图学学报

Select

2023年第3期封面

2023, 44(3): 0.

摘要 ( 112 )

PDF(1667KB) ( 137 )

相关文章 | 计量指标

Select

2023年第3期目次

2023, 44(3): 1.

摘要 ( 50 )

PDF(233KB) ( 63 )

相关文章 | 计量指标

Select

基于机器学习的图案分类研究进展

边坤, 梁慧

2023, 44(3): 415-426. DOI: 10.11996/JG.j.2095-302X.2023030415

摘要 ( 225 )

HTML ( 13 )

PDF(1779KB) ( 152 )

回顾国内外结合机器学习进行图案分类的有关研究，从研究方法、文献数据分析、图案分类以及机器学习应用层面进行系统的梳理，了解目前国内外的研究现状以及研究进展，总结图案分类的方法以及不足之处，并对今后的发展进行展望，为更深入的探索提供参考。以大量文献研究为基础，运用CiteSpace软件分析当前的研究热点及趋势，并详细对数据集构建、数据处理、特征提取和图案分类所使用的方法、经典模型以及机器学习在图案分类中的运用进行分析和总结。图案分类研究有从传统人工分类向机器分类转变的趋势；准确高效的获取目标图案特征可有效改善分类效果；图案分类研究存在数据库匮乏问题，不利于对图案分类的深入研究。通过智能化分类方法构建系统的图案数据库；并将分类技术运用于服务系统平台，实现图案活态化传承；在分类的基础上，结合各种组合算法进行图案的创新设计，推动图案的进一步发展。

数据和表 | 参考文献 | 相关文章 | 计量指标

Select

基于改进YOLOv5的螺纹钢表面缺陷检测

胡欣, 周运强, 肖剑, 杨杰

2023, 44(3): 427-437. DOI: 10.11996/JG.j.2095-302X.2023030427

摘要 ( 372 )

HTML ( 18 )

PDF(18068KB) ( 251 )

针对在工业场景下螺纹钢表面缺陷检测精度低、漏检和误检率高等问题，提出了一种改进YOLOv5的螺纹钢表面缺陷检测算法。改进YOLOv5算法中，融合多空间金字塔池化模块(M-SPP)，优化网络，通过增加网络的深度加强特征的提取，可以一定程度上提高检测精度；添加改进的空间和坐标注意力模块(SCA)，进一步区分空间领域不同像素之间的权重关系，更加关注感兴趣的区域，减小非必要的区域权重，提高模型对小目标缺陷的关注度；使用双采样过渡模块(TB)进行下采样，减少重要特征的丢失，获取更多特征信息；利用k-means++算法重聚类锚框，生成的预设锚框更适应缺陷的不同尺度大小，提高算法的检测精度。通过在螺纹钢表面缺陷数据集上的实验结果表明，改进后的YOLOv5算法对螺纹钢表面缺陷检测具有良好的检测性能，优于其他对比的算法。改进YOLOv5算法的AP₅₀达到97.6%，相对于YOLOv5算法提高了3.2%，其他各项指标均有涨点，在保持原检测速度基本不变的情况下，精准地检测螺纹钢表面缺陷。

数据和表 | 参考文献 | 相关文章 | 计量指标

Select

采用DETR与先验知识融合的输电线路螺栓缺陷检测方法

李刚, 张运涛, 汪文凯, 张东阳

2023, 44(3): 438-447. DOI: 10.11996/JG.j.2095-302X.2023030438

摘要 ( 185 )

HTML ( 10 )

PDF(27048KB) ( 117 )

