基于共同视域的自监督立体匹配算法

提出了一种基于共同视域的自监督立体匹配算法,该算法根据视差的左右一致性来确定双目图像的共同可视区域,从而抑制被遮挡区域产生的噪声,为网络模型的学习提供了更加准确的反馈信号。研究结果表明:在没有任何标签数据的前提下,所提算法的预测误差降低了11%～42%,且与有监督立体匹配算法的性能相当。     

自动校准的多相状态方程建模方法及其在锡中的应用

状态方程与描述能量、动量、质量守恒的偏微分方程一起，构成了可求解材料动态压缩行为的完备流体力学方程组。动态压缩下，相变会导致材料内能、密度、强度等物理性质的不连续变化，需要构建多相状态方程模型才能精确描述这些变化。通过多相状态方程模型的自动组装，采用计算机智能优化算法自动校准状态方程模型参数，发展了自动化的多相状态方程建模程序AEOS(automated equation of state)。利用AEOS，构建了锡的3套状态方程模型，3套模型的计算结果与相关实验结果基本一致，验证了AEOS程序的适用性。将构建的状态方程模型应用于一维流体力学模拟，发现锡冲击到17 GPa再等熵卸载到常压的压力-温度路径会经过β相-体心四方相-液相三相点，并且可以很好地解释在15.4 GPa的冲击压力下锡的微喷颗粒呈现固-液混合态的实验现象。AEOS的良好表现证明其在大型数字化科研平台以及高通量材料物性计算中将具有广泛的应用前景。