首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 109 毫秒
1.
曲线拟合技术已被广泛地应用于图像处理、工程实验等领域。其中,B 样条曲线拟 合是曲线拟合中最常见的方法,它具有局部性好、连续性好等优点,但拟合精度一般较低。在实 际应用中,B 样条曲线拟合对于精度和速度的要求都较高。为了提升平面 B 样条曲线拟合速度, 将安德森加速的想法应用到曲线拟合的方法之中,提出一种基于安德森加速的拟牛顿方法。首先 设定一个初始形状,然后根据初始形状找到其每个数据点的投影点的位置参数,然后利用安德森 加速计算出控制点的相应位置,迭代进行以上 2 步,直到结果收敛。实验结果表明,该方法在收 敛速度和迭代时间上均优于其他方法。  相似文献   

2.
对平面上给定的一组数据点进行了研究,提出了构造参数曲线拟合数据点的一种新方法。所构造的拟合参数曲线是C′连续的分段二次参数曲线。本文以实例对新方法与二次插值样条曲线进行了比较。  相似文献   

3.
分析了磁致伸缩换能器的等效电路模型,并且提出了用阻抗圆图确定换能器电气模拟网络的电气元件参数的计算方法。最后通过对试验数据的分析和采用曲线拟合的方法进一步对阻抗圆图的应用进行说明。  相似文献   

4.
分析了智能交通系统(ITS)的特征使得获取交通流信息的质量和准确性难以保证,且ITS的分析和预测与数据的存在时间远近关联的紧密性.如果不考虑时间关联,将这些含有噪声、冗余、错误或不一致源信息应用到以参数驱动的预测模型,就无法得到全面的分析和精确的预测.研究了引入时间关联因子的曲线拟合对交通流源数据进行预处理和异常检测并解决时间关联性问题.基于ITS已有的流量-时间比例曲线模型,运用最小二乘法曲线拟合原理,提出了一种加入时间关联因子曲线拟合的交通流异常挖掘方法,并运用分箱思想设定交通系统动态正常数据范围,从而在曲线拟合的基础上剔除异常数据,最后用实例验证了拟合效果及该方法对异常交通流数据的有效识别.  相似文献   

5.
为使参数曲线拟合在压缩数据量的基础上仍能保持较高的精度,提出了一种基于特征点提取、最小二乘法逼近以及粒子群优化算法求解最优控制点的高精度非均匀有理B样条(NURBS)曲线拟合方法。首先,以反曲点和曲率极值点作为筛选依据从所有离散数据点中提取特征点;然后,将特征点在最小二乘法下逼近,并根据所得线性方程组计算得到初始控制点;最后,以初始控制点的位置坐标构造粒子初始种群,并建立一个衡量离散数据点与拟合曲线误差的适应度函数,且利用粒子群优化算法对初始控制点的位置进行迭代优化,直至达到最大迭代次数为止。在叶片和蝴蝶截面原型上进行的实验验证的结果表明,所提方法使待拟合数据量分别压缩为原来数据量的25/117和120/283,且与以精度高为优势的增加辅助控制点的方法相比,所提方法的拟合精度分别提高了57.1%和22.9%,在已有曲线拟合研究方法中具有较强竞争力。  相似文献   

6.
为使参数曲线拟合在压缩数据量的基础上仍能保持较高的精度,提出了一种基于特征点提取、最小二乘法逼近以及粒子群优化算法求解最优控制点的高精度非均匀有理B样条(NURBS)曲线拟合方法。首先,以反曲点和曲率极值点作为筛选依据从所有离散数据点中提取特征点;然后,将特征点在最小二乘法下逼近,并根据所得线性方程组计算得到初始控制点;最后,以初始控制点的位置坐标构造粒子初始种群,并建立一个衡量离散数据点与拟合曲线误差的适应度函数,且利用粒子群优化算法对初始控制点的位置进行迭代优化,直至达到最大迭代次数为止。在叶片和蝴蝶截面原型上进行的实验验证的结果表明,所提方法使待拟合数据量分别压缩为原来数据量的25/117和120/283,且与以精度高为优势的增加辅助控制点的方法相比,所提方法的拟合精度分别提高了57.1%和22.9%,在已有曲线拟合研究方法中具有较强竞争力。  相似文献   

7.
针对工程应用中已知数据点坐标需要实时选取曲线形式的问题,提出了一种实用的基于线性变换的曲线拟合计算方法.研究结果表明,该方法可有效拟合常见的曲线,为快速、实时选取曲线形式提供了数据处理的依据.  相似文献   