为了解决深度学习模型无法学习螺栓目标的先验知识、仅通过视觉特征难以快速准确定位其缺陷以及螺栓缺陷样本数量有限、类别不平衡的问题，提出了将深度学习模型与螺栓先验知识相结合的方法。选取端到端目标检测(DETR)为基线模型，设计并实现了一种采用DETR与先验知识融合的改进DETR模型。首先，利用视觉-知识注意力模块将螺栓图像的视觉特征与螺栓先验知识有机融合，获得螺栓对应的增强视觉特征；然后，将增强视觉特征送入基于Transformer编码-解码结构的DETR模型框架中对螺栓目标进行识别与分类；最后，针对螺栓危急缺陷样本少及样本不平衡的问题，引入类增量学习损失函数(CILLF)来增强模型的鉴别能力，缓解螺栓缺陷样本间长尾分布问题。仿真实验结果表明：改进DETR模型在输电线路螺栓缺陷样本上的mAP相较于基线模型DETR提升了2.8个百分点；相较于主流Faster R-CNN，YOLOv5l模型，改进DETR模型在长尾分布下螺栓缺陷样本少的类别图像上的检测效果提升尤为显著。

数据和表 | 参考文献 | 相关文章 | 计量指标

Select

改进YOLOv5算法的变电站仪表目标检测方法

毛爱坤, 刘昕明, 陈文壮, 宋绍楼

2023, 44(3): 448-455. DOI: 10.11996/JG.j.2095-302X.2023030448

摘要 ( 245 )

HTML ( 11 )

PDF(9050KB) ( 167 )

高效、准确的边端仪表检测设备是构建智能变电站的重要环节。针对变电站的复杂环境，移动边端设备难以快速、准确地检测出小目标、多类别、高相似的仪表目标的问题，提出一种基于轻量级SS-YOLOv5网络的电力仪表目标检测方法。该算法以YOLOv5为基础，采用轻量级网络ShuffleNet V2改进模型网络结构，引入深度可分离卷积提取仪表特征，降低颈部融合时模型计算复杂度，提高检测速度；结合Swin Transformer通过移位窗口进行建模，实现全局和局部信息交互，提升特征提取能力；最后自主构建变电站仪表图像数据集对模型进行训练、测试和验证。实验结果表明，与原YOLOv5算法相比，对于检测压力表、电流表、电压表等仪表图像，模型参数量减少了91.8%，目标检测速度提升43.8%，为部署到边端提供一种可行的技术方案，能够推动变电站的信息化与智能化的建设。

数据和表 | 参考文献 | 相关文章 | 计量指标

Select

YOLO-RD-Apple果园异源图像遮挡果实检测模型

郝鹏飞, 刘立群, 顾任远

2023, 44(3): 456-464. DOI: 10.11996/JG.j.2095-302X.2023030456

摘要 ( 235 )

HTML ( 12 )

PDF(11207KB) ( 96 )

为探索在自然苹果园环境中对高度遮挡果实进行机器人自动化采摘，提出基于RGB与Depth图像双输入的YOLO-RD-Apple果园异源图像遮挡果实检测模型。使用轻量化的MobileNetV2并在此基础上设计的更加轻量化的MobileNetV2-Lite分别作为RGB和Depth图像的特征提取器，保证特征提取能力的同时降低网络的计算量；将CSPNet与深度可分离卷积结合SE注意力模块，提出全新的SE-DWCSP3模块对PANet结构进行改进，提升网络对于残缺苹果目标的特征提取能力；引入Soft NMS算法替代一般NMS算法，以减少对密集目标的错误抑制现象，降低被遮挡苹果的漏检率。实验结果表明，YOLO-RD-Apple在自然遮挡苹果数据集上性能优秀，在测试集上的AP值达到93.1%，较YOLOv4提升了1.4%，参数量则降低了70%，在GPU(V100)的检测速度达到40.5 FPS，较YOLOv4速度提升了12.5%，在检测精度和速度上均有不同程度地提升，同时降低了网络参数量，更加适用于实际果园苹果采摘场景。

数据和表 | 参考文献 | 相关文章 | 计量指标

Select

基于YoloX-ECA模型的非法野泳野钓现场监测技术

罗文宇, 傅明月

2023, 44(3): 465-472. DOI: 10.11996/JG.j.2095-302X.2023030465

摘要 ( 159 )

HTML ( 10 )

