-
公开(公告)号：CN114492144A
公开(公告)日：2022-05-13
申请号：CN202210248651.7
申请日：2022-03-14
申请人： 北京理工大学
IPC分类号： G06F30/23 , G06F30/18 , G06F111/04
摘要： 本发明涉及一种考虑模态频率的壳填充结构拓扑优化方法，步骤如下：步骤1：确定设计区域和非设计区域，将模态频率作为优化目标或约束条件，建立优化问题的数学模型；步骤2：通过两步PDE滤波和Heaviside投影操作，获得密度场和空间梯度场；步骤3：组装插值函数，得到设计域内的弹性模量和质量密度；步骤4：进行有限元分析；步骤5：通过模态追踪技术选择目标模态；步骤6：进行灵敏度分析；步骤7：更新设计变量，如将模态频率作为优化问题的约束条件，则额外引入移频约束策略；步骤8：满足收敛条件时，迭代停止，否则重复步骤2至步骤7。本发明不仅实现壳填充结构的一体化设计，还将模态频率作为优化目标或约束条件的设计指标。
-
公开(公告)号：CN110782407A
公开(公告)日：2020-02-11
申请号：CN201910979409.5
申请日：2019-10-15
申请人： 北京理工大学
摘要： 本发明公开了一种基于天空区域概率分割的单幅图像去雾方法。使用本发明能够对有雾图像的天空区域进行有效地识别和分割，且去雾图像的视觉效果好。本发明通过对有雾图像天空区域的总结分析，提出了基于概率模型的天空区域识别算法，对有雾图像的天空区域进行有效地识别和分割；然后对天空区域和非天空区域分别采用不同的透射率，即对天空区域的透射率进行基于改进容差机制的增益放大，解决了天空区域透射率低估的问题，进而解决了去雾图像天空区域颜色失真的问题。并且，通过引入全局平滑滤波方法对透射率进行优化，减少了去雾结果的块效应的情况；采用傅里叶变换方法和伽马校正调整了图像的细节和亮度，提高了去雾图像的视觉效果。
-
公开(公告)号：CN109521795A
公开(公告)日：2019-03-26
申请号：CN201811564145.9
申请日：2018-12-20
申请人： 北京理工大学
摘要： 本发明公开一种多旋翼无人机测绘航线规划方法，一、对航线有效覆盖面积与测区面积的差值、航线总长度、航带条数和航行高度的参数作归一化处理，所述航线有效覆盖面积与测区面积的差值、航线总长度、航带条数和航行高度均由航向和航高表示，对上述四个参数的归一化结果加权求和得到关于航向和航高的航线评价函数；二、设置二维粒子群算法的参数，将最小化航线评价函数作为二维粒子群算法的优化目标；三、通过二维粒子群算法求解航线评价函数的最小值，得到对应的航向和航高；四、利用步骤三得到的航向和航高进行无人机的航线规划；本发明能够在给定航向及航高的条件下进行最优航线规划。
-
公开(公告)号：CN110782407B
公开(公告)日：2021-10-19
申请号：CN201910979409.5
申请日：2019-10-15
申请人： 北京理工大学
摘要： 本发明公开了一种基于天空区域概率分割的单幅图像去雾方法。使用本发明能够对有雾图像的天空区域进行有效地识别和分割，且去雾图像的视觉效果好。本发明通过对有雾图像天空区域的总结分析，提出了基于概率模型的天空区域识别算法，对有雾图像的天空区域进行有效地识别和分割；然后对天空区域和非天空区域分别采用不同的透射率，即对天空区域的透射率进行基于改进容差机制的增益放大，解决了天空区域透射率低估的问题，进而解决了去雾图像天空区域颜色失真的问题。并且，通过引入全局平滑滤波方法对透射率进行优化，减少了去雾结果的块效应的情况；采用傅里叶变换方法和伽马校正调整了图像的细节和亮度，提高了去雾图像的视觉效果。
-
公开(公告)号：CN114492144B
公开(公告)日：2023-09-12
申请号：CN202210248651.7
申请日：2022-03-14
申请人： 北京理工大学
IPC分类号： G06F30/23 , G06F30/18 , G06F111/04
摘要： 本发明涉及一种考虑模态频率的壳填充结构拓扑优化方法，步骤如下：步骤1：确定设计区域和非设计区域，将模态频率作为优化目标或约束条件，建立优化问题的数学模型；步骤2：通过两步PDE滤波和Heaviside投影操作，获得密度场和空间梯度场；步骤3：组装插值函数，得到设计域内的弹性模量和质量密度；步骤4：进行有限元分析；步骤5：通过模态追踪技术选择目标模态；步骤6：进行灵敏度分析；步骤7：更新设计变量，如将模态频率作为优化问题的约束条件，则额外引入移频约束策略；步骤8：满足收敛条件时，迭代停止，否则重复步骤2至步骤7。本发明不仅实现壳填充结构的一体化设计，还将模态频率作为优化目标或约束条件的设计指标。
-
公开(公告)号：CN107832611B
公开(公告)日：2020-12-08
申请号：CN201710987829.9
申请日：2017-10-21
申请人： 北京理工大学
摘要： 本发明公开了一种动静态特征结合的僵尸程序检测与分类方法，基于静态特征信息，进行僵尸程序检测；检测过程中的特征选择采用了采用改进的TF‑IDF算法，改进的TF‑IDF算法是在TF‑IDF算法计算TF‑IDF权重时加入类区分度因子GF，用于表征特征项在某一类别中的出现程度与在其他所有类别中出现程度的比例；运行检测的僵尸程序，提取僵尸程序运行的API序列和网路流量信息，处理获得僵尸程序家族分类特征；基于僵尸程序家族分类特征，对僵尸程序进行分类。本发明能够自动进行分类，降低耗时，提高分类效率。
-
公开(公告)号：CN107832611A
公开(公告)日：2018-03-23
申请号：CN201710987829.9
申请日：2017-10-21
申请人： 北京理工大学
摘要： 本发明公开了一种动静态特征结合的僵尸程序检测与分类方法，基于静态特征信息，进行僵尸程序检测；检测过程中的特征选择采用了采用改进的TF-IDF算法，改进的TF-IDF算法是在TF-IDF算法计算TF-IDF权重时加入类区分度因子GF，用于表征特征项在某一类别中的出现程度与在其他所有类别中出现程度的比例；运行检测的僵尸程序，提取僵尸程序运行的API序列和网路流量信息，处理获得僵尸程序家族分类特征；基于僵尸程序家族分类特征，对僵尸程序进行分类。本发明能够自动进行分类，降低耗时，提高分类效率。
-
-
-
-
-
-
搜索结果
7 条记录 (耗时 0.027 秒)
