【摘 要】
：
拓扑优化是结构优化方法的一种,是设计中的重要步骤,其目的是在设计域内为给定量的材料做最佳分布,该工作除了为设计者在概念设计阶段提供参考,还可对现有设计方案做进一步优化。伴随着20世纪以来的自动驾驶以及航空工业的发展,拓扑优化在越来越多的学科有了广泛的应用。拓扑优化的经典方法为SIMP算法,然而该方法的迭代次数多,收敛较慢,且运算复杂。为了解决这些问题,本文受到前人工作的启发,将传统的优化问题看作图
论文部分内容阅读
拓扑优化是结构优化方法的一种,是设计中的重要步骤,其目的是在设计域内为给定量的材料做最佳分布,该工作除了为设计者在概念设计阶段提供参考,还可对现有设计方案做进一步优化。伴随着20世纪以来的自动驾驶以及航空工业的发展,拓扑优化在越来越多的学科有了广泛的应用。拓扑优化的经典方法为SIMP算法,然而该方法的迭代次数多,收敛较慢,且运算复杂。为了解决这些问题,本文受到前人工作的启发,将传统的优化问题看作图像生成问题进行研究,并且基于卷积神经网络提出了一个新的拓扑优化方法,用于解决拓扑优化问题。在给定的边界条件和优化设定条件下,该方法将优化问题的六个条件输入生成对抗网络,端到端地学习拓扑优化问题,输出优化问题的解的二维概率图像。本文做了一些尝试,如扩充数据集样本的类型,引入生成对抗网络,将拓扑性质纳入到损失函数中等等。实验结果表明,本文模型的泛化性进一步提高,能对训练集中没有出现过的边界条件的样本做出合理的预测。此外,我们做了大量对比实验,将传统的SIMP算法计算出的结果作为真值与本文提出的模型的预测结果进行比较,将对比实验的结果记录下来,并分析了各种改动的优劣,可以为将来的基于深度学习的拓扑研究工作提供一份较为详实的数据参考。
其他文献
近年来,深度学习在医学影像处理方面应用愈发广泛,二者的结合促使临床诊断方式发生改变。目前医学影像技术中磁共振成像（Magnetic Resonance Imaging,MRI）凭借良好的软组织分辨率和空间分辨率等优点,成为临床检查的常用手段之一。然而,在MRI成像过程中,由于患者不自觉运动容易产生图像间的非刚性形变,严重影响生成图像间的解剖对应关系。本论文旨在利用基于深度学习的配准技术,解决MRI
随着人们对产品设计方面的要求越来越高,许多产品在制造之前都要进行相应的曲线曲面的几何造型设计,例如汽车的车壳设计、飞机的机翼的设计,还有日常中人们穿的鞋子、衣服等,这些都属于曲线曲面造型的研究,曲线曲面造型的研究也一直是计算机辅助几何设计（CAGD）研究的核心内容。另外利用插值、拟合、逼近、拼接等方法研究满足某种性质的曲线曲面在实际应用中也是非常重要的。在曲面建模中,近20年来,自由曲线曲面的设计
随着移动互联网的普及和5G的飞速发展,网络上数据规模呈指数增长,数据的价值也被不断挖掘利用。数据中心作为数据进行传递和存储的基础设施,正在承载着这些复杂的网络数据。随着数据规模日益增长,在庞大的网络数据和高速网络传输面前,如何对网络进行流量实时获取、分析、存储是网络流量分析必须要面临的挑战。如何在不影响正常业务数据的情况下,高效完成对整个数据中心流量进行采集分析,是一个热点问题。目前传统的实时流量
在位测量与反馈加工一体化是保证曲面轮廓精度的有效手段,在机测量将测量点云和模型点云进行配准后进行余量求解生成G代码反馈至机床完成误差补偿,因此点云配准和余量精确求解将直接影响在位测量的准确度,是在位测量及反馈加工数据处理中至关重要的一个步骤,也是反馈加工过程中重要环节之一。然而,点云配准对于初始位姿有较高的要求并易陷入局部最优,会影响点云配准的精确度。另一方面,目前大部分的余量求解算法以点为三角面
随着城市交通系统中车辆数量的增加,交通系统面临着一些列问题,比如交通拥堵、出行时间过长、交通事故率提高等。基于车联网（VANET）技术产生的智能交通系统（ITS）使得这些问题有了一定的缓解。然而随着车辆数量的持续快速增加,传统ITS的运行效率正不断降低,迫切需要新的技术支持来提高解决交通问题的效率。在此背景下,SDNbased VANET（基于软件定义网络的VANET）框架应运而生。SDN-bas
雨天条件下受到雨线或雨条的影响,拍摄的图像会退化,信息遭受破坏和丢失,使得图像的视觉能见度下降,图像成像模糊或失真。在现实世界的工作任务中,往往需要高质量的图像,并且退化图像限制了室外高级视觉处理算法,例如目标检测,图像分割等应用。因此,开发一种有效的图像去雨算法,从有雨的图像恢复出无雨图像,是一个亟待解决的问题。图像去雨作为计算机视觉系统中的底层处理任务,在当前阶段具有十分重要的研究价值。然而,
显著目标检测旨在模拟人眼的视觉机制,检测并分割出一幅图像中最吸引人注意力的目标。近年来,这项基础性的工作在很多计算机视觉领域中都发挥了重要的作用,比如行人重识别、弱监督语义分割、物体识别等领域作为图像预处理技术。虽然基于RGB图像的显著目标检测获得了很大的进展,但在复杂场景下检测效果仍需要改善。随着RGBD传感技术的发展,能够获得RGB彩色图像的同时获得相应的深度图像信息。由于深度信息能够使网络感
传统人机交互的信息输入方式具有一定的局限性,随着技术的发展,手势识别的应用为人机交互提供了一种新型解决方案。手势作为人类的第二语言能够直接地传达个体信息,在交互方面更加灵活方便。基于计算机视觉的二维手势交互技术日渐成熟,为了显著降低交互延迟,需要较高性能的计算机设备,使用成本较高且局限于计算机使用。针对这种问题,论文提出了一种基于Xilinx公司的PYNQ开发平台实现的二维手势交互设计的解决方案。
计算机辅助几何设计（简称CAGD）的重点研究内容之一是曲线曲面的表示与逼近,CAGD十分重视CAD/CAM的数学理论和几何体的构造,利用数学理论描绘曲线、曲面、零部件、装配件等几何形状间的配合、包含、约束等关系,利用计算机手段对这些几何形状进行分析、调整、优化进而达到对产品设计等预期的目标。由于Bézier曲线具有变差缩减、细分等优良性质和良好的形状控制能力,所以在曲线造型中得到了广泛应用,在CA
近年来,数据驱动型算法逐渐成为了计算机医学影像分析方法的主流。目前的数据驱动算法主要侧重于学习输入数据与输出结果之间的映射关系,未能有效利用高层次的知识信息。在医学影像分析领域,高层次知识包括医生多年总结的诊断经验、人体器官形状知识、解剖特征点位置知识等,这些医学知识对于影像分析具有重要参考价值,却很难通过数据驱动型算法直接学习得到。本论文通过融入医学知识来提升医学影像分析算法的性能,在图像分割、