PDF(3564KB) ( 81 )

我国每年有大量人员因为非法在水库及河湖水域游泳、钓鱼溺水而丧生，这些水域往往地处偏僻，无法安排监管人员24小时值守。同时，由于速度和准确度难以兼具，或体积较大难于部署等原因，现有基于视觉的目标检测方法也无法实现对非法野泳、野钓行为的实时检测。基于此，提出了融合注意力机制的YoloX-ECA模型，通过在YoloX骨干网络中的残差块和特征金字塔网络中添加ECA模块，以求在保持原YoloX模型较快检测速度的同时提升对野泳、野钓行为的检测效果。基于自制野泳、野钓数据集的实验证明，改进的YoloX-ECA模型对河湖水域的野泳、野钓行为的检测性能(AP)在90%以上，检测速度为62.29 fps。模型整体性能(mAP)较原YoloX模型提高1.21%，同其他目标检测算法如Faster-RCNN相比性能同样占优。改进的YoloX-ECA模型的实时性和准确性均达到预期设计目标，在河湖流域智能监管等领域有较大的应用前景。

数据和表 | 参考文献 | 相关文章 | 计量指标

Select

基于注意力机制与深度多尺度特征融合的自然场景文本检测

李雨, 闫甜甜, 周东生, 魏小鹏

2023, 44(3): 473-481. DOI: 10.11996/JG.j.2095-302X.2023030473

摘要 ( 242 )

HTML ( 23 )

PDF(3415KB) ( 139 )

针对现有场景文本检测方法不能深入挖掘并充分融合多尺度文本实例判别性特征的问题，提出一种基于注意力机制与深度多尺度特征融合的自然场景文本检测方法。首先采用带有注意力增强的ResNeSt50作为骨干网络，提取文本实例在不同尺度上更具判别力的特征表示；然后设计深度多尺度特征融合模块，将不同尺度的特征信息进行交互，自适应地学习不同尺度特征图对应的权重矩阵，用于融合文本实例在不同尺度特征图上具有判别力的特征信息，从而获得更具鲁棒性的多尺度融合特征图；最后利用自适应的二值化后处理模块生成更加精确的文本区域边界框。为评估其有效性，大量实验在ICDAR2015，ICDAR2013和CTW1500数据集上进行验证，结果表明该方法相较于其他先进的检测方法取得了有竞争力的检测结果，展现出良好的鲁棒性和泛化能力。

数据和表 | 参考文献 | 相关文章 | 计量指标

Select

基于残差和特征分块注意力的激光打码字符分割

肖天行, 吴静静

2023, 44(3): 482-491. DOI: 10.11996/JG.j.2095-302X.2023030482

摘要 ( 73 )

HTML ( 2 )

PDF(2334KB) ( 55 )

金属表面激光打码工艺易造成周围金属变性，产生灼伤等形式的大量噪声，导致字符区域背景复杂，字符对比度低及模糊问题，给后续字符识别带来困难。因此提出一种基于残差和特征分块注意力的激光打码字符特征增强与精细分割模型Res18-UNet，以突出字符信息，提高信噪比，从而有效分割目标。首先设计了注意力-残差特征提取单元，减少网络参数的同时避免网络退化，提高通道和空间的特征选择能力。其次提出特征分块注意力机制，加入了改进的特征分块空间注意力，增强微弱字符特征。此外，在上采样阶段设计了融合改进损失函数的多重监督模块，改善网络收敛能力，提高分割精度。在激光打码易拉罐罐底图像数据集上实验得到的mIoU系数、Dice系数和F1分数均优于原UNet，分别达到了0.801 0，0.889 5和0.903 5，预测速度是原UNet的2.6倍，为12.24张/秒。实验说明，该算法能够有效地对低对比度激光打码字符进行特征增强和高精度分割，且具有在嵌入式平台上部署运行的可行性与应用前景。

