三维有限元网格自动剖分中对边界的处理方法:单元提取算法

在用八叉树法进行三维有限元网格的自动剖分算法中，对边界的处理是算法中的难点。本文叙述了边界处理方法之一：单元提取算法的理论和实现。由于本文在单元提取算法中加入了单元形状测试算子，使得形成的四面体单元在形状质量上有所保证，在一定程度上避免了狭长单元的产生     

二分网格的多密度聚类算法

利用单元间的数据分布特征,提出了二分网格的多密度聚类算法BGMC.该算法根据两相邻单元的相邻区域中样本数量的积比两相邻单元的数据量积的相对数,判断两单元间的关系,寻找相似单元和边界单元,确定边界单元数据归属.实验结果表明,该算法可以很好的区分不同密度、形状和大小的类,聚类结果与数据输入顺序和起始单元选择顺序无关,算法执行效率高,具有良好的空间和维数的可扩展性.     

四边形网格划分过程中的边界提取与优化算法的实现

提出一种非封闭曲面的海量空间数据点四边形网格划分过程中的边界优化处理算法和边界快速提取方法;详细论述了边界拟合、边界跳跃、边界分离、边界融合、边界封闭的处理过程;边界点的提取算法,确保边界点提取的正确性,从而避免数据划分过程中带来的数据边界失真现象.给出边界优化处理和边界提取算法的运行实例,说明了算法的可行性.     

网格聚类中的边界处理技术

提出利用限制性k近邻和相对密度的概念识别网格聚类边界点的技术,给出网格聚类中的边界处理算法和带边界处理的网格聚类算法(GBCB).实验表明,聚类边界处理技术精度高,能有效地将聚类的边界点和孤立点/噪声数据分离开来.基于该边界处理技术的网格聚类算法GBCB能识别任意形状的聚类.由于它只对数据集进行一遍扫描,算法的运行时间是输入数据大小的线性函数,可扩展性好.     

改进小波聚类算法在QAR数据中的应用

传统小波聚类算法标记满足密度阈值的连通单元为同一个簇,而不满足密度阈值的网格有可能存在属于簇的数据对象,数据的每维属性有时差距较大,不合适再划分均匀网格。为此,提出一种改进的小波聚类算法CWave Cluster,划分非均匀网格,进一步细化边界网格,对不满足密度阈值的网格进行处理,最终形成聚类。在指定的快速存取记录器(QAR)数据集上的实验结果表明,改进的小波聚类算法能根据数据特点划分网格,区分簇与簇的边界,有效解决QAR数据异常点检测问题。     

四边形有限元网格的快速生成算法

给出一个使用覆盖栅格生成四边形网格的算法．覆盖法能够快速生成有限元网格，但是边界单元的质量通常比较差，也难以得到全部的四边形网格．将边界内角分成4类，根据不同类型的内角，提出相应的使用覆盖栅格生成完全四边形网格所要采取的修正措施．最后，应用文中算法进行网格划分，结果表明该算法是有效的．     

层次式直接边界元计算VLSI三维互连电容

文中将Ａｐｐｅｌ处理多体问题的层次式算法思想实现于直接边界元法,用以计算ＶＬＳＩ三维互连寄生电容。直接边界积分方程同时含有边界上的电势与法向电场强度,能比间接边界元法更方便地处理多介质及有限介质结构,直接边界元法的层次式计算涉及对三种边界（强加边界、自然边界与介质交界面）及两种积分核（１／ｒ与１／ｒ＾３）的处理,显著区别于基于间接边界元法、仅处理强加边界与一种分核的层次式算法。文中以边界元的层次划     

基于区域重组的异构FPGA工艺映射算法

传统异构FPGA工艺映射算法一般不打破实现专用功能和查找表功能的子网表之间的层次边界,因而缩小了映射的优化空间.为此提出一种利用区域重组打破单元间层次边界的异构FPGA工艺映射算法.首先利用贪心策略实现FPGA多单元的映射,即优先使用性能好的专用功能单元;然后利用标记锥实现子网表之间的区域重组,打破专用功能单元和查找表之间的层次边界,减小了映射结果的面积和延迟开销.实验结果表明,与公认的ABC中的工艺映射算法相比,该算法能平均减少逻辑单元面积12.2%,减少电路关键路径延时2.5%.     

计算机视觉在轮缘磨损检测中的应用研究

为了提高轮缘磨损测量的精度和检测速度，首先综合了当前的一些摄像机定标算法，在实验的基础上，针对工程实际中对算法的要求，提出了一种处理过程较为简单的定标处理算法。然后，在简单微分算子和经典的八邻域搜索法的基础上，提出了一种新的边界生长方法，实验证明，此定标算法不仅实现简单，而且能够满足工程上的精度要求，边界生长算法处理速度快，而且对边界的提取效果也良好，具有一定的实用价值。     

一种基于粗糙集的K-Means聚类算法

在传统的硬聚类过程中,得到的簇中数据对象是确定的,然而在现实世界,边界数据是不能被准确划分到任何一个簇的。粗糙集是处理这种边界不确定性的工具,基于此提出了一种基于粗糙集的K-Means聚类算法,这种算法生成的簇包括上近似集和下近似集,可以处理边界对象。试验证明,这种算法是有效的。