软质齿轮影像法测量及系统误差和随机误差分析

通过实验了解影像法测量时的误差特性,分别对塑料、木质等软质齿轮公法线及模数在数显投影仪进行测量,并对实验数据进行分析处理,得到测量的系统误差主要来自测量时零线的对齐误差,通过对比检定法计算得出。随机误差主要来自于测量人员对齿廓的瞄准误差,通过A类不确定度进行计算得出。另外测量仪器的不确定度,按B类不确定度计算,由于其远小于A类不确定度,故忽略不计。对比塑料齿轮和木质齿轮测量的结果,得出软质齿轮测量的随机误差与材料、加工特性及表面质量相关的特点。木质齿轮的加工变形小于塑料齿轮,而且加工后齿廓表面质量较好,使得木质齿轮测量的随机误差小于塑料齿轮的随机误差。     

农产品品质光谱成像的空间预测规律

由于受到化学检测手段限制,无法获取光谱图像中的农产品品质在各像素位置处的参考值,因此无法直接验证基于光谱图像得到的农产品品质空间预测结果。为探索基于光谱图像的农产品空间品质检测规律,本文采用计算机生成已知空间品质样本,并分别以固定曝光和变曝光方式采集不同灰度等级标准板的光谱图像。定量分析采集系统误差,借助样本区域光谱与区域指标之间的全波段偏最小二乘（ALL-PLS）和遗传特征波长偏最小二乘（GA-PLS）预测函数,研究出区域指标预测准确时样本空间品质指标的预测精度规律,建立光谱成像空间预测准确度模型。实验结果表明：变曝光方式下的数据采集可以提高光谱图像信噪比,在波段两侧极限处尤为明显;应用区域品质数据预测空间品质分布,空间预测误差主要受光谱图像采集噪声影响：即使区域预测准确,空间预测可能已完全失真。通过衡量数据采集系统误差,可以间接评价农产品品质空间预测的准确度。只有在数据采集系统误差在允许范围内时,光谱成像技术才可准确预测农产品品质的空间分布。     

从打靶情况看数据的评价指标

本文从打靶成绩评价中总结出一个数据评价的重要结论,并以此为基础讨论了不同情况下评价精密度和准确度的方法,从而归纳出数据评价的一般判定方法。     

基于等价图像的摄像机自标定方法

介绍了一种基于等价图像的摄像机自标定方法。在仅拍摄一幅目标图像的基础上,利用目标结构的对称性得到与背景内容无关的对称等价图像,对对称图像进行等比缩放得到对称缩放等价图像,使用于自标定的图像数目倍增,便于图像目标的特征匹配。根据原图中相互垂直的特征直线的消影点对以及等价图像上的对称消影点对列出关于内参数的方程祖,求解方程组完成对内参数的自标定。实验结果证明,该方法原理简单、易于实现,并具有较高的定标精度。     

How Much Can We Coarse‐Grain while Retaining the Chemical Specificity? A Study of Sulfonated Poly(ether ether ketone)

For mesoscale structural studies of polymers, obtaining maximum level of coarse‐graining that maintains the chemical specificity is highly desirable. Here we present a systematic coarse‐graining study of sulfonated poly(ether ether ketone), sPEEK, and show that a 71:3 coarse‐grained (CG) mapping is the maximum possible map within a CG bead‐spring model. We perform single chain atomistic simulation on the system to collect various structural distributions, against which the CG potentials are optimized using iterative Boltzmann inversion technique. The potentials thus extracted are shown to reproduce the target distributions for larger single chains as well as for multiple chains. The structure at the atomistic level is shown to be preserved when we back‐map the CG system to re‐introduce the atomistic details. By using the same CG mapping for another repeat unit sequence of sPEEK, we show that the nature of the effective interaction at the CG level depends strongly on the polymer sequence and cannot be assumed based on the nature of the corresponding atomistic unit. These CG potentials will be the key to future mesoscopic simulations to study the structure of sPEEK based polymer electrolyte membranes.