数据和表 | 参考文献 | 相关文章 | 计量指标

Select

基于民国纸币的图元素匹配检索

王佳婧, 王晨, 朱媛媛, 王笑梅

2023, 44(3): 492-501. DOI: 10.11996/JG.j.2095-302X.2023030492

摘要 ( 73 )

HTML ( 3 )

PDF(4493KB) ( 44 )

民国纸币种类数量众多，不同纸币类别间的视觉差异小，部分纸币经过流通后发霉、毛边以及破损。针对传统的细粒度图像检索方法对民国纸币识别分类能力差的问题，提出了一种基于多尺度特征融合的民国纸币细粒度检索模型。在使用YOLOv4对纸币图像做图元素检测，减少手动标记数据时间的基础上，利用纸币主景图作为输入特征图，使用EfficientNet-B0作为主干网络进行检索，减少了冗余信息对网络的负担，提升了网络的精度。在模型中，使用PANet融合网络的第2，4，10和15层的特征向量，生成全局特征向量库，提升了纸币匹配检索能力，并使用自适应K均值对特征向量进行聚类，简化了匹配的时间与计算量。实验结果表明，该模型准确率达到了89.6%，相比于使用纸币原图作为输入图像提升了10个百分点，提高了检索精度。改进后的模型分类效果更好，推理时间成本更少，实现了纸币的精细化分类。满足工业实际要求。

数据和表 | 参考文献 | 相关文章 | 计量指标

Select

面向医学图像层间插值的循环生成网络研究

孙龙飞, 刘慧, 杨奉常, 李攀

2023, 44(3): 502-512. DOI: 10.11996/JG.j.2095-302X.2023030502

摘要 ( 120 )

HTML ( 6 )

PDF(5106KB) ( 59 )

由于受成像设备性能及辐射剂量等因素的限制，CT以及MRI图像序列的层间分辨率远低于层内分辨率，这极大地限制了医学图像的应用，如何有效提高医学图像序列的层间分辨率是一个亟待解决的问题。针对此问题，将医学图像转换成对应的二值图像，实现对连续医学图像序列简单且流畅的层间插值处理，提出一种医学图像层间插值循环生成网络。该网络由2个模块构成：图像转换模块设计包含9个残差块和2个双线性上采样模块的生成器子网络实现有效的图像转换，然后通过该模块学习到的双向非线性映射能力实现医学图像和其对应二值图像之间的循环映射；插值模块将运动估计和图像生成合并到单个卷积步骤中，并构造一个适于医学图像特征的二值图Charbonnier差损失函数进一步提高图像清晰度，完成对二值图像序列的插值处理。在5个多类型数据集上的实验结果表明，生成图像的平均峰值信噪比(PSNR)和结构相似性(SSIM)均优于先进对比方法，在图像边缘、轮廓等细节信息的处理上更加出色。

数据和表 | 参考文献 | 相关文章 | 计量指标

Select

面向不平衡数据的肺部疾病细粒度分类模型

刘冰, 叶成绪

2023, 44(3): 513-520. DOI: 10.11996/JG.j.2095-302X.2023030513

摘要 ( 101 )

HTML ( 7 )

PDF(1847KB) ( 66 )

肺部疾病种类繁多，不同病症的影像学表现存在细微差别，且相关医学影像数据普遍存在类别不平衡的现象，使用一般的深度学习模型对其进行区分存在困难。针对上述问题，提出一种面向不平衡数据的肺部疾病细粒度分类模型，其具有双分支的特征提取结构，分别是EfficientNetB0和添加卷积块注意力模块(CBAM)的MobileNetV2，通过注意力机制来增强图像中重要特征的权重。在特征提取后基于多模双线性池化对特征进行融合，并使用Focal Loss损失函数来改善不平衡数据的分类效果，通过超参数自适应调整的策略进行模型训练，最终完成分类。使用Grad-CAM对模型的关注点可视化，以解决分类的可解释性问题。实验结果表明，该模型的分类准确率为0.985，Kappa系数为0.973，F1值为0.981，各评价指标均有显著提升，具有较好的分类性能，有助于肺部疾病的辅助诊断。

