期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
张量分量混合插值板单元的构造及应用
被引量:
1
1
作者
轩建平
刘超峰
《华中科技大学学报(自然科学版)》
EI
CAS
CSCD
北大核心
2019年第5期11-15,共5页
阐明了Mindlin板单元及张量分量混合插值4节点板单元(MITC4)的基本原理;利用HyperMesh划分有限元网格,依据Mindlin板单元和MITC4板单元的基本理论,设计了Mindlin板单元与MITC4板单元的有限元程序.对简支矩形板进行静力分析,比较了利用MI...
阐明了Mindlin板单元及张量分量混合插值4节点板单元(MITC4)的基本原理;利用HyperMesh划分有限元网格,依据Mindlin板单元和MITC4板单元的基本理论,设计了Mindlin板单元与MITC4板单元的有限元程序.对简支矩形板进行静力分析,比较了利用MITC4板单元的计算值与解析解的差异.相比Mindlin板单元,论证了MITC4板单元在剪切自锁、单元几何扭曲及收敛性方面的优势.对存在孔洞的板结构进行静力分析和模态分析,比较ADINA和Matlab的计算结果,研究证明MITC4板单元算法的有效性.
展开更多
关键词
MITC4板单元
张量分量
混合插值
剪切自锁
单元几何扭曲
收敛性
原文传递
基于广义主成分分析的图像重建
2
作者
张雪纯
廖亮
魏平俊
《河南工程学院学报(自然科学版)》
2021年第2期74-80,共7页
主成分分析(PCA)在图像识别及高维数据降维中有着普遍的应用。为提升基于主成分分析的图像重建性能,在经典PCA算法的基础上提出了广义主成分分析(TPCA),并利用该算法进行图像重建。该算法利用图像像素的空间邻域构成固定尺寸的数组并将...
主成分分析(PCA)在图像识别及高维数据降维中有着普遍的应用。为提升基于主成分分析的图像重建性能,在经典PCA算法的基础上提出了广义主成分分析(TPCA),并利用该算法进行图像重建。该算法利用图像像素的空间邻域构成固定尺寸的数组并将其作为广义标量进行代数运算,可以方便有效地描述各像素的空间约束,从而提升图像的重建效果,同时也为其他图像分析算法的改进和升级提供了思路。实验分别将经典PCA算法与TPCA算法运用于公有数据进行图像重建,并对重建质量进行定量分析,结果表明运用TPCA算法的图像重建效果明显优于经典PCA算法。
展开更多
关键词
主成分分析
图像重建
广义主成分分析
广义标量
下载PDF
职称材料
题名
张量分量混合插值板单元的构造及应用
被引量:
1
1
作者
轩建平
刘超峰
机构
华中科技大学机械科学与工程学院
上汽大众汽车有限公司
出处
《华中科技大学学报(自然科学版)》
EI
CAS
CSCD
北大核心
2019年第5期11-15,共5页
基金
国家自然科学基金资助项目(51575202)
文摘
阐明了Mindlin板单元及张量分量混合插值4节点板单元(MITC4)的基本原理;利用HyperMesh划分有限元网格,依据Mindlin板单元和MITC4板单元的基本理论,设计了Mindlin板单元与MITC4板单元的有限元程序.对简支矩形板进行静力分析,比较了利用MITC4板单元的计算值与解析解的差异.相比Mindlin板单元,论证了MITC4板单元在剪切自锁、单元几何扭曲及收敛性方面的优势.对存在孔洞的板结构进行静力分析和模态分析,比较ADINA和Matlab的计算结果,研究证明MITC4板单元算法的有效性.
关键词
MITC4板单元
张量分量
混合插值
剪切自锁
单元几何扭曲
收敛性
Keywords
MITC4
plate
element
tensorial
component
mixed
interpolation
shear
locking
geometric
distortion
convergence
分类号
TB302 [一般工业技术—材料科学与工程]
原文传递
题名
基于广义主成分分析的图像重建
2
作者
张雪纯
廖亮
魏平俊
机构
中原工学院电子信息学院
出处
《河南工程学院学报(自然科学版)》
2021年第2期74-80,共7页
基金
国家自然科学基金项目(U1404607)
科技部/国家外专局高端外国专家项目(GDW20186300351)。
文摘
主成分分析(PCA)在图像识别及高维数据降维中有着普遍的应用。为提升基于主成分分析的图像重建性能,在经典PCA算法的基础上提出了广义主成分分析(TPCA),并利用该算法进行图像重建。该算法利用图像像素的空间邻域构成固定尺寸的数组并将其作为广义标量进行代数运算,可以方便有效地描述各像素的空间约束,从而提升图像的重建效果,同时也为其他图像分析算法的改进和升级提供了思路。实验分别将经典PCA算法与TPCA算法运用于公有数据进行图像重建,并对重建质量进行定量分析,结果表明运用TPCA算法的图像重建效果明显优于经典PCA算法。
关键词
主成分分析
图像重建
广义主成分分析
广义标量
Keywords
principal
component
analysis
image
reconstruction
tensorial
principal
component
analysis
t-scalars
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
张量分量混合插值板单元的构造及应用
轩建平
刘超峰
《华中科技大学学报(自然科学版)》
EI
CAS
CSCD
北大核心
2019
1
原文传递
2
基于广义主成分分析的图像重建
张雪纯
廖亮
魏平俊
《河南工程学院学报(自然科学版)》
2021
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部