结合描述性文本的三维模型语义检索方法

为了提高三维模型的检索性能,针对当前三维模型检索系统的语义检索功能无法支持用户的主观性描述文字的问题,提出一种基于内容和描述性文本结合的三维模型语义检索方法。该方法首先为三维模型构造语义树;然后,利用语料统计的方法,计算输入的描述性文本和语义树节点扩充信息的相关程度,将相关度较高的一部分节点的三维模型实例提取出来,得到一个经过语义约束的较小的三维模型集合;最后,使用用户输入的三维模型实例在这个经过语义约束的较小的三维模型集合里进行形状相似性匹配,依据匹配度的大小返回给用户三维模型检索结果。实验中,使用WordNet对一些名词的释义作为描述性文本输入。在普林斯顿大学的PSB三维模型数据集上的实验结果表明,该方法在大多数类别中的查准率—查全率性能好于传统的基于内容的三维模型检索方法。     

基于最优最小生成树的三维模型形状优化方法

针对海量、异构、复杂的三维模型高效形状分析需求,提出基于最优最小生成树的三维模型形状优化方法。首先基于三维模型最小生成树（3D-MST）构造模型的结构描述;其次通过拓扑结构与几何形状检测并结合双边滤波与熵权值分布进行局部优化,获得模型的优化MST表示;最终基于优化的Laplacian谱特征,结合薄板样条函数（TPS）,实现模型的形状分析与相似性检测。实验结果表明,所提方法不仅有效地保留了模型的形状特征,而且可高效地实现复杂模型的稀疏优化表示,能进一步提高几何处理与形状检索的高效性和增强鲁棒性。     

融合语义与几何特征的人体模型结构分割*

针对现有三维人体模型形状分析方法存在人工干预及对姿势依赖的问题,提出一种融合语义与几何特征的三维人体形状分析方法。首先,基于模型表面测地线距离以及内部空间体积特征的度量,提出了基于骨架树的结构检测方法;其次,基于人体测量学先验语义知识,进一步提炼模型的层次结构。该方法能有效的提取不同姿态人体模型的结构特征,并实现基于语义的模型分割,一系列实验结果验证了该方法的高效性与鲁棒性。     

基于L-系统的三维分形植物的算法及实现

分形理论适于解决不规则形态物体的建模仿真问题.分形理论和虚拟现实技术结合起来可以生成逼真、复杂的自然景物.该文将分形理论用于VRML 环境中研究植物的计算机模拟算法.首先介绍了常见的2维和3维分形植物生成算法,总结了它们的利弊.然后提出一种在VRML环境下改进的分形植物生成算法.通过描述树的属性（如树的种类、树的繁茂程度、树叶的形状等）,从而自动生成符合用户要求的三维树.最后给出了产生的3维分形树,并给出了一个应用实例.     

三维模型语义检索研究进展

针对近年来三维模型检索研究不只是考虑形状相似性匹配,而更多地关注如何把语义知识应用于检索这一研究新动态,对三维模型语义检索研究现状,包括三维模型知识提取、语义检索中的主动学习机制、三维模型语义检索系统等方面进行总结.在此基础上,对已有研究成果进行比较分析,突出三维模型语义检索取得的进展以及存在的问题.最后,提出三维模型语义检索需要进一步深入研究的方向.     

基于描绘单幅图像的三维树木交互建模系统

为了提高树木建模的真实感与可交互性,提出了一种基于单幅树木图像或直接手绘的交互式植物建模系统。系统根据植物形态学规律构建了标准三维树木的模板。通过描绘图像中树的主要枝干,结合叶序周规律,基于三维模板树将其从二维图像变换到三维模型,并通过弯曲、增加和删除枝干以及添加树叶等交互式操作生成和修改三维树木模型。实验结果表明,该系统能便捷快速地生成真实感较强的三维树木。     

三维模型检索相关的特征提取和语义研究

随着网络上使用或存储在数据库中的三维模型数量迅速增加,如何从大量的三维模型中检索到相似的三维模型变得十分必要。由于目前基于形状的三维模型检索不包含语义概念,因而检索的结果已不能满足用户的需要。针对此现象提出一种新方法,即结合语义和形状特征的三维模型检索。使用K-means算法把形状特征聚类到语义群中,空间关系消除具有相似外观模型之间的歧义。利用普林斯顿形状基准数据库进行实验,结果证明了该方法的可行性。     