数据和表 | 参考文献 | 相关文章 | 计量指标

Select

基于双语义双向对齐VAE的广义零样本学习

史彩娟, 石泽, 闫巾玮, 毕阳阳

2023, 44(3): 521-530. DOI: 10.11996/JG.j.2095-302X.2023030521

摘要 ( 135 )

HTML ( 13 )

PDF(1127KB) ( 69 )

广义零样本学习(GZSL)旨在利用视觉特征和语义信息之间的关系来同时识别可见类和不可见类。现有的大部分方法使用生成模型生成不可见类的伪视觉特征，但一般采用单向对齐VAE且语义原型种类单一，导致不可见类的语义信息非常有限。因此，提出了一种基于双语义双向对齐变分自编码器的广义零样本学习模型，首先采用户定义的属性和词向量两种语义原型，基于双向对齐的VAE分别稳定地生成2种伪视觉特征来获取丰富的语义信息；然后，设计了特征融合模块对2种伪视觉特征进行有效融合，并去除其中的冗余信息，增强伪视觉特征表示；最后，采用分类正则化进一步增强伪视觉特征的类别独立性。在3个基准数据集上进行了大量实验，并与相关算法模型进行了比较，结果表明了该模型的有效性。

数据和表 | 参考文献 | 相关文章 | 计量指标

Select

融合空间十字注意力与通道注意力的语义分割网络

吴文欢, 张淏坤

2023, 44(3): 531-539. DOI: 10.11996/JG.j.2095-302X.2023030531

摘要 ( 139 )

HTML ( 7 )

PDF(3282KB) ( 113 )

针对现有语义分割方法无法有效构建上下文语义关联关系以及所提取的语义特征表征能力不足的问题，提出了一种新的空间十字注意力与通道注意力相融合的语义分割网络。首先，采用空间十字注意力模块(SCCAM)聚合目标像素在水平和垂直方向上的上下文信息，进而高效地建立像素之间的非局部语义依赖关系。其次，在通道注意力模块(CAM)中引入多头注意力机制，在多个通道子空间上挖掘语义更显著的通道特征。在此基础上，通过融合空间与通道两个维度上的注意力特征，进一步增强特征的语义表征能力，提升语义分割精度。在Cityscapes数据集、PASCAL VOC2012数据集以及CamVid数据集上的实验结果表明，与其他先进语义分割方法相比，该网络模型具有更高的分割精度。

数据和表 | 参考文献 | 相关文章 | 计量指标

Select

基于SfM的城市电缆隧道三维重建方法优化研究

葛海明, 张维, 王小龙, 朱晶晶, 贾非, 薛亚东

2023, 44(3): 540-550. DOI: 10.11996/JG.j.2095-302X.2023030540

摘要 ( 188 )

HTML ( 11 )

PDF(13629KB) ( 124 )

三维重建技术常被应用于城市地铁隧道、铁路隧道等场景，用来进行隧道形态的可视化展观以及隧道性态的分析。对于城市电缆隧道，由于其内部障碍物较多，断面较小等特点，采用三维激光扫描仪等传统的三维重建方式存在一定的困难。摄影测量由于其设备的便携性，应用于电缆隧道的三维重建具有优势。基于摄影测量理论，对影响电缆隧道三维重建效果的各种因素进行总结和分析并建立了针对电缆隧道场景三维重建的模型评价方法。于南通滨江路GIL电缆隧道内开展现场实验，对于原始图像存在的明暗不均问题，选用直方图均衡化+伽马变换进行增强化预处理，恢复隧道图像暗部的衬砌细节。基于运动恢复结构(SfM)三维重建方法，构建了具有完整内部纹理信息的电缆隧道三维模型。同时以模型评价方法为判断标准，对图像采集方法和建模参数等关键因素进行优化研究。结果表明，使用200张图像、中等质量建模能够保证较高的点云密度(1.0×10⁵ m)、合理的中心特征点数量(321个)、较低的均方根重投影误差(1.36 pix)，同时又兼顾了较高的建模效率(177 s)，满足隧道三维重建的需要。

