一种改进的快速三维凸包生成算法及实现

本文阐述一种快速的三维凸包构造新算法,算法吸收了Quick Hull方法中每次选用凸包的极值点(Extremal-Point)来构造新凸包的思想,在此基础上改进为选用二次极值点的方法来构造新凸包,并结合"冲突图"(Conflict-Graph)来更新凸包外的点和当前凸包的拓扑结构关系,从而取得了快速排除凸包的内部点、缩小问题规模、实现高效构建凸包的效果。本文算法的时间复杂度为O(nlgr),通过实验证明本文算法与QuickHull算法相比平均执行消耗时间减少20%,因此本算法具有理论和实际应用价值。     

关于求平面点集凸包的一个O(n)时间算法的商榷

王志强等于1998年提出了一个计算平面点集凸包的新算法，并且声称该算法的最坏时间复杂度为O(n)，从而为张性时间排序提供了可能性，该文对王志强等提出的求平面点集凸包算法的时间分析提出了不同观点，进一步明确了平面集凸包算法和排序算法的时间下界为Ω(nlogn).     

求解简单多边形和平面点集凸包的新算法

沿一定方向遍历凸多边形的边，其内部在边的同一侧。本文依据凸多边形的这一特性，提出求解简单多边形凸包的新算法，进而扩展得到求解平面点集凸包的新算法。新点集凸包算法先找到点集的极值点，得到极值点间的候选点子集，再求得相邻极值点间的有序凸包点列，最后顺序连接极值点间的有序凸包点列，得到凸包。新算法达到目前平面点集凸包问题的渐进最好算法的时间复杂度O（n log h），其中，n为平面点集的点数，h为平面点集凸包的顶点数。相比相同复杂度的凸包算法，新算法简单、易于实现。又由于是顺序求得凸包上的点，新算法还具有更易于实现基于其上的有效空间算法的优点。     

基于有序简单多边形的平面点集凸包快速求取算法

凸包问题是计算几何的基本问题之一，在许多领域均有应用。传统平面点集凸包算法和简单多边形凸包算法平行发展，互不相干。本文将改进的简单多边形凸包算法应用于平面点集凸包问题中，提出了新的点集凸包算法。该算法首先淘汰掉明显不位于凸包上的点，然后对剩余点集排序，再将点集按照一定顺序串联成有序简单多边形，最后利用前瞻回溯方法搜索多边形凸包，从而得到点集的凸包。本文算法不仅达到了Ｏ的理论时间复杂度下限，而且算法     

基于样本选择的最近邻凸包分类器

最近邻凸包分类算法是一种以测试点到各类别样本凸包的距离为分类度量的最近邻分类算法。然而,该算法的凸二次规划问题优化求解的较高的计算复杂度限制了其在较大规模数据集上的应用。本文提出一种样本选择方法——子类凸包生长法。通过迭代,选择距离选出样本凸包最远的点,直到满足终止条件,从而实现数据集的有效约简。ORL数据库和MIT-CBCL人脸识别training-synthetic库上的实验结果表明,子类凸包生长法选出的少量样本生成的凸包能够很好的表征训练集,在不降低最近邻凸包分类器性能的同时,使得算法的计算速度大为提高。     

基于平面的均匀分布和正态分布点集的凸包加速算法研究

研究怎样对于平面散乱点集进行的凸包算法的加速,主要的思想是计算一个点集的边界,摒弃边界范围内的点集,并且对于均匀分布和正态分布分别计算了最适合的加速因子,得到了平均意义上的O(n)的凸包算法.     

一种凸包的改进算法设计与实现

给出一种求解多边形凸包的改进算法,该算法采取构造一个四边形并删除其内部的点集,从而达到减少扫描次数、提高运算速度的目的.该算法的时间复杂度为O(nlogn),具有实现简单,且比Grabam扫描算法性能更好的特点.实验结果表明,改进后算法进一步提高了运算性能,效果更好.     

一种求简单多边形凸包的最优算法

计算一般多边形凸包的算法时间复杂度为Ｏ（ｎ＾２）。     

平面点集凸包的最优实时算法

在星形多边形性质的基础之上,根据凸多边形是特殊的星形多边形,以星点为中心,以分别平行于x轴和y轴的直线作为相对坐标系的坐标轴,将平面区域划分为四个区,依据新的点与有向线段之间关系的判别式,从而简便快速地分离内部点和外部点,对外部点快速找到支撑点,提出了平面点集的最优实时算法,其时间复杂度为O(n).它同样适用于多边形并具有相同的时间复杂度.它还便于控制结果凸包的方向,只需调整初始三角形的方向即可,算法其它部分无需修改.算法具有高效、稳定等特点,从而在结合崔国华等的理论基础之上为找到一种线性的排序算法提供了实际的可能性.在文中的结论部分提供了本文算法和经典的Graham算法及堆式排序算法的执行时间的比较.     

