基于分割插值的连续多分辨率模型

给出了一种基于边删除的多边形网格分辨率模型生成算法,通过递归地删除网格模型中的边,从而得到连续的简化模型.算法建立了可调加权控制函数来控制边的简化顺序.在模型简化的不同阶段,通过调节控制函数的权值执行不同的简化原则,使得视觉重要度低的边优先删除.此外,通过建立独立集,避免了模型的局部过度简化.算法用临近点插值模板,求取边简化生成的新点.实验结果表明,该算法可实现较理想的场景简化效果.     

一种新的多分辨率模型表示方法

提出了一种简洁高效的多分辨率模型表示方法MRM,该方法能对网格简化或精化过程进行编码,并在此基础上实现了一个多分辨率造型与编辑系统。该系统能为给定的模型生成多分辨率表示,并支持对模型的分辨率进行编辑,统一地完成有选择地精化和简化操作。     

用约束四叉树实现地形的实时多分辨率绘制

在地形可视化领域，实时绘制复杂地形场景的最有效工具是LOD技术，在研究和实验的基础上，提出了一种基于地形四叉树实时构建地形多分辨率模型的优化算法，该算法引入视相关的概念，给出一种与视点相依赖的对地形结点误差进行评价的方法，改进了LOD模型“裂缝”效应消除方法。实验结果表明，该算法能实时动态地生成地形的连续多分辨率模型，实现地形场景的平滑绘制。     

基于多分辨率方法的主动轮廓线跟踪算法

由Ｋａｓｓ等１９８７年首次提出的主动次轮廓线模型，在数字图像分析和计算机视觉领域得到了越来越广泛的应用，基于单分辨率的主动轮廓线跟踪算法在一个共同的缺点，即：要求初始轮廓线离目标的真实轮廓线很近，这样的算法用于跟踪将只能跟踪缓慢运动的目标，从而限制了主动轮廓线跟踪算法的应用范围，本文提出了一种基于多分辨率的主动轮廓线跟踪算法，它不但继承了基于单分辨率的主动轮廓线算法的优点，而且降低了对初始轮廓线的     

基于小波的多分辨率贴面算法及实现

贴面是指在两个平行截面的轮廓线间用面片（通常是三角面片）贴补侧面,从而得到一个三维实体的过程,贴面是三维重建的一项内容,有重要的应用价值,例如医学领域由人体器官切片图来重建器官三维模型,地形方面由等高线得到地形等。本文介绍多分辨率贴面算法及其实现技术,并给出了运行实例。     

一种基于多分辨率的图像跟踪算法

提出了一种基于多分辨率的图像处理方法，图像在不同分辨率的层上进行处理，从而获得较快的处理速度，同时保证了一定的鲁棒性。     

基于约束Delaunay三角网的删除点算法

在研究凸耳权值删除点算法的基础上,基于一次性构建的约束Delaunay三角网模型,提出了新的删除点算法,详细介绍了算法原理、算法流程图、实现步骤,并对算法的时间复杂度进行了分析.     

基于二叉顶点树的视点相关实时LOD算法

本文提出了一种实时LOD算法,通过对二又顶点树的操作,实现在渲染过程中用不同的细节层次表示模型各部分。采用的细节层次的选择标准有：视见体剔除,背面剔除和屏幕空间的投影误差。实验结果表明该算法可以在保持一定的视觉效果的前提下,大大提高绘制效率。     

基于隐函数插值的连续多分辨率模型

提出了一种基于变分隐函数插值的连续多分辨率模型生成算法,通过递归地删除网格模型中的边得到连续的简化模型.算法采用变分隐函数插值的方法对网格模型分区域插值,生成原始模型的区域插值隐函数曲面,并以对应隐函数曲面上的采样点作为边折叠的目标点.算法建立了可调加权控制函数来控制边的简化顺序.在模型简化过程中,可通过交互调节控制函数的权值执行不同的简化原则,使得重要度低的边优先删除.此外,通过建立独立集,避免了模型的局部过度简化.实验结果表明,此算法能实现较理想的简化效果.     

三维复杂模型的实时连续多分辨率绘制

本文给出了一种能实时产生由三角网格表示的三维复杂模型的连续多分辨率近似模型并加以绘制的新算法。该算法分为预处理和实时显示两个阶段，在预处理中，对模型上的每个观点按照它们的重要程度进行排序，同时也规定了每个顶点在实时简化过程中的合并操作，实质上也就是确定了模型中的三角形的删除顺序，这使得在实时显示中可以立即得到近似模型。该算法具有两个优点：首先，它建立了视点参数与被选择的分辨率的直接关系；其次，它提     

基于共指消解的实体搜索模型研究

实体属性挖掘(slot filling,SF)旨在从大规模文档集中挖掘给定实体(称作查询)的特定属性信息。实体搜索是SF的重要组成部分,负责检索包含给定查询的文档(称为相关文档),供后续模块从中抽取属性信息。目前,SF领域关于实体搜索的研究较少,使用的基于布尔逻辑的检索模型忽略了实体查询的特点,仅使用查询的词形信息,受限于查询歧义性,检索结果准确率较低。针对这一问题,该文提出一种基于跨文档实体共指消解(cross document coreference resolution,CDCR)的实体搜索模型。该方法通过对召回率较高但准确率较低的候选结果进行CDCR,过滤不包含与给定实体共指实体的文档,提高检索结果的准确率。为了降低过滤造成的召回率损失,该文使用伪相关反馈方法扩充查询实体的描述信息。实验结果显示,相比于基准系统,该方法能有效提升检索结果,准确率和F₁分别提升5.63%、2.56%。     

基于集群的Web并行超高分辨率显示技术

如何有效地快速显示超高分辨的互联网资源一直是卫星遥感、城市环境监控预警、智慧城市管理中心等领域的研究热点和难点.本文提出了一种基于集群的Web并行超高分辨显示技术,完美结合Web技术和集群并行处理技术,克服了传统集中信息处理显示和采用DLP投影拼接技术存在显示分辨率有限、系统拼接困难、信息显示处理速度慢、无法异地共享显示等问题,实现Web资源的实时超高分辨显示.通过对比实验,本文研究的基于集群的Web并行超高分辨率显示技术能够高效地、高清晰度的显示网页资源,为海量的Web信息内容的实时、超高分辨显示提供了有效的解决方案.     