数据和表 | 参考文献 | 相关文章 | 计量指标

Select

基于非局部信息的大气偏振模式生成方法

严圆, 高欣健, 高隽, 王昕, 程前

2023, 44(3): 551-559. DOI: 10.11996/JG.j.2095-302X.2023030551

摘要 ( 62 )

HTML ( 3 )

PDF(4085KB) ( 41 )

大气偏振模式作为一种稳定的自然属性，因其包含具有方向信息的∞字形特征和子午线特征，在导航、探测等领域具有广泛地应用。针对实际天气条件下，大气偏振信息获取方式受限于动态云层的干扰，导致大气偏振模式的分布规律遭到破坏和部分信息缺失的问题，提出一种基于非局部信息的大气偏振模式生成方法，并设计了一种非局部信息修复模块进行两个阶段的修复，第一阶段通过挖掘不同区域的大气偏振模式空间分布的关联性和全局性，实现对缺失区域空间维度上偏振信息的修复；第二阶段利用大气偏振信息在不同时刻的特征映射关系和分布连续性，实现对云层干扰区域时间维度上特征信息的修复。在Temporal Polarization 1072偏振数据集上的实验结果定性和定量的表明，该方法能够有效地去除大气偏振模式中的云层干扰噪声，修复缺失区域的偏振信息，同时生成的结果具有更高的结构一致性和语义一致性。

数据和表 | 参考文献 | 相关文章 | 计量指标

Select

结合对抗样本检测和重构的三维点云防御框架

赵玉琨, 任爽, 张鑫云

2023, 44(3): 560-569. DOI: 10.11996/JG.j.2095-302X.2023030560

摘要 ( 104 )

HTML ( 4 )

PDF(1124KB) ( 51 )

近年来，三维点云深度神经网络已应用于许多高安全性的任务中。然而，对抗样本可以很容易地使正常训练的深度学习模型做出错误的预测，所以需要提高深度神经网络输入数据的鲁棒性。现存的三维点云防御网络效率低，也无法很好地恢复点云的曲面变形和点分布。针对现存问题，提出了一种将对抗样本检测与重构相结合的三维点云对抗防御网络框架。对于一个输入样本，首先由基于重构误差的检测器对其进行检测。若是对抗样本，则由一个基于变分自编码器的重构器对其进行重构后再输入分类网络中。变分自编码器的结构可以更好地学习隐空间上的数值空洞，对于点云形状的恢复效果也更好。实验部分，在ModelNet40数据集上对多种经典的分类模型进行了攻击，并测试了检测器-重构器防御框架对这些攻击的防御效果。实验表明，该防御方法在PointNet上的分类准确率均优于其他防御方法，特别是在防御基于显著图和对抗生成网络的攻击中表现出色。该防御网络框架可以将删除200点的攻击的准确率从47.65%提高到75.02%。通过消融实验和可视化重构结果分别证明了检测器和重构器的有效提升对整体分类准确率的效果。

数据和表 | 参考文献 | 相关文章 | 计量指标

Select

特征保持的区域分级网格简化算法

朱天晓, 闫丰亭, 史志才

2023, 44(3): 570-578. DOI: 10.11996/JG.j.2095-302X.2023030570

摘要 ( 159 )

HTML ( 8 )

PDF(8784KB) ( 109 )

随着三维建模精度的提升，网格模型的数据量越来越大。为便于存储和计算，需要对网格模型进行简化处理。大多数网格简化算法通常对模型整体设置单一简化率，无法对模型进行不同级别的简化以保留局部特征。针对此类问题，提出了一种特征保持的区域分级网格简化算法(RH-QEM)。首先使用谱聚类算法对网格模型进行分割，并以测地线距离和余弦距离构建核函数；其次构建基于法向量的曲折度量指标，对网格模型的不同区域进行曲折程度度量，据此来设置分级简化率，不同的分割区域对应不同的简化率；最后构建改进的边折叠代价函数，对网格模型的不同区域实现分级简化。在CAD模型与扫描模型上进行实验，实验结果表明，RH-QEM算法简化误差和网格质量均优于3种对比算法，可实现分级简化，并有效保持模型细节特征。