改进的三维点集凸包求取算法

为提高三维点集凸包的求取效率,提出充分利用凸包极值点和性质改进的三维点集凸包求取算法.首先,求出三维点集中的极值点,并由它们形成初步凸包;其次,根据初步凸包与点的位置关系,排除其内部点;最后,依次考察其外部点,求出符合要求的点集、棱边集和面集,并对凸包进行扩展,得到凸包的点集、棱边集和面集.与普通算法进行时间的复杂度分析比较及实验表明,该算法效率较高.     

寻求简单多边形凸壳的线性时间算法

本文提出在线性时间内构造简单多边形顶点凸壳的两种算法。第一个算法的基本思想是利用一种技巧对多边形顶点进行筛选，使剩余顶点的角的大小排成递增序，然后用Graham扫描方法删去非凸壳顶点，最后得到多边形凸壳的顶点序列.第二个算法不断删去多边形的凹点及新产生的 凹点，最后得到凸壳顶点序列。这两种算法简单，易于实现，时间复杂性都是O（n)。     

简单多边形分解成凸多边形差组合的算法

本文说明一种把简单多边形分斛成凸多边形的差形式的组合的算法。该算法在求一简单多边形凸包的同时求出凸包和原多边形的差(把差称为内多边形),再对内多边形递归地作同样计算便可得到最终结果。最后证明了运算法的时间复杂性为O(N~2),其中N为原多边形的边数。     

一种改进的构建凸包的分治算法

本文为构建离散点的凸包提出了一种改进的分治算法，它在查找每一个凸包顶点的同时，通过去除若干非凸包顶点来迅速减小问题的规模。本文对该算法的正确性给出了严格的证明。     

一种平面点集凸壳的快速算法

文章提出了一种对平面离散点集凸壳的快速算法,该算法首先对离散点进行扫描线方式排序,构造初始凸壳,然后把剩下的离散点加入到已有的凸壳中生成新的凸壳.实验表明该算法具有很好的效率.     

论二维点集或线段集凸壳生成算法改进与优化的同构化方向

本文指出了迄今为止的现行二维点集或线段集（包括：多边形、封闭折线、半封闭折线、开放线段集等）凸壳生成算法的共同弱点；提出了可改进与优化凸壳算法的同构化凸壳构造基本定理。进而，基于同构化凸壳构造基本定理，阐明了有限二维点集或线段集凸壳生成算法改进与优化的同构化方向，应当是：第一，使凸壳极点（或称顶点）分布域极小化，即让包含凸壳极点的判定区域尽可能小；使极点判定对象直接化，即让所判定对象尽可能接近当前所寻极点。第二，尽力对有可改造潜力的优秀串行凸壳算法施以并行化改造和创新。     

Finding the convex hull of a simple polygon

We describe a new algorithm for finding the convex hull of any simple polygon specified by a sequence of m vertices.An earlier convex hull finder of ours is limited to polygons which remain simple (i.e., nonselfintersecting) when locally non-convex vertices are removed. In this paper we amend our earlier algorithm so that it finds with complexity O(m) the convex hull of any simple polygon, while retaining much of the simplicity of the earlier algorithm.     

求两个相交凸多边形并的凸包及交的算法

凸多边形交、并求解的难点在于如何维护结果多边形的顶点序列。利用坐标的极值将凸多边形分成几个段,利用凸壳顶点有序性,分段计算凸壳顶点而得到凸壳。两个相交的凸多边形P和Q,求P和Q并的凸壳通过计算它的4个单调段来进行。每个单调段的点是否是凸壳上的点只与2个凸多边形中的同一类型的单调段有关。该算法充分地利用了凸多边形顶点的有序性,使算法的时间复杂度达到最小。     

平面点集凸包的并行算法研究

提出了在基于有序简单多边形的平面点集凸包快速求取算法基础上改进的并行算法，该算法的时间复杂度达到了O（n）。在PC机互连构成的机群（COW）并行计算系统上以消息传递方式执行该算法，通过与原串行算法对比验证了该算法的可行性、正确性和高效性。