调制传递函数(modulation transfer function,MTF)是目前公认的最为客观、有效的光学镜头检测方法。针对ISO12233刃边法检测数据时存在误差,且抗噪性差的问题,提出了一种系统优化算法流程,通过基于最大类间方差法(Otsu)的Canny算子来提...调制传递函数(modulation transfer function,MTF)是目前公认的最为客观、有效的光学镜头检测方法。针对ISO12233刃边法检测数据时存在误差,且抗噪性差的问题,提出了一种系统优化算法流程,通过基于最大类间方差法(Otsu)的Canny算子来提高边缘检测的准确性和噪声抑制能力;将Bisquare方法代替最小二乘法以减小刃边拟合误差;采用三次Fermi函数求解边缘扩散函数(ESF),解决噪声引起的数据震荡以及离散数据后续处理中的误差问题。实验结果表明,与ISO12233算法相比,优化后的算法更准确,测试精度符合标准,完全满足实际工业生产中镜头检测任务的需求。展开更多
为解决汽车车身结构开发阶段中传统的车身噪声传递函数技术计算复杂、优化效率低下的问题,通过卷积神经网络建立动态激励下车内驾驶位置的噪声传函响应(Noise Transfer Function,NTF)的预测模型,以车身不同结构点动刚度(Dynamic Stiffne...为解决汽车车身结构开发阶段中传统的车身噪声传递函数技术计算复杂、优化效率低下的问题,通过卷积神经网络建立动态激励下车内驾驶位置的噪声传函响应(Noise Transfer Function,NTF)的预测模型,以车身不同结构点动刚度(Dynamic Stiffness,DS)为特征对应模型输入,车内驾驶员人耳位置NTF为输出,训练底盘前悬架摆臂和后悬架减震器接附点分别受到激励时,车内驾驶位的NTF预测模型,最后通过仿真计算结果对比,验证模型的预测性能。展开更多
文摘调制传递函数(modulation transfer function,MTF)是目前公认的最为客观、有效的光学镜头检测方法。针对ISO12233刃边法检测数据时存在误差,且抗噪性差的问题,提出了一种系统优化算法流程,通过基于最大类间方差法(Otsu)的Canny算子来提高边缘检测的准确性和噪声抑制能力;将Bisquare方法代替最小二乘法以减小刃边拟合误差;采用三次Fermi函数求解边缘扩散函数(ESF),解决噪声引起的数据震荡以及离散数据后续处理中的误差问题。实验结果表明,与ISO12233算法相比,优化后的算法更准确,测试精度符合标准,完全满足实际工业生产中镜头检测任务的需求。
文摘为解决汽车车身结构开发阶段中传统的车身噪声传递函数技术计算复杂、优化效率低下的问题,通过卷积神经网络建立动态激励下车内驾驶位置的噪声传函响应(Noise Transfer Function,NTF)的预测模型,以车身不同结构点动刚度(Dynamic Stiffness,DS)为特征对应模型输入,车内驾驶员人耳位置NTF为输出,训练底盘前悬架摆臂和后悬架减震器接附点分别受到激励时,车内驾驶位的NTF预测模型,最后通过仿真计算结果对比,验证模型的预测性能。
