6篇关于特征识别的计算机毕业论文

今天分享的是关于特征识别的6篇计算机毕业论文范文, 如果你的论文涉及到特征识别等主题,本文能够帮助到你

基于服装人体特征的3D服装模拟及可视化研究

这是一篇关于3D人体模型,特征识别,SURF算法,三角剖分,和谐参数化,服装可视化的论文, 主要内容为服装是人们在日常生活中不可或缺的消费品,也是社会文化的一个重要组成部分。经济和社会的发展日新月异,呈现个性化、合体化、高档化与时尚化的服装,既是服装发展的必然方向,又是当代以及未来服装行业发展的必然趋势。我国服装行业必须进行产业升级,提高科学技术含量,生产出含有高新技术的服装,这样才能真正使我国服装走向世界。而3D数字化服装造型的模拟及可视化研究的思路和方法在个性化、合体性、艺术性以及大范围量身定制等方面均呈现出明显优势,是现代数字化服装设计的重要发展方向。针对3D服装模拟及可视化研究中的关键技术和研究难点,本文将研究的重点放在3D人体模型的特征识别和3D服装原型造型。首先将处理后的3D人体点云图像转换为人体深度图像,其次在此基础上由SURF算法进行人体特征点识别并通过三次B样条对识别得到的特征点进行人体围度曲线拟合,进而得到3D人体特征线,即人体轮廓线,并测量人体尺寸数据。在此基础上,提出特征曲线和三角剖分构造3D服装原型造型的算法,将3D服装曲面分为肩部、胸部、腹部、后背等子曲面进行分片造型,并通过简单的几何计算把3D衣片展开为2D衣片。然后通过和谐参数化算法对3D衣片进行局部编辑,使衣片与3D人体模型达到更好的贴合效果。最后,根据服装织物的性能,引入质点-弹簧模型,结合AABB碰撞检测算法和碰撞响应,实现3D人体服装的可视化。

基于服装人体特征的3D服装模拟及可视化研究

典型风洞零件快速设计系统的技术研究

这是一篇关于典型零件,快速设计技术,基于组件的应用架构,参数化设计,特征识别的论文, 主要内容为在风洞的设计过程中,存在大量结构相似且应用方法近乎相同的典型零件,传统由人力完成的设计方法会耗费大量的时间且效率低下,给设计人员带来沉重的负担,并且设计的质量和准确性无法保证。针对这种情况,本文针对典型风洞零件开展了快速设计系统的相关技术研究,利用CAA(基于组件的应用架构)技术在基于Visual Studio 2008平台的CATIA软件中开发了快速设计系统。本文的主要研究内容如下所示:(1)研究典型风洞零件快速设计系统的开发流程、集成平台、运行机制、系统的总体框架以及各部分模块。研究系统开发技术的实现原理和应用过程,包括CATIA CAA二次开发技术、基于CAA的数据提取技术等。(2)对风洞中常见零件的典型几何特征进行归纳、总结,运用基于尺寸的参数化设计方法,建立了参数化设计模块,结合CATIA CAA技术对零件模型特征信息进行参数化驱动,实现零件三维模型的创建。研究参数化设计中的变型设计技术,采用CATIA CAA数据提取技术,实现了零件的孔洞自动填充功能。(3)研究基于特征识别的拓扑遍历技术,在动态拓扑遍历算法的基础上对基于层的特征识别算法加以研究,提出了一种基于特征遍历的拓扑面提取方法。开发了横截面连续测量模块,在切割零件体模型的过程中识别出堵塞度计算过程的关键横截面,通过动态遍历,对关键横截面的拓扑信息进行自动提取,从而进行堵塞度的计算。(4)研究基于特征识别的深度自动提取技术,将特征主基面的相交特征识别算法和几何信息提取算法结合起来研究,提出了一种根据曲面表面不同位置的制孔点自动判别沉头深度的方法。开发了功能孔快速创建模块,在该模块下可以实现对螺钉孔的批量快速创建以及螺钉孔的智能沉头功能。(5)开发了典型风洞零件快速设计系统。通过各模块的应用实例,详细阐述了典型风洞零件快速设计系统的功能实现过程。并结合设计现场反馈数据与传统设计方法进行对比,得出提升的效率值,证明了该系统的优越性。

