VAOS克里金插值在三维地震属性平面图的应用

三维地震属性数据巨大,在实际应用中一般采用局域克里金插值算法进行插值。目前常用的指定距离半径、指定点数、kd-tree等搜索算法均涉及距离计算、遍历已知点,相对较为费时。对此,提出一种无须距离计算、无须遍历已知点而直接利用待插值点位置的增减实现邻域点的选取方法(VAOS),以高效实现克里金插值。经过实验验证,在同精度下,该算法比距离半径搜索法快数十倍。     

构造直线和椭圆的交点

问题:如图1所示,如何构造直线GE和椭圆的交点F?其中点G是自由点,点E是椭圆上任意一点。图1在几何画板4.x中,不能直接构造出直线和椭圆的交点,很使熟悉几何画板的老师恼火。实际上,直线和椭圆的交点是可以构造的,如果您熟悉几何画板的基本操作的话,不难想到代数构造方法。但是该方法依赖于坐标系,从而使作图不够灵活,不具一般性。一大堆的计算,很费时间,耐性不好的您,恐怕进行不下去。那么有没有简单的几何构图呢?操作步骤:一、作椭圆和椭圆的准线1.用椭圆工具(已知椭圆的焦点和椭圆上的一点)画一个椭圆。2.度量AB、BC、CA的距离。3.计…     

基于Metrascan与全站扫描仪的交通事故对象测量方法

针对交通事故现场测量的实际情况,提出了一种三维激光扫描和全站扫描仪相结合的对象测量方案。由于全站仪的有效测量距离远、精度高、测量时间短,利用全站仪获取交通事故现场路面的数据信息,弥补传统测量方法的局限性;针对交通事故的对象目标,以三维激光扫描技术得到的点云数据作为基础,全站仪测距技术所测得的数据即可以作为缺失部分点云数据的补充,也可以作为对象目标表面点云数据的核实,实现对象目标表面快速测量。     

蚁群算法在复杂地形下的路径规划应用

研究存在障碍物的三维空间的最短路径规划,并采用蚁群算法解决这一问题。路径规划问题是计算机领域内的经典问题。它可以描述为已知起始点、c以及环境信息,并确定一条从起始点到目标点的线路。一般来说,所规划的路径必须满足距离最短或代价最小的目标。路径规划技术有着广泛的应用,涉及我们的生活、工作、科研和娱乐等方面。     

陀螺定向问题的探讨

陀螺全站仪观测结果的精度除了与仪器自身精度、观测者的观测水平和操作熟练程度有关外,还受计算的影响。针对该问题,文章从陀螺零位改正和仪器常数两个方面,详细探讨了陀螺定向的精度问题,提出了在使用不同的陀螺全站仪前应对仪器进行检测、认真观测并计算零位值的建议。     

基于点集不变性匹配的目标检测与识别方法

许多图像目标都可以用其上有代表性的一些点（如角点或边缘上的点）及其相互关系作为特征进行描述,通过模板点集和目标点集之间的匹配可以达到识别的目的,本文提出了一种新的平面点集间的与各自的平移、旋转、尺度变化和排列次序无关的距离描述,并且这种描述在一定范围内具有唯一性,另外在此基础上,给出了一种新的目标检测与识别的算法,该算法不仅能够从较为复杂的背景中检测出经过多个平移、旋转及尺度变化的目标,而且对部分     

高维空间中用计算街区和棋盘距离的线性组合代替计算欧氏距离

在高维空间中点的超球范围查找问题是 :已知一个高维数据点集 ,输入一个点和半径数值 ,询问所确定超球范围内包含有给出点集中哪些点 .考查了解决这个问题时利用计算街区和棋盘距离的线性组合代替计算欧氏距离的方法 .这一方法由于减少了乘法计算而明显地可以提高效率 .为提高计算精度 ,对如何选择构造线性组合时的系数进行了深入分析 ,提出了使选择系数达到上、下确界或最优值的计算方法 .为提出的方法设计了实现算法并进行了运行实验 .结果表明方法是有效的 ,可以应用到有关高维空间中距离计算的广泛问题中     