融合骨架结构与相关传递性的三维模型标注方法

为了提高和改进三维模型自动语义标注技术,弥补已有的模型自动语义标注方法在精确性和鲁棒性方面的不足,在三维模型与语义词汇相关传递原理的基础上,提出一种融合相似词汇概率、模型语义直接相关性和模型整体相似性的三维模型与语义词汇之间的相似度计算算法。并结合模型骨架结构的拓扑属性与局部突起的几何形状属性在模型检索中的应用,设计出一种新的三维模型自动语义标注方法。一系列的实验结果验证了该方法的准确性与鲁棒性。     

数据驱动的三维服装快速建模

提出一种数据驱动的三维服装快速建模方法,可以从样本中快速生成新的三维服装模型.首先,输入三维服装模型集,通过形状款式分析,对三维服装进行语义分割.其次,将分割后的三维服装部件模型聚类为四大类（上身、下身、袖子、配件）,构成三维服装部件库.然后,以服装部件模型的面积和边界周长比例为几何形状特征,定义度量服装部件重新组合的款式描述算子.最后,对三维服装部件模型聚类后的源模型进行优化,并通过自然拼接输出新的三维服装.实验结果表明,该方法提高了三维服装建模的效率,能较好地满足目前大规模三维服装数量的需求.     

面向移动终端的三维CAD模型面片生成方法

为提高三维CAD模型在移动终端的显示效率,提高模型细节的显示精度,提出了一种基于类型层次结构及对象体元的三维CAD模型面片生成方法。依据模型的数据库表示形式,抽取其必要的类型和图形信息,将三维CAD模型用图形分类树表示;对交互选择的分类树节点,使用基于离差标准化的方法估算所选节点的模型规模系数;依据规模系数确定模型的显示精度,以此进行三维CAD模型面片的生成。在移动终端开发了三维CAD显示系统并进行了三维CAD模型面片生成实验,通过实验证明了所提三维CAD模型面片生成方法的可行性和有效性。     

基于CBR的液压缸设计方法

采用参数化设计技术,把设计实例的数据从图形中抽取出来,提出ＣＡＳＥ＝数据＋结构的实例描述新方法,以及基于知识的综合实例推理新方法,从而提出设计实例决策树的概念,把实例提取问题转化成数据库复合索引问题,并以液压缸设计为例,对如何实现上述方法做了探索性的研究。     

基于粗糙集的归纳推理检索方法

归纳推理检索是基于事例推理（CBR）中常用的检索方法之一，是基于ID3算法的检索方法。文章在基干事例推理方法的背景下论证了事例的属性的重要性和冗余之间的关系，并在此基础上从属性相对于其属性的重要性角度来构造启发函数。和ID3算法相比较，该算法不但降低了计算复杂性，而且在一定程度上可以消除样本中的噪声，使归纳推理检索方法的检索效率有所提高。     

基于觉察上下文计算的健康智能家庭研究

利用觉察上下文计算技术来研究实现健康智能家庭,主要研究了健康智能家庭的上下文建模和上下文推理,并构建了一个实验系统AngelHome,分析了健康智能家庭中的各种上下文信息,利用本体技术对其进行建模,并用OWLDL语言表达上下文信息模型,构建了AngelHome本体;在上下文推理部分采用混合推理,对不同的推理任务分别采用本体推理机、自定义规则推理机和贝叶斯神经网络推理.AngelHome采用OSGi框架,具有良好的伸缩性,这里分析了系统的几个主要部分,并进行了测试.实验结果表明,利用觉察上下文计算技术来实现健康智能家庭是可行的.     

基于CBR的快速路VMS的信息发布策略

将案例推理技术引入到快速路上可变信息牌的信息发布策略中,利用以往具体案例的经验来解决当前新的信息发布问题.首先对北京市环路上可变信息牌的使用进行了评述,在此基础上提出了基于案例推理的快速路可变信息牌的信息发布策略.详细讨论了基于决策树的案例组织方法和基于模糊推理的案例修正方法.基于案例推理的信息发布策略能够及时准确地把相关信息发布给驾驶员,从而提高出行效率.     

