新葡京娱乐场-大陆娱乐场开户注册

本發(fā)明公開了一種基于單幅圖像的頭發(fā)建模和肖像編輯方法，該方法可對輸入圖像中人物發(fā)型、頭部等部分進(jìn)行三維結(jié)構(gòu)的重建，僅需要少量的用戶輸入即可實(shí)現(xiàn)多種肖像編輯功能；該方法經(jīng)過圖像預(yù)處理、頭部三維模型重建、二維發(fā)絲抽取和三維發(fā)型重建步驟后，最終實(shí)現(xiàn)肖像立體化、發(fā)型遷移、發(fā)型編輯等肖像編輯功能；本發(fā)明首次提出了從單張肖像圖像中構(gòu)建三維頭發(fā)模型的方法，實(shí)現(xiàn)了一系列實(shí)用的肖像發(fā)型編輯功能，效果優(yōu)于現(xiàn)有方法，且具有交互簡便、計(jì)算效率高等特點(diǎn)。

本發(fā)明公開了考慮關(guān)機(jī)重啟策略的柔性作業(yè)車間節(jié)能調(diào)度的建 模方法，以能耗最小為目標(biāo)，基于空閑時(shí)間與空閑能耗兩種建模思想， 建立了 6 個(gè)考慮關(guān)機(jī)重啟策略的混合整數(shù)線性規(guī)劃模型。接著，從建 模過程、模型尺寸復(fù)雜度、計(jì)算復(fù)雜度等方面對這些數(shù)學(xué)模型以及已 有數(shù)學(xué)模型進(jìn)行了詳細(xì)的對比評估。使用 CPLEX 求解器對 FJSP 調(diào)度 實(shí)例進(jìn)行求解，證明了本文所提出 MILP 模型的正確性與有效性。試 驗(yàn)結(jié)果表明基于不同建模思路的&n

本發(fā)明公開了一種層流冷卻溫度場的建模方法，具體為：將帶鋼沿長度和厚度方向劃分為網(wǎng)格；將帶鋼運(yùn)動(dòng)轉(zhuǎn)換為冷水閥門的反向同速運(yùn)動(dòng)，計(jì)算當(dāng)前時(shí)刻冷水閥門相對帶鋼的位置，以判定鋼段處于水冷散熱模式還是空冷散熱模式；在對應(yīng)散熱模式下，對鋼段的表層鋼塊按照熱輻射散熱、空氣對流散熱、水對流散熱和熱傳導(dǎo)散熱進(jìn)行溫度計(jì)算，對鋼段的內(nèi)層鋼塊層按照熱傳導(dǎo)散熱進(jìn)行溫度計(jì)算。本發(fā)明還提供了實(shí)現(xiàn)上述方法的系統(tǒng)。本發(fā)明能夠確定鋼板在層流冷卻過

本發(fā)明提供了一種高溫超導(dǎo)磁體非線性分析建模方法，根據(jù)磁 體實(shí)際模型，建立電磁熱耦合分析的 PDE 模型，并根據(jù) PDE 模型求 解結(jié)果計(jì)算動(dòng)態(tài)電感、電阻等效參數(shù)，并獲取超導(dǎo)磁體臨界電流、最 大溫升等關(guān)鍵參量；根據(jù)電感、電阻參數(shù)與磁體兩端壓降的數(shù)學(xué)關(guān)系， 利用受控電流源來等效磁體模型，在仿真中任意時(shí)刻，磁體的等效電 感、等效電阻及關(guān)鍵參量均與磁體當(dāng)前狀態(tài)相關(guān)，充分考慮了超導(dǎo)磁 體的非線性 E-J 特性。本發(fā)明可以體現(xiàn)系統(tǒng)控制模塊與超導(dǎo)磁體的相 互影響，進(jìn)而分析控制算法對超導(dǎo)磁體響應(yīng)特性的影響。與傳統(tǒng)將

