基于改进SURF算法的人脸点云配准

精准的三维人脸重建是三维人脸识别、三维人脸表情仿真等技术实现的重要前提。基于以往图像特征点和点云数据的三维配准算法研究,提出了一种计算量小、实时性较高的人脸配准算法。提取人脸图像特征点,计算64维的SURF描述符;利用RANSAC算法剔除不稳定匹配点;利用奇异值分解SVD求解粗配准变换矩阵;利用改进的最近点迭代算法求解最终变换矩阵。实验结果显示配准误差只有8.71895×10~(-5)m~2,总耗时为6.61s,相比较SIFT算法和手动寻找匹配点,速度快、精度高。     

基于特定感兴趣区采样的虹膜定位改进算法

从虹膜图像特点出发,以瞳孔形心为辅助点实现对虹膜图像特定感兴趣区采样.并且根据虹膜内外圆半径的生理特点设定Hough变换半径参量,依据虹膜内外圆近似同心圆来筛选与虹膜外圆最匹配的Hough变换结果.该算法在主动避开眼皮,睫毛干扰的同时又显著降低了Hough变换的计算量.通过对中科院自动化所CASIA虹膜数据库108组图像的虹膜定位测试结果表明,该方法平均定位时间0.83 s,定位准确率98.9%.     

Hopkinson拉杆平板挂钩试件结构智能协同优化

与霍普金森拉杆装置中常用的螺纹、胶粘等固定连接方式相比,平板挂钩试件具有连接形式简单、可实现快速组装等优势。针对平板挂钩试件在拉伸过程中因结构几何效应引起的数据测量误差问题,基于影响拉伸试件测量精度的指标：应力平衡达到时间、变形均匀程度、过渡段相对变形以及非轴向力水平,采用正交试验设计、反向传播（back propagation,BP）神经网络与遗传算法相结合的多目标智能协同优化算法对平板挂钩试件的结构参数进行优化,得到了平板挂钩试件最优的结构参数组合,有限元模拟和实验验证了最优结构参数的有效性。该研究结果可为基于平板挂钩试件的霍普金森拉伸实验的数据可靠性分析提供参考。

     

乙酸酐衍生化气相色谱法测定小麦非淀粉多糖的单糖组成

采取乙酸酐衍生化气相色谱法测定从小麦麸皮中提取的2种可溶性非淀粉多糖（non-starch polysaccharides,NSP）的单糖组成。所制备的小麦水提取NSP和碱提取NSP中主要的单糖组成是阿拉伯糖和木糖,另外还含有少量的葡萄糖、甘露糖和半乳糖。测定方法的回收率在95.56%—98.62%之间。     

改进YOLO轻量化网络的行人检测算法

针对当前行人检测方法计算量大、检测精度低的问题,基于YOLOv4-tiny提出一种改进的行人检测算法.引入通道注意力和空间注意力模块(CBAM)至CSPDarknet53-tiny网络中,通过学习图像的位置信息和通道信息得到更加丰富的特征;在骨干网络CSPDarknet53-tiny之后引入空间金字塔池化模块,能够极大...     

A Polydisperse Sphere Model Describing the Propagation of Light in Biological Tissue

A polydisperse sphere model with the complex refractive index is employed to describe the propagation of light in biological tissue. The scattering coefficient, absorption coefficient and scattering phase function are calculated. At the same time, the inverse problem on retrieving the particles size distribution, imaginary part of the refractive index and number density of scatterers is investigated. The result shows that the retrieval scheme together with the Chahine algorithm is effective in dealing with such an inverse problem. It is also clarified that a group of parameters including the scattering coefficient, absorption coefficient and phase function are associated with another group including the refractive index, particle size distribution and number density of scatterers, which is a problem described in two different ways and the anisotropy factor is not an independent variable, but is determined by the phase function.     

我国长期护理保险设计创新及定价研究

随着我国人口老龄化程度不断加深,针对老年人的长期护理保险的定价方法成为保险精算方向的热点问题.本文利用中国老年健康影响因素跟踪调查(CLHLS) 2014–2018年的数据,在传统的三、四状态马尔科夫模型的基础上,进一步将老年人的健康状况划分为六种状态,采用马尔科夫模型对各状态进行数值测算,利用Robinson幂函数综合考虑了性别和年龄两种因素求解健康状态的转移强度矩阵和转移概率矩阵,随后运用双随机Lee-Carter模型、随机游走模型和预期寿命公式估算了65、75和85岁的保费年限,以此为依据给出了长期护理保险的保费计算方法,为我国的长期护理保险定价提供理论参考.     

基于ANN-GA协同寻优的动态拉伸试样尺寸优化方法

材料动态拉伸力学性能测试中,动态拉伸试样的几何尺寸对测试结果的准确性与有效性有着较大影响。为对动态拉伸试样的结构进行优化设计,以使其在动态拉伸过程中更好地满足一维应力与变形均匀等基本假设。首先,建立了量化的试样测量准确度指标,即应力平衡达到时间、变形均匀度、非轴向应力相对水平、过渡段相对变形。然后,对试样结构参数进行正交试验设计,通过数值模拟的方法得到了关于试样尺寸与测量准确度指标的正交试验数据库,并对正交试验数据库进行多目标正交试验矩阵分析,得到了试样结构参数对各测量准确度指标影响的主次顺序和规律。最后,以正交试验数据库为训练集,采用人工神经网络（artificial neural network, ANN）协同遗传算法（genetic algorithm, GA）的全局寻优方法对试样的结构尺寸进行优化设计,得到了试样的最优结构尺寸,并对最优尺寸的有效性进行了验证。结果表明,优化后的试样结构在材料动态拉伸力学性能测试精度上的表现明显得以提升。因此,采用ANN-GA协同优化的方法对动态拉伸试样的结构进行优化具有可行性和有效性。     

Logistic回归模型选择的渐近概率

在许多情况下，我们需要对logistic回归模型中的重要变量进行选择，在本文中，我们对从信息论准则AIC选择出的模型给出了渐近分布和渐近概率。     

多毛细管稳定喷洒电雾化特征研究(二)——电压、电流、粒径与流量的关系

主要比较了无水乙醇在单根、线性单排、双排毛细管道条件下,其稳定的锥-射流模式喷洒的几项重要指标:在稳定的锥-射流喷洒模式下,雾化的起始电压、电流以及粒径与流量的关系。在实验过程中,由于温度、湿度等环境的不稳定以及装置的制作/安装过程中的精密度不高等因素的影响,实验现象细节存在少量不确定性。但是单管道、单排管道、双排管道三种情况下其起始电压、回滞电压、电流、粒径与流量之间的关系有着相似的规律。即在稳定的电压下:(1)电雾化总流量(Q)的1/2次方与总电流(I)之间成正比;(2)电雾化总流量(Q)的1/2次方与雾化液滴的粒径均值(D)成正比。