全站仪免棱镜技术在河道测量中的应用

河道测量是国民经济建设不可或缺的基础性工作,免棱镜模式下运用全站仪进行河道测量是一种主要的观测手段.针对河道测量与路面常规测量的差异性,分析了在不同土壤湿度、不同距离、不同激光入射角条件下免棱镜观测的平面精度与高程精度,结果表明:①土壤湿度与激光入射角对免棱镜模式下测量的平面精度和高程精度影响在5 mm之内,可以忽略,但当入射角大于80°时,仪器已不能正常读数;②在满足《数字测绘产品检查验收规定和质量评定(GB/T 18316-2001)》要求的平面精度与高程精度时,测量距离需控制在150 m之内;③在使用免棱镜全站仪进行实地河道测量时,因阳光与气温产生的河道土壤内的水汽蒸腾会对免棱镜测量产生影响,建议实际测量工作时尽量避开一天中太阳辐射较强的12时～ 15时,以避开大量水汽蒸腾的影响.     

Matlab优化工具箱在干酪根成烃动力学参数标定中的应用

主要针对干酪根成烃动力学参数的特点,应用MATLAB优化工具箱,对动力学参数已知的干酪根的生烃热解曲线进行固定指前因子和变指前因子方法进行标定。并将MATLAB优化工具箱函数标定的结果与已知的动力学参数在实验室热解生烃曲线和地质条件外推生烃曲线分别进行了比较。结果表明,MATLAB优化工具箱函数完全可以标定出可以满足要求的动力学参数。提出了对不同复杂结构的干酪根样品固定指前因子法和变指前因子法的两种标定方法。对于活化能近似正态分布和活化能分布较为单一的样品可以用固定指前因子的方法进行标定,其他活化能分布较为复杂的样品可以用变指前因子的方法进行标定,且结果均可以达到较为满意的结果。     

基于新人工势场函数的机器人动态避障规划

人工势场法是进行机器人路径规划时常用的方法,但若用圆锥曲线函数作为引力场数学模型时,在目标点会产生抖动问题.本文在分析抖动产生原因的基础上,增加一个指数项到引力场函数中,从而消除了奇异值点,避免了抖动现象.然后将一敏感度参数引入斥力场函数,以便灵活控制运动过程中机器人与障碍物距离的大小.通过对敏感度的调节,还可以克服传统势场法中目标点在斥力作用范围内时,机器人无法到达目标点的缺陷.最后给出新势场法的仿真.     

基于平稳环境下小波去噪的研究

小波变换可以很好解决时间分辨率同频率分辨率之间的矛盾，具有很好的时频特性。在环境变化相对平稳和主要噪声源预知的情况下，用仪器同时测量需测信号和已知信号。用本文提供的方法，算出此环境下已知信号中的噪声方差。再用它去滤除另一路信号中的噪声。实验表明，该方法可以进一步提高信噪比。     

基于最优传输理论的高质量点云重采样方法

目前通过3D扫描仪获取的点云仍旧存在一些缺陷:点云含有噪声,点云在不同方向上分布不均匀等.本文针对上述问题开展研究.主要工作为提出一种新的算法用于在点云上进行高质量的重采样,即使用较为稀疏的重采样点集去表达较为密集的原始点云的几何形状,同时重采样点集的分布可以满足用户预先指定的目标分布,并具备一定的蓝噪声性质.在最优传...     

基于多幅实拍照片为真实景物模型添加纹理

利用实拍照片为基于真实景物创建的几何模型添加纹理的方法正在受到广泛的关注,实拍照片与几何模型的配准是这项技术的关键.以往方法采用3D-2D特征点匹配或侧影轮廓线匹配的方法进行配准,因此对空间物体的表面特征或轮廓线形状有特殊的要求.提出了一种新的配准方法来解决这一问题,由于采用了基于图像重建的采样点模型与已知几何模型在空间中匹配的方法实现配准,因而充分利用了物体几何形状本身的拓扑和曲率等信息,并可以一次性地实现所有图像与空间物体的配准.实验结果表明,该方法可以解决一部分用以往的方法尚无法处理的实际问题,且在重建空间采样点分布较为合理的情形下,纹理映射效果非常理想.     