数据和表 | 参考文献 | 相关文章 | 计量指标

Select

密度造型方法的初步探索

沈莞蔷

2023, 44(3): 579-587. DOI: 10.11996/JG.j.2095-302X.2023030579

摘要 ( 46 )

HTML ( 2 )

PDF(1156KB) ( 50 )

传统的自由曲线造型系统，可描述为“(离散的)控制顶点序列，关于(离散的)基函数序列，进行(离散的)加权平均”。现打破其离散属性，改变为连续属性，即将描述改为“(连续的)曲线，关于(连续的)函数族，进行(连续的)积分平均”。相应的变化，类似于概率论中，离散型随机变量使用分布律定义的数学期望，变为连续型随机变量使用概率密度函数定义的数学期望，因此，这种连续属性的造型方法称为密度造型方法。其中，连续的曲线，称为控制曲线；连续的函数族，称为基密度函数。为了初步探索密度造型方法，定义了其模型，并尝试构造了一种满足非负、规范、对称性质的1次与2次的基密度函数，进一步研究了基密度的导数，以及对应随机变量的任意阶矩函数的情况。在密度造型的过程中，输入可以是任意次数的多项式甚至非多项式的参数曲线，输出的造型曲线是次数分别不超过1和2的多项式曲线。密度造型的曲线具备凸包、仿射不变和对称等性质。

数据和表 | 参考文献 | 相关文章 | 计量指标

Select

聚变堆活化腐蚀产物多尺度可视分析方法研究

罗月童, 杨梦男, 彭俊, 周波, 张延孔

2023, 44(3): 588-598. DOI: 10.11996/JG.j.2095-302X.2023030588

摘要 ( 68 )

HTML ( 2 )

PDF(2087KB) ( 43 )

聚变能被认为是人类的终极清洁能源，而安全是聚变能发展的生命线。聚变堆冷却管道中的活化腐蚀产物是聚变堆的主要放射性源项，对聚变堆的屏蔽设计、人员防护和事故后果等都有重要影响。随着时间的推移，活化腐蚀产物不断累积，研究活化腐蚀产物在冷却管道中的分布特征对聚变安全有重要意义。现阶段，该领域的专家缺乏一种能够快速有效地分析活化腐蚀产物分布特征的方法。考虑到在研究过程中，根据不同的特性对聚变堆冷却管道的各个部分进行了分类，获得了大量的部件，因此，活化腐蚀产物广泛分布在部件中，由Co57、Co60、Mn54等多种放射性物质组成，活化腐蚀产物的组成和分布随着时间的推移而演变，因此活化腐蚀产物数据是多变量时序数据。针对活化腐蚀产物数据的特点和领域专家的分析需求，设计开发了一套可视分析系统，其主要特点包括：①针对冷却管道部件过多的问题，提出基于多层次聚类分析，以快速选出代表性部件进行深入分析，避免逐一查看所有部件；②针对时间跨度大的问题，基于多粒度划分方法自动提取潜在关键时间段，以聚焦关键时间段；③设计一套多视图联动可视分析系统，通过灵活交互快速得到活化腐蚀产物的整体分布特征。根据上述特点，最终设计了一个基于Web的系统，可以对聚变堆活化腐蚀产物进行多尺度、多粒度分析。国际热核聚变实验堆(ITER)是目前世界上最大的国际合作项目，以ITER反应堆2013—2020年活化腐蚀产物数据为例验证该方法的有效性，表明了该工具有助于选出代表性部件和关键时间段，能大幅度提高工作效率。