8.
MATLAB软件在曲线拟合中的应用   总被引:5,自引:0,他引:5  
冯元珍  屠小明  罗建平 《福建电脑》2007,(3):109-109,160
在对实验数据的处理中,拟合方法是确定物理量之间相互关系的一种常用方法.本文介绍了曲线拟合的相关知识,以及MATLAB软件在曲线拟合方面的功能,并且通过一个实例探讨了其在曲线拟合中的具体应用.  相似文献   

9.
Matlab在化工数据及模型参数拟合中的应用   总被引:2,自引:0,他引:2  
在化工研究中,经常需要将实验数据拟合为数学模型,以定量描述过程或现象自变量与因变量之间的关系,模型参数的求取,一般采用最小二乘法。本文介绍了Matlab语言中利用最小二乘法以求取模型参数的几种功能函数及使用方法,通过举例对单变量曲线拟合、多变量曲线拟合及微分形式拟合进行了介绍,说明Matlab语言可拟合大部分实验数据,达到节约数据处理的时间,提高模型参数精度的目的。  相似文献   

10.
基于渐进迭代逼近(PIA)的数据拟合方法以其简单和灵活的特性获得了广泛的关 注。为了获得高保真度的拟合曲线,提出了一种基于主导点选取和正则渐进迭代逼近(RPIA)的 自适应B 样条曲线拟合算法。首先根据数据点的曲率估计选取初始主导点并生成初始PIA 曲线。 然后,借助于拟合误差和数据点集的曲率分布选取加细的主导点及实现PIA 曲线的更新。得益 于基于曲率分布的主导点选取,使得拟合曲线在复杂区域分布较多的控制顶点,而在平坦区域 则较少。通过正则参数的引入构造了一种RPIA 格式,提升了渐进迭代控制的灵活性。最后, 数值算例表明相比于传统最小二乘曲线拟合该算法在使用较少数量的控制顶点时可实现较高的 拟合精度。  相似文献   

11.
为了使NURBS曲线更精确地拟合散乱数据点,提出了一种基于最小二乘渐进迭代逼近(least square progressive and iterative approximation,LSPIA)的NURBS曲线拟合优化算法.首先,确定一条初始NURBS曲线,利用LSPIA算法优化控制顶点;然后,分别优化数据点参数,拟合曲线的节点和权因子,每优化好一个变量,重新优化控制顶点;最后,经多次优化迭代得到高精度的NURBS拟合曲线.在优化每类变量时,为了避免被其他变量影响,保持其他变量不变.基于LSPIA的NURBS曲线拟合优化算法充分利用了LSPIA算法的优点,在迭代过程中,可以重复使用前一迭代步骤得到的控制顶点等数据,从而节省了运算时间.算法实例表明,该算法能获得一定保形效果.  相似文献   

12.
基于重要点的时间序列线性分段算法能在较好地保留时间序列的全局特征的基础上达到较好的拟合精度。但传统的基于重要点的时间序列分段算法需要指定误差阈值等参数进行分段,这些参数与原始数据相关,用户不方便设定,而且效率和拟合效果有待于进一步提高。为了解决这一问题,提出一种基于时间序列重要点的分段算法——PLR_TSIP,该方法首先综合考虑到了整体拟合误差的大小和序列长度,接着针对优先级较高的分段进行预分段处理以期找到最优的分段;最后在分段时考虑到了分段中最大值点和最小值点的同异向关系,可以一次进行多个重要点的划分。通过多个数据集的实验分析对比,与传统的分段算法相比,减小了拟合误差,取得了更好的拟合效果;与其他重要点分段算法相比,在提高拟合效果的同时,较大地提高了分段效率。  相似文献   

13.
提出一种在位图矢量化系统中用直线拟合曲线的新算法.算法利用曲线的一系列切线寻找曲线上与切线距离为门限距离的点作为直线拟合的特征点.算法包括两个步骤:尖点提取和直线逼近.第一步将曲线中具有局部曲率极大值的尖点提取出来,并利用尖点将曲线分割为多个曲线片断;第二步利用曲线片断的切线系找出特征点,再分别用直线依次将邻近两特征点相连,即完成拟合过程.经实验表明,算法既能准确提取边界形状的特征关键点,又能有效地实现对曲线的直线拟合.  相似文献   

14.
分析了带形状参数的均匀B样条模型,将带形状参数的均匀B样条曲线应用于离散数据点的拟合。归纳并给出了形状参数的取值策略,采用迭代线性最近点的方式来优化修正数据点的参数,以上方法提高了拟合的精度和速度。通过实验分析,证明了该方法的有效性。  相似文献   