实验室仪器分析通用计算程序

该程序适用于实验室常用仪器分析结果的计算，由于它不受仪器及样品类型的限制，凡用标准曲线进行结果运算的都可以应用，因此可以方法用于各种不同行业的实验室。它除了能按给定的常和默认值快速的运算外，对分析中可能遇到的各种特殊情况的运算（相当于临时改变某些默认值），都能方便灵活地机上处理，并且可以方便地增加一个新的计算项目。该程序计算简便，只要输入标准[溶液及样品的仪器读数等基本原始数据，计算机即可绘制出标准曲线并打印出分析结果。     

工业CT图像的管道圆柱度误差测量

针对工件内部管道圆柱度误差测量的问题,研究了一种基于工业CT图像的圆柱度误差测量方法。在工业CT图像中指定待检测管道横截面上的一点,运用Facet模型提取该点所在目标的边缘点。在已知所有边缘点信息的基础上采用最小二乘圆柱法求得管道的圆柱度误差。对实际工业CT图像的实验表明,该方法可以较为准确地获得工件内部管道的圆柱度误差,且具有非接触,应用范围广等优点。     

全站仪在三角高程测量中的新方法

采用全站仪进行三角高程测量,指出这种方法既结合了水准测量的任意置站的特点,又减少了三角高程的误差,测量时还不必量取仪器高、棱镜高,并且全站仪安置时只需整平无需对中,从而使三角高程测量的速度和精度得到一定提高。     

使用特征空间归一化主类距离的智能零售场景开放集分类方法

智能零售场景中往往会使用到图像分类技术来识别商品,然而实际场景中并不是所有出现的物体都是已知的,未知的物体会干扰场景中的模型正常运行.针对智能零售场景中的图像分类问题,从已知类别封闭数据集的分类特征出发,通过对已知类别的分类特征进行计算和修正得到对未知类别物体的分类预测.通过构造已知类别的特征空间,并结合针对图像分类特征空间的特性优化的特征距离——归一化主类距离,可以更好地拟合特征空间在已知类别数据集中的边界概率模型.最终用边界概率模型对原分类特征做出修正计算,得到对物体的未知类别的分类预测,并通过设计实验验证该方法的可行性.此外,在智能零售场景的数据集支持下,与已有方法进行了对比实验.使用特征空间归一化主类距离的开放集分类算法在有着更高的已知类别分类准确率的同时,开放集拒绝率有14.20%的提升,达到了44.85%.     

多移动机器人的组队规划研究

研究了多移动机器人在组队时目标点的优化选取与避障控制问题。依据最近距离最大值优先获得目标点的规则,提出建立机器人与目标位置距离矩阵,并对矩阵进行映射分析,使机器人快速准确地确定对应目标点。采用模糊控制理论,依据经验制定模糊规则,使机器人灵活地避开障碍,仿真实验证明了算法的有效性。     

基于双全站仪的中子谱仪样品台位姿标定方法

中子谱仪样品台是实现样品上待测量点精确移动到衍射点并实现待测量矢量与Q散射矢量对齐的功能,从而进行残余应力测量。提出了一种基于双全站仪的位姿标定方案来实现样品台的以上功能,采用双全站仪测量系统和便携式激光扫描臂系统对各个坐标系进行标定。分别设计了样品坐标系、四轴样品台坐标系、中子谱仪衍射坐标系和全站仪坐标系的标定方案,并精确地设计了基于基准球的标定方案,由刚体变换法求得样品坐标系和全站仪坐标系之间的位姿转换矩阵,对样品上待测量点进行运动求解得到样品台的运动指令,并进行了实验验证。实验结果表明该方案能实现待测量点精确移动到衍射点,使待测量矢量与Q散射矢量对齐。     

基于改进K-means算法的研究与分析

K-means算法是通过计算数据与聚类中心的距离来更新聚类中心的一种无监督的机器学习算法,在距离已知的情况下,BIRCH算法是一种典型的基于距离特征数的类别判断对数据信息进行汇总的方法,是一种平衡迭代规约和聚类的方法。论文结合K-means算法和BIRCH算法优缺点,在数据处理中用K-means处理对离群点干扰较大的数据,BIRCH处理时间复杂度较低的数据的原则构建核心树;以子类的初始中点为叶节点,以欧式距离为依据判断节点间的相似性,并对判别类别进行划分得到核心数据,BIRCH以K类的中点为核心树的叶节点,以叶节点为基础构造核心树,并对核心树的各种特征数据进行完善。实验证明改进K-means算法比原始K-means算法在养老服务护理推荐时用时更短。