基于SIFT特征向量的图像检索优化

基于SIFT(scale-invariant feature transform,尺度不变特征转换)向量的图像检索在精度和实时性方面都与使用者的心理预期有较大的偏差,该文在建树（build vocabulary tree）、检索、以及匹配度计算方面做了一些改进,在满足实时性的要求下,提高了检索精度;在建树过程中,重新定义了SIFT特征向量聚类机制,将分类和K均值聚类法结合起来代替传统的K均值聚类法;在进行图像检索时,直接利用已有欧氏距离信息,减少向量之间距离的计算,对SIFT向量统一化处理;最后通过改进单位化处理方法,克服SIFT大数据造成的误差．数值结果表明,改进后vocabulary tree的节点有更强的差异性, 克服了将训练集按数量均分而不是按距离均分和直接决定树的层数的缺陷;使得检索时间很好地满足了实时性的要求;改进的单位化方法消除了SIFT大数据的误差,从而极大地提高了检索精度．     

基于特征正交分解的材料微结构参数化表征模型及等效性能优化设计

随着计算能力的不断发展,近年来基于材料微结构图像的材料等效性能数值模拟越来越受到学者们的重视.在此背景下,提出了一种针对材料微结构图像的高效参数化表征模型.通过特征正交分解(proper orthogonal decomposition,POD)对已有材料微结构图像数据进行特征分析,得到近似描述该类材料微结构的特征缩减基.应用移动最小二乘(moving least squares,MLS)法建立特征缩减基映射系数的响应面模型,拟合得到任意给定参量相应的缩减基映射系数.利用拟合缩减基系数可获得任意给定参量对应的微结构图像矩阵.该参数化表征模型被用于表征含椭球夹杂的两相材料(2-phase composite)的二维情形, 并进一步应用于这类复合材料宏观等效力学性能的优化设计.     

非Hermite线性方程组的若干预处理迭代算法

非Hermite线性方程组在科学和工程计算中有着重要的理论研究意义和使用价值,因此如何高效求解该类线性方程组,一直是研究者所探索的方向.通过提出一种预处理方法,对非Hermite线性方程组和具有多个右端项的复线性方程组求解的若干迭代算法进行预处理,旨在提高原算法的收敛速度.最后通过数值试验表明,所提出的若干预处理迭代算法与原算法相比较,预处理算法迭代次数大大降低,且收敛速度明显优于原算法.除此之外,广义共轭A-正交残量平方法(GCORS2)的预处理算法与其他算法相比,具有良好的收敛性行为和较好的稳定性.     

轻质热防护系统多层材料组合结构的热应力分析

提出了轻质热防护系统外面板使用多层结构的概念,设计了2种热防护材料组合构成的3种铺层方案．通过模拟飞行器再入大气层时受到的机械和热载荷条件,数值计算得到了层间剪切力、底部温度和y方向位移．计算结果发现,层间剪切力发生在边缘部位且呈反对称分布;选用高热导率和高热容材料能够减少材料内的温度梯度,进而有效地降低结构的热应力和热变形;在均匀温度场情况下,两种材料的热膨胀系数之差越小,则层间剪切力越小．该研究表明不同的材料组合和铺层次序的多层结构,可以满足不同设计要求,具有优化设计潜力．