該項(xiàng)成果應(yīng)用于諸如機(jī)動(dòng)車跟馳、換道和并道的交通仿真模型，目前隨著交通管理以及新的交通信息感知技術(shù)的發(fā)展，交通檢測器布設(shè)不斷增加，交通基礎(chǔ)數(shù)據(jù)規(guī)模急劇加大，交通大數(shù)據(jù)時(shí)代已經(jīng)到來，在這樣大數(shù)據(jù)的時(shí)代的背景下，運(yùn)用新技術(shù)手段構(gòu)建道路交通仿真技術(shù)體系，將是我國智能交通發(fā)展的一個(gè)重要的方向。 項(xiàng)目首先是研究人類行為模式與交通擁堵的關(guān)系。其次，建立城市交通網(wǎng)絡(luò)的數(shù)學(xué)模型結(jié)合人類行為規(guī)律和人口分布模型最終建立城市交通擁堵模型。最后，構(gòu)建基于人類動(dòng)力學(xué)的城市交通仿真平臺。交通仿真平臺包含交通地圖編輯工具和分布式微觀交通仿真系統(tǒng)兩部分組成，硬件設(shè)備要求1臺數(shù)據(jù)庫服務(wù)器運(yùn)行交通仿真數(shù)據(jù)庫；1臺臺式機(jī)運(yùn)行交通仿真平臺總控端系統(tǒng)；若干臺臺式機(jī)運(yùn)行仿真端仿真系統(tǒng)。 運(yùn)行仿真平臺總控端系統(tǒng)的1臺機(jī)器安置在監(jiān)控中心；運(yùn)行仿真平臺仿真端系統(tǒng)的若干臺機(jī)器安置在計(jì)算中心；運(yùn)行仿真數(shù)據(jù)庫服務(wù)器的1臺機(jī)器安置在數(shù)據(jù)中心。 展示內(nèi)容如下： 微觀交通仿真平臺由地圖編輯工具、總控端系統(tǒng)和仿真端系統(tǒng)組成； 使用地圖編輯工具繪制仿真交通地圖，導(dǎo)入總控端系統(tǒng)； 由總控端系統(tǒng)創(chuàng)建仿真任務(wù)，并且發(fā)送至已經(jīng)上線的仿真端設(shè)備，總控端開始仿真任務(wù)，命令發(fā)送至仿真端，仿真端推進(jìn)仿真計(jì)算，總控端能夠?qū)Ψ抡娑说姆抡孢M(jìn)行控制。能夠完成暫停、恢復(fù)、停止等操作； 仿真端將每一仿真步計(jì)算的數(shù)據(jù)保存到仿真數(shù)據(jù)庫中； 總控端可以利用仿真數(shù)據(jù)庫中的數(shù)據(jù)進(jìn)行交通狀況分析。

該項(xiàng)成果應(yīng)用于諸如機(jī)動(dòng)車跟馳、換道和并道的交通仿真模型，目前隨著交通管理以及新的交通信息感知技術(shù)的發(fā)展，交通檢測器布設(shè)不斷增加，交通基礎(chǔ)數(shù)據(jù)規(guī)模急劇加大，交通大數(shù)據(jù)時(shí)代已經(jīng)到來，在這樣大數(shù)據(jù)的時(shí)代的背景下，運(yùn)用新技術(shù)手段構(gòu)建道路交通仿真技術(shù)體系，將是我國智能交通發(fā)展的一個(gè)重要的方向。項(xiàng)目首先是研究人類行為模式與交通擁堵的關(guān)系。其次，建立城市交通網(wǎng)絡(luò)的數(shù)學(xué)模型結(jié)合人類行為規(guī)律和人口分布模型最終建立城市交通擁堵模型。最后，構(gòu)建基于人類動(dòng)力學(xué)的城市交通仿真平臺。交通仿真平臺包含交通地圖編輯工具和分布式微觀交通仿真系統(tǒng)兩部分組成，硬件設(shè)備要求1臺數(shù)據(jù)庫服務(wù)器運(yùn)行交通仿真數(shù)據(jù)庫；1臺臺式機(jī)運(yùn)行交通仿真平臺總控端系統(tǒng)；若干臺臺式機(jī)運(yùn)行仿真端仿真系統(tǒng)。