15.
A data-driven intermediate level feature extraction algorithm   总被引:2,自引:0,他引:2  
An algorithm is presented that is based on the regression updating theory for fitting linearly parameterizable curves without prior classification of edge data. An initial estimate of a hypothesized curve is first obtained by a statistical windowing technique. A search region is determined and iteratively grown. Edge points in the search region are tested for their goodness-of-fit to the previous estimate. The estimate is iteratively updated with the edge points that have favorable goodness-of-fit measures. The edge points having poor goodness-of-fit measures are rejected as outliers. The algorithm drives the estimate to converge to a final solution. By repeatedly applying this procedure to the edge data excluded from the previous fitting, all the underlying curves are reconstructed. The major feature that distinguishes this approach from that of others is that classifying the edge data prior to fitting is not required. Advantages of this algorithm are: (1) the fitting procedure achieves higher robustness and accuracy by dynamically analyzing the data consistency; (2) the computational complexity increases only linearly with the number of edge data; (3) the algorithm readily extends to reconstruct surfaces from range data. Thus the algorithm provides a powerful technique enabling a data-driven intermediate-level vision module to extract parametric features needed for higher-level processing  相似文献   

16.
A curvature-based approach to terrain recognition   总被引:2,自引:0,他引:2  
The authors describe an algorithm which uses a Gaussian and mean curvature profile for extracting special points on terrain and then use these points for recognition of particular regions of the terrain. The Gaussian and mean curvatures are chosen because they are invariant under rotation and translation. In the Gaussian and mean curvature image, the points of maximum and minimum curvature are extracted and used for matching. The stability of the position of those points in the presence of noise and with resampling is investigated. The input for this algorithm consists of 3-D digital terrain data. Curvature values are calculated from the data by fitting a quadratic surface over a square window and calculating directional derivatives of this surface. A method of surface fitting which is invariant to coordinate system transformation is suggested and implemented. The algorithm is tested with and without the presence of noise, and its performance is described  相似文献   

17.
渐进迭代逼近(简称PIA)是一种直观有效的数据拟合方法.经典的PIA方法要求曲面控制顶点的个数等于拟合数据点的个数,并不适用于大量数据的拟合.为了改造经典PIA方法,特别研究了使用最频繁的三角曲面用PIA来生成的算法,并重点考虑实际中最常用的低次情形.证明了低次(n=2,3,4)非均匀三角Bézier曲面具有最小二乘渐进迭代逼近(简称LSPIA)性质,并且迭代得到的三角Bézier曲面序列的极限就是数据点的最小二乘拟合.同时,还提供了如何选择合适的权值使得迭代拥有最快收敛速度的方法.实例验证了最小二乘PIA方法的有效性.  相似文献   

18.
曲面重构中点云数据的区域分割研究   总被引:8,自引:1,他引:8       下载免费PDF全文
在曲面重构中,由于实际的曲面模型往往含有多个曲面几何特征,即由多张曲面组成,如果对使用激光法测量的“点云”数据直接进行拟合,将会造成曲面模型的数学表示和拟合算法处理的难度加大,甚至无法用较简单的数学表达式描述曲面模型,因此针对该问题,提出了一种基于数据点曲率变化的区域分割方法,即先对每一条扫描线上的数据点求取曲率值,然后将其中曲率值变化较大的点提取出来作为边界点,当边界确定后,再将云点数据分割成多个区域,由于每个区域一般具有较简单的几何特征,因此可用简单的数学模型来描述,并可重构单张曲面。该算法不仅原理简单、易于理解和编程,而且能提高曲面模型重构效率。  相似文献   

19.
为了给防空武器系统的使用提供更加有力的依据,在防空仿真系统的基础上,针对典型防空杀伤区的空间特性,设计了一种等间隔连续分割然后拟合求杀伤区的算法.算法先对防空理论杀伤区空间区域进行分割划分,求得一系列离散点,根据仿真系统得到的仿真数据计算这些离散点的杀伤概率,根据给定杀伤概率的要求拟合杀伤区.通过多次的仿真实验结果表明了算法的正确性和合理性,在防空杀伤区的计算上有一定的可行性.  相似文献   

20.
The problem of fitting a straight line to a planar set of points is reconsidered. A parameter space computational approach capable of fitting one or more lines to a set of points is presented. The suggested algorithm handles errors in both coordinates of the data points, even when the error variances vary between coordinates and among points and can be readily made robust to outliers. The algorithm is quite general and allows line fitting according to several useful optimality criteria to be performed within a single computational framework. It is observed that certain extensions of the Hough transform can be turned to be equivalent to well-known M estimators, thus allowing computationally efficient approximate M estimation  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号