的开创性工作,展示卷积神经网络(CNN)在创造艺术作品方面的强大能力。通过分离和重新组合图像内容和样式来实现图像风格迁移.使用CNN渲染内容图像的过程不同样式称为神经样式传输(NST)。从那时起,NST成功在学术文献和工业得到应用,它正受到越来越多的关注,并提出各种方法来改善或扩展原始的NST算法,旨在全面概述NST的最新进展,并且对现有的经典和改进的风格算法进行分类,并比较其中一些结果。最后,经过研究,提出关于图像风格转换的发展趋势的一些建议。

随着监控摄像头的普及,智能监控设备迎来发展热潮。如在人流量大的地点人脸识别监控等。但是,由于人脸识别要求视频的清晰度高且在特定角度才能够识别,所以在很多场景下的效果并不理想。行人再识别技术通过行人的外观特征等对目标人物进行匹配,提高准确性。基于行人再识别的轨迹重现是利用多个相机间目标人物的匹配结果及预先定义的相机坐标,输入至百度轨迹上传API得到目标人物的运动轨迹。

鱼眼相机因为其超广的视角使得所得图像有较大畸变,为了更好地利用鱼眼图像我们需要对其进行矫正。同时鱼眼相机已经大量进入廉价的民用消费市场,并且因为短视频的兴起开始出现新的需求。比较分析传统鱼眼矫正算法可以帮助我们在新应用场景下做出更好的选择。

2018年9月,NVIDIA推出RTX Turing架构显卡,其中一大特性便是Mesh Shading技术。Meshlet是Mesh Shading Pipeline的基本渲染单位,其生成质量影响Mesh Shading Pipeline渲染效率。官方未给出确切Meshlet生成方法。经过分析,给出基于几何拓扑关系和广度优先,根据相邻顶点信息生成Meshlet的算法。

首先介绍图像匹配的原理,然后通过分析笛卡尔坐标系和对数极坐标系的优缺点,引出基于对数极坐标的图像匹配算法,并介绍Fourier-Mellin变换图像匹配和基于对数极坐标变换的特征匹配两个主要算法,最后分析基于对数极坐标图像匹配算法的优势和不足,并对其做出展望。

球面纹理映射构建二维纹理空间和三维球面之间一一对应的关系。将球面映射分为整球面映射和半球面映射两大类分别进行阐述。整球面纹理映射中介绍基于法向量的球面映射法,基于等面积的球面映射法,基于透视变换的球面纹理映射。半球面映射中分别介绍传统半球面纹理映射,基于面积约束的半球面纹理映射。由于球面纹理映射在两步纹理映射中的重要应用,就两步纹理映射中应用方面进行研究和探讨。

为了获取工业互联网领域中文资讯的关键词,提出一种基于特征的中文关键词抽取算法。该算法主要从分词、候选词选取和特征选取三个方面做改进。首先,在分词阶段,通过从大量工业互联网资讯中抽取的特定词语和利用搜狗输入法的领域词库的词典创建了两个用户自定义词典,解决工业互联网领域文本中存在大量未登录词的问题,提高分词的准确率,进而提高关键词抽取的准确率；然后通过实验仿真选取合适数量的候选词,提高算法的效果和效率；其次,在特征的选择方面不仅考虑词频类、位置类和长度类等特征,还考虑了语义方面的特征,共选取6大类21种特征。最终通过随机森林将21种特征相结合,训练出一个关键词分类器,经实验测评,在精确率、召回率和F值三个评价指标中,该算法的效果都获得提升。

针对时间性反走样算法使用启发式方法导致的模糊、闪烁和子像素细节丢失的问题,提出一种自适应时间性反走样算法。对于历史颜色失效的像素,使用超采样来代替传统时间性反走样算法中的启发式方法,并通过层次化的分割掩码和几何着色器在屏幕空间上剔除不需要超采样的三角形,以执行稀疏光栅化来加速算法。实验结果表明,自适应时间性反走样算法能有效解决传统时间性反走样算法中存在的问题得到较好的反走样效果。

数字图片伪造已经逐渐成为信息可信度的威胁之一,如何衡量图片信息的可信度变得越来越重要。在各种各样的伪造图片中,人脸照片的拼接伪造有着非常重要的影响。针对此类伪造图片,提出一种新颖的基于室外光照分析的图片伪造检测算法来进行鉴别。通过人脸三维建模、光线追踪加速算法等对人脸图片进行预处理,采用改进后的普利兹天空模型结合漫反射模型设计能量方程并对光照模型参数进行优化,进而计算人脸所处环境光照条件。通过判断每张人脸还原出的光照是否一致,得出图像的真伪结论。对于室外光照下的人脸图片,该方法更具有优势,能够准确地还原出拍摄人脸照片当时的光照环境。

轨迹覆盖技术在航线监测、拥塞处理、灾难预防等领域具有重要作用。在实际应用中,提高轨迹覆盖率和减少传感器的数目,往往是两个冲突的目标。基于概率的量子粒子群(QPSO)算法是一种用波函数表示粒子位置,通过蒙特卡罗方法求出粒子位置的全局优化算法。QPSO算法不使用粒子速度来描述粒子在解空间内的移动,而是以概率的方法来表达粒子在解空间内出现的概率以此保持群体多样性和提高全局与局部搜索的能力。然而,其中的粒子概率出现使算法的随机性大大增加,产生较多适应值差的解,降低算法收敛速度。提出一种改进的AGQPSO算法,该算法将全局粒子群算法中的惯性扰动操作引入到AGQPSO算法中,并且还引入两个评价粒子群状态的指标:迭代速度因子、收敛度因子。实验结果表明AGQPSO算法在收敛速度以及覆盖率上比QPSO的方法更优,更好地平衡全局和局部搜索能力。

在这个仿真技术与军事相结合的时代,对预警机仿真作战的评估与分析同时成为研究的重点,对于预警机而言,它的探测情况、引导成功率以及引导结果是它在一场空战中的主要作用的体现,对于该问题的研究有助于在空战仿真结束后对该战役的整个过程进行学习和总结,提升军事空战仿真练习的效果。对预警机的探测情况、引导成功率以及引导结果的算法进行阐述,同时介绍利用该算法所实现的软件设计。

深度神经网络(DNN)的日益发展被应用到图像语音识别等多个领域之中,然而面对输入样本的轻微改变,经过DNN复杂的内部神经元可能导致细小的扰动被大幅度地扩大,从而使得神经网络模型的输出结果完全不同于人工判别结果,对于自然语言处理任务中,可以诱导欺骗垃圾邮件短信识别系统。通过统计词向量空间各个维度分布变化,提出一种基于高斯分布的中性词构造方法(GSNeutral),在此基础上建立GScRNN网络,纠正出输入样本中存在扰动的部分,通过中性词替换该部分达到平滑判别边界的目的。