Spatio-temporal structure of human motion primitives and its application to motion prediction

This paper proposes a novel approach to structuring behavioral knowledge based on symbolization of human whole body motions, hierarchical classification of the motions, and extraction of the causality among the motions. The motion patterns are encoded into parameters of corresponding Hidden Markov Models (HMMs), where each HMM abstracts the dynamics of motion pattern, and hereafter is referred to as “motion symbol”. The motion symbols allow motion recognition and synthesis. The motion symbols are organized into a hierarchical tree structure representing the property of spatial similarity among the motion patterns, and this tree is referred to as “motion symbol tree”. Seamless motion is segmented into a sequence of motion primitives, each of which is classified as a motion symbol based on the motion symbol tree. The seamless motion results in a sequence of the motion symbols, which is stochastically represented as transitions between the motion symbols by an N-gram model. The motion symbol N-gram model is referred to as “motion symbol graph”. The motion symbol graph extracts the temporal causality among the human behaviors. The integration of the motion symbol tree and the motion symbol graph makes it possible to recognize motion patterns fast and predict human behavior during observation. The experiments on a motion dataset of radio calisthenics and on a large motion dataset provided by CMU motion database validate the proposed framework.     

3D树木建模技术研究进展

3D树木建模一直都是计算机图形学、计算机视觉、虚拟现实等领域最具有挑战性的研究方向之一,国外学者在该领域做了大量研究工作,但3D树木建模综述性文章的缺乏成为其发展的制约因素。侧重从计算机视觉的角度,将当前国内外经典的3D树木建模方法分为基于图像,基于规则和基于草图等三类,并跟踪了最新的3D树木建模技术进展,对他们的成果进行了深入剖析,重点阐述3D树木建模关键技术。最后,分析和比较了几种主要的3D树木建模技术,提出轻量化3D树木建模技术是今后虚拟场景中的交互应用的发展趋势。此外,根据当前研究的难点提出了基于单张图像的轻量化混合建模的研究思路。     

采用案例归纳推理进行道路网智能选取

自动制图综合集技术、艺术与制图人员经验于一体,长期以来其自动化、智能化研究进展缓慢。基于机器学习的智能化自动综合也成为了制图综合发展过程中必须解决而仍未得到很好解决的核心难题之一。本文提出基于案例归纳学习的道路网智能选取方法。该方法以制图专家道路网选取案例库为学习对象,以决策树算法为推理机,从专家案例库中自动归纳、推理来获取决策树,并转化为满足计算机自动执行的规则集,据此来进行道路网自动选取。从而解决了把难以形式化表达的制图专家经验自动转化为满足计算机自动综合要求的规则,并据此进行智能化自动综合这一难题。最后,采用实例对本方法进行了验证,实验结果表明,该方法能够从专家案例库中自动获取核心规则,并进行自动综合,综合结果能够有效地反映制图专家的制图综合经验,同时具有普适性,从而为智能化自动制图综合发展探索了新的途径。     

Universal triple I fuzzy reasoning algorithm of function model based on quotient space

Aiming at the deficiencies of analysis capacity from different levels and fuzzy treating method in product function modeling of conceptual design,the theory of quotient space and universal triple I fuzzy reasoning method are introduced,and then the function modeling algorithm based on the universal triple I fuzzy reasoning method is proposed.Firstly,the product function granular model based on the quotient space theory is built,with its function granular representation and computing rules defined at the same time.Secondly,in order to quickly achieve function granular model from function requirement,the function modeling method based on universal triple I fuzzy reasoning is put forward.Within the fuzzy reasoning of universal triple I method,the small-distance-activating method is proposed as the kernel of fuzzy reasoning;how to change function requirements to fuzzy ones,fuzzy computing methods,and strategy of fuzzy reasoning are respectively investigated as well;the function modeling algorithm based on the universal triple I fuzzy reasoning method is achieved.Lastly,the validity of the function granular model and function modeling algorithm is validated.Through our method,the reasonable function granular model can be quickly achieved from function requirements,and the fuzzy character of conceptual design can be well handled,which greatly improves conceptual design.     

基于多级推理的玉米病虫害专家系统

详细介绍了玉米病虫害专家系统的设计与开发,包括数据库,知识库以及推理机的设计,针对玉米病虫害多样性增加导致传统的专家系统诊断时出现的同一症状对应多个诊断结果的粗糙诊断问题,提出基于多级推理的玉米病虫害专家系统,根据玉米的发病症状,在病虫害的可能性中进行综合判断,以发病时期,发病条件,发病部位为依据采用多级推理机制,以降低推理结果集元素的数量,同时可视知识参与推理,为推理提供感观信息,提高推理的准确性。