数据和表 | 参考文献 | 相关文章 | 计量指标

Select

融合多智能体与超图的复杂动态系统建模方法探索

王鹏飞, 陶体伟, 焦点, 申彦明, 周东生, 张强

2023, 44(3): 599-608. DOI: 10.11996/JG.j.2095-302X.2023030599

摘要 ( 184 )

HTML ( 6 )

PDF(1617KB) ( 98 )

在自然界以及人类社会中，绝大多数系统本质上都可以抽象表示为复杂系统，针对当前复杂系统复杂性不断增加这一难题，亟需完善且成熟的复杂系统理论与方法进行建模研究与处理。当前基于图的复杂系统建模方法难以描绘节点间极其复杂的连接以及节点间的高阶关系，同时也难以对复杂系统的智能化感知、决策和控制等行为进行有效刻画。基于此，提出一种融合多智能体与超图的复杂动态系统建模方法，模型从几种不同的演化角度进行动态演化，对复杂动态系统进行了具体的描绘。此模型通过赋予复杂系统中个体智能化特征，进行感知、决策和控制，同时也能够更好地描绘智能体节点间的高阶关系，为复杂系统的智能理论研究提供新思路和新方法。

数据和表 | 参考文献 | 相关文章 | 计量指标

Select

锻造液压机数字孪生系统设计

汤鹏, 撒国栋, 刘振宇, 谭建荣

2023, 44(3): 609-615. DOI: 10.11996/JG.j.2095-302X.2023030609

摘要 ( 288 )

HTML ( 10 )

PDF(2836KB) ( 123 )

锻造液压机是实现超大型零件快速锻造的重要装备。为了提升液压机锻造性能与可靠性，围绕数字孪生驱动的锻造液压机工作状态感知与虚实同步开展研究。通过分析锻造液压机工作状态实时感知与锻压风险预警的需求，构建了锻造液压机数字孪生框架，包含物理硬件层、感知控制层、孪生模型层和可视交互层。通过传感数据和仿真数据联合驱动液压机孪生体在线运行，基于孪生体实时仿真预警锻压风险，实现了锻压机锻造过程的可视化，提高了锻压机工作过程的可靠性，为锻造液压机生产过程数字孪生的实现提供了关键技术支撑。

数据和表 | 参考文献 | 相关文章 | 计量指标

Select

面向城市信息模型的半自动地理配准方法研究

王珩玮, 胡振中, 赵燕来, 钟坚, 陈伊

2023, 44(3): 616-624. DOI: 10.11996/JG.j.2095-302X.2023030616

摘要 ( 110 )

HTML ( 3 )

PDF(8180KB) ( 92 )

在城市信息建模(CIM)过程中，缺失地理参照信息的三维模型需要在地理信息系统(GIS)进行地理配准。基于地理参照点可在保证精度的同时实现半自动化的地理配准。在三维模型导入GIS后，首先以模型附近的任意坐标点为参照点，将局部坐标系(LCS)变换至大地椭球表面。此后在GIS中拾取三维模型上的地理参照点，并根据当前的变换矩阵计算LCS坐标，结合该参照点的大地坐标可得该模型的正确变换矩阵。若无地理参照点，可在此方法的基础上持续估计地理参照点实现人工地理配准。通过Cesium实现半自动地理配准方法，使用实际工程使用的三维模型进行应用验证，证明了方法的可行性。该方法依赖基于单一参照点的LCS向ECEF坐标系空间变换算法，按特点与适用场景可分为基础法、参照点投影法、原点投影法和近似原点法。应用验证过程中分别使用后3个算法，结合计算结果分析了这些算法受参照点与LCS原点距离的影响。

数据和表 | 参考文献 | 相关文章 | 计量指标

Select

2023年第3期样刊

2023, 44(3): 624.

摘要 ( 33 )

PDF(130118KB) ( 24 )

相关文章 | 计量指标

Select

2023年第3期22篇参考文献

2023, 44(3): 625.

摘要 ( 48 )

PDF(147KB) ( 17 )

相关文章 | 计量指标

过刊目录