本發(fā)明公開了一種基于ＣＦＤ數(shù)值模擬和智能建模的鍋爐燃燒優(yōu)化系統(tǒng)及方法，系統(tǒng)包括ＤＣＳ控制系統(tǒng)接口、ＣＦＤ計(jì)算集群、樣本數(shù)據(jù)庫集群、智能建模集群、中央處理集群和人機(jī)界面，通過對ＣＦＤ模擬樣本和歷史運(yùn)行樣本進(jìn)行存儲、建模和優(yōu)化，實(shí)現(xiàn)了機(jī)組隨電網(wǎng)負(fù)荷指令、入爐煤煤質(zhì)特性、過量空氣系數(shù)等變化的最優(yōu)配風(fēng)方式實(shí)時(shí)匹配。本發(fā)明中ＣＦＤ數(shù)值模擬技術(shù)的使用提高了建模的準(zhǔn)確性，優(yōu)化時(shí)可直接調(diào)用ＤＣＳ控制系統(tǒng)實(shí)現(xiàn)閉環(huán)控制，使配風(fēng)方式快速響應(yīng)負(fù)荷變化，實(shí)現(xiàn)機(jī)組燃燒熱效率和ＮＯｘ排放的實(shí)時(shí)優(yōu)化。

本發(fā)明提供了一種高速動(dòng)壓潤滑精密主軸熱力學(xué)建模與熱設(shè)計(jì)方法，其包括以下步驟：步驟1：高速動(dòng)壓潤滑精密主軸三維數(shù)字化建模；步驟2：高速動(dòng)壓潤滑精密主軸主要熱源發(fā)熱功率計(jì)算；步驟3：高速動(dòng)壓潤滑精密主軸主要換熱系數(shù)計(jì)算；步驟4：高速動(dòng)壓潤滑精密主軸熱力學(xué)建模；步驟5：高速動(dòng)壓潤滑精密主軸參數(shù)靈敏度計(jì)算。采用本發(fā)明提供的高速動(dòng)壓潤滑精密主軸結(jié)構(gòu)熱力學(xué)設(shè)計(jì)方法，能夠大幅提高高速動(dòng)壓潤滑精密主軸結(jié)構(gòu)熱力學(xué)建模與熱態(tài)設(shè)計(jì)精度，縮短設(shè)計(jì)周期。不僅便于高速加工機(jī)床的正向設(shè)計(jì)，而且提高一次設(shè)計(jì)成功率。

本成果面向具體企業(yè)，根據(jù)其特定需求定制Pro/E，為用戶提供具有自定義功能的數(shù)字化設(shè)計(jì)工具和方法，解決了Pro/E作為通用軟件的低效率問題。該系統(tǒng)以基于網(wǎng)絡(luò)的設(shè)計(jì)思想為指導(dǎo)，以服務(wù)器端的Oracle等數(shù)據(jù)庫系統(tǒng)為統(tǒng)一數(shù)據(jù)源，實(shí)現(xiàn)了包括“特征建模”、“標(biāo)準(zhǔn)件設(shè)計(jì)”、“典型結(jié)構(gòu)件設(shè)計(jì)”、“裝配建模”、“屬性管理”、“修改標(biāo)記”、“模型重構(gòu)”等分模塊。開發(fā)了可擴(kuò)展的開放性常用特征庫、典型零件庫、標(biāo)準(zhǔn)件庫以及相應(yīng)的設(shè)計(jì)和庫管理界面。用戶可以結(jié)合具體情況，利用友好的界面建立、填充和修改這些數(shù)據(jù)庫。從而最大程度地簡化了重復(fù)性的設(shè)計(jì)工作，提高了新產(chǎn)品的開發(fā)速度和效率。通過該系統(tǒng)還能夠定義、管理零部件屬性信息，添加設(shè)計(jì)修改標(biāo)記等為PDM集成提供數(shù)據(jù)。

人工神經(jīng)網(wǎng)絡(luò)以其對復(fù)雜非線性問題的魯棒性和高效建模能力，在微波元件中得到了廣泛的應(yīng)用。現(xiàn)有的基于人工神經(jīng)網(wǎng)絡(luò)的微波器件模型與優(yōu)化研究主要集中在建模方法上。采樣是建模的基礎(chǔ)，直接影響到人工神經(jīng)網(wǎng)絡(luò)建模和優(yōu)化的效率和準(zhǔn)確性，卻很少被研究。 傳統(tǒng)的取樣方法廣泛應(yīng)用于基于人工神經(jīng)網(wǎng)絡(luò)的建模與優(yōu)化，包括蒙特卡羅抽樣和拉丁超立方體抽樣。這些采樣方法的重點(diǎn)是提高設(shè)計(jì)空間中分布樣本的均勻性。由于微波元