基于Trie树和有限状态自动机的中文地址解析模型

 目前,无论是在研究或者是商业领域中,中文地址解析都没有一个成熟的模型结果。要素识别是地址解析的关键技术,传统的地址要素识别是基于特征词和字典匹配的方法,难以解决地址命名的多样性问题。利用自然语言处理技术,根据Trie树模型对行政区域寻址的方法和有限状态自动机模型对非规范地址的要素提取方法,本文提出T-FA模型对地址进行分级划分。其中,采用隐马尔可夫模型的切词方法和最长公共子序列算法,可以解决地址要素识别的模糊化搜索。T-FA模型具有良好的泛化能力,在批量处理地址时具有很好的通用效果,能比较有效地解决中文地址多样化的解析难题。     

基于最大熵模型的共指消解研究

共指是突发事件新闻报道中的常见现象。良好的处理共指现象,是进行信息提取的基本必要过程。本文采用最大熵模型对汉语突发事件新闻报道中的共指现象进行消解,目的是提取出突发事件新闻报道中指向同一实体的名词、代词和名词短语。根据问题特点,算法选择了8类特征作为模型的特征,该模型在20万字的新闻语料上进行训练,在10万字规模的语料上进行测试,最终的测试得到系统的F值为64.5%。     

基于HMRF先验模型的超分辨率重建

针对基于最大后验概率(MAP)的超分辨率重建算法在重建图像过程中存在的问题,提出一种基于Huber-马尔可夫随机场(HMRF)先验模型的超分辨率重建方法,采用HMRF作为图像先验模型,对图像进行分段超分辨率重建。仿真实验结果表明,与传统的MAP算法相比,该方法能更好地保存重建图像的边缘细节,有效提高重建图像的质量。     

基于混合仿射模型配准的IBP超分辨率重建

针对传统的配准只考虑几何因素的不足,提出一种基于几何和光度混合仿射模型的配准迭代算法。该算法避免keren算法因为角度的泰勒级数展开所带来的误差,大幅提高配准精度,而且使图像亮度得到保持。与传统的仿射变换相比,平均平移误差精度达到了0.165个像素。采用迭代反投影算法对配准后的图像序列进行超分辨率重建。实验结果表明,超分辨率重建结果的信噪比和结构相似度有了较大提高。     

基于加密传输的标识解析模型研究

标识解析系统是互联网稳定运行和发展的基石,其隐私保护和数据安全问题日益引起关注。基于签名技术的DNSSEC和基于加密技术的DoT等机制解决了部分安全问题,但无法实现标识解析全流程的用户隐私保护。结合当前技术研究现状,提出一种新的基于加密传输的标识解析信任模型,建立信任链实现标识解析系统各节点的信任传递,通过全流程加密通信,保护标识解析过程中用户隐私和数据安全。首先简要介绍域名领域安全技术的研究现状,然后详细描述模型的整体架构、信任链模型和工作流程,最后通过5组实验,对模型在不同加密方法和传输协议下的时延、性能、安全性进行测试和分析,并结合现网DNS测试结果对模型的现实可行性进行验证。     

一种基于谱聚类的共指消解方法

该文针对中文共指消解的具体任务,提出采用谱聚类的方法进行共指消解。首先,在待消解项对上抽取特征,使用最大熵模型判断两个待消解项存在共指关系的概率;然后,以此概率值作为相似度进行谱聚类;最后,得到若干实体,实现共指消解。该方法能从全局的角度进行实体划分,有效地提高准确率。在ACE 2007标准数据集上的Diagnostic实验结果表明该方法的ACE Value比baseline方法有了2.5%的提高,Unweighted Precision值有5.4%的提高。     

基于主题模型的高分辨率遥感影像变化检测

提出一种基于主题模型的高分辨率遥感影像变化检测方法。将前后两期遥感影像对应的像素点对作为基本单位,提取其邻域亮度相关度、均值、标准差以及邻域回归直线的斜率、截距等低层次特征,在此基础上映射得到像素点对的高层次视觉单词特征,并通过潜在狄利克雷分配模型进行分析,挖掘其潜在的主题信息,即变化与不变,从而实现变化检测。实验结果表明,该方法能够有效检测高分辨率遥感影像的变化。     

并行实体解析与记录聚合模型

实体解析用于判断两个数据记录是否描述的是同一实体对象,记录聚合则把所有属于同一实体对象的数据记录进行聚集,建立关联,方便交叉索引.本文基于MapReduce编程模型,提出一种迭代的并行处理框架,采用面向学习的分类方法进行实体解析,根据属性相似的传递性,并结合函数式语言的本身特性,对记录进行高效聚合.相关算法和框架应用于建立医院之间患者标识交叉索引平台,为患者主索引的建立以及信息共享提供依据.实验结果表明,MapReduce编程模型非常适合于实体解析与记录聚合的一体化处理,其编程快捷,运行高效,而且数据分区和并行处理技术避免了大量连接引发的内存溢出问题.