数控机床角度头故障特征识别与健康管理系统研究

这是一篇关于数控机床,角度头,VMD,特征识别,健康管理的论文, 主要内容为近年来,数控机床在机械行业突飞猛进的历程中发挥着举足轻重的作用。角度头作为数控机床上的重要附件,可以解决多种传统方法加工困难和有特殊加工要求的问题,使得数控机床能够在固定结构下,实现更多领域和更多范围的工作。角度头因为工作环境复杂,操作人员违规操作等问题,会导致其出现振动异常,运转困难等情况,甚至会造成较大的经济损失。因此,开展角度头振动故障特征识别和健康管理研究,对提高角度头的耐用性,提升操作人员的管理和维护效率具有重要的意义。本文针对数控机床角度头在生产过程中发生的振动问题,提出了一种基于GA优化的VMD-SVM算法的角度头振动故障特征提取和识别的方法,开发了基于JAVA的角度头健康管理系统。论文主要工作如下:(1)介绍了角度头的基本原理和应用场合,总结归纳了角度头的常见故障类型,凝练了角度头常见故障类型的故障特征。确定了角度头故障监测与诊断的主要对象。(2)提出了基于GA优化的VMD-SVM算法的角度头故障特征识别方法。通过GA对VMD算法中关键参数进行优化,形态滤波方法进行降噪处理,SVM算法对故障数据进行筛选,以峭度相关系数法筛选分解之后的IMF分量并进行信号重构,从重构信号的时域图,频域图和包络谱图中提取出故障特征,并进行故障识别。经过仿真和现场测试,证明了该方法的准确性和有效性。(3)开发了数控机床角度头健康管理系统。针对角度头日常运行和管理过程中遇到的数据利用率不高、难以快速判断角度头故障和日常维护效率较低等问题,以JAVA和MySQL数据库为基础,使用前端Ant Design Pro和后端Spring Boot等技术,设计了角度头信息管理、工况数据存储、故障案例库和故障诊断四个主要模块,并以此为框架开发了角度头健康管理系统。系统开发完善后,进行了多次实验测试及调试,最终的结果反馈证明了本系统具备快速故障识别和维护管理的能力。

基于用户特征的无人超市推荐系统设计与实现

这是一篇关于推荐系统,无人超市,促销,特征识别的论文, 主要内容为“新零售”是将互联网领域的新思维、新技术应用于传统的商品销售领域。无人超市作为“新零售”的代表,必须依托互联网,利用先进技术,让消费者可以享受更加舒适并且高效的购物体验。为构建无人超市推荐系统,本文开展如下工作:(1)针对无人超市推荐系统无法像电商平台一样通过用户注册信息获取用户特征的问题,利用人脸特征识别技术,通过图像预处理、特征提取、分类训练等环节,最终实现了推荐系统对用户特征的实时获取。其中,测试表明设计的性别识别方法,即较传统方法,准确率提高了0.3%以上。(2)设计并实现了满足无人超市需求的推荐系统:首先,针对相同特征用户偏好的商品具有相似性的特点,本文将用户特征因素结合到商品推荐算法模型中,其中,该模型以基于用户的协同过滤算法为主算法;其次,针对无人超市用户对推荐商品时效性要求高的问题,以时间段对用户消费记录进行划分,构建更加准确的用户-商品评价矩阵;然后,针对无人超市希望利用促销手段提高销售额的需求,使用K-Means算法设计了多种促销方式的商品促销模块;接着,在上述两个模型的基础上,分别对推荐系统进行整体和各功能模块进行设计,并用序列图描述模块之间信息传递过程。最后,利用ZooKeeper服务及Dubbo框架实现了无人超市推荐系统,并通过了测试。(3)推荐系统需要配套一系列装置,才能实现具体工作,因此设计了两个装置:采用Hi3518E芯片,利用多线程技术设计了可以实现实时采集、识别及传输功能的特征识别装置;设计了基于推荐系统的售货装置机构,并通过计算对关键部件进行选型。测试结果表明,设计的无人超市推荐系统,不仅其算法各性能较传统算法有明显提高,而且应用的效果良好。因此本系统可以起到提高无人超市销售额和增加用户体验的作用。