基于MC思想的布尔操作研究*

为了提高布尔运算的执行效率及系统的鲁棒性,提出一种基于细胞元模型的布尔运算算法。该算法利用MC思想为每个特征实体的三角片建立cube,用最值空间和交互的充分性原理来快速检测发生相交的三角片,并根据每个cube顶点的颜色来判断三角片的内外关系、所属关系以及三角片的剖分方式,最后生成新的特征实体。该算法不仅提高了布尔运算的速度和性能,还避免了以往算法中出现孔洞的缺陷。实验表明,该算法具有更强的适应性和实用性。     

BOOL—一个基于微机的实体造型系统

BOOL系统是一个在IBM-PC/AT微型计算机上实现的实体造型软件。它采用边界表示法(B-Reps)作为实体模型的内部表示,实体模型的构造用构造性实体几何(CSG-Constrtive Solid Geometry)法和扫动(Sweeping)法来完成。实体模型的布尔运算算法采用了专门设计的局部化技术,降低了系统的运算开销。     

非流形几何造型的布尔运算

非流形的几何造型用统一的结构来表示线框、表面和实体,是目前几何造型系统研究的热点。而模型的构造需要一个有效的布尔算法。论文提出一种由布尔运算定义的能够快速和任意重塑几何模型的新方法。这种方法利用非流形几何造型的性能,使得人们可以反复进行交互设计,并可用于特征造型。     

硬件加速的渐进式多边形模型布尔运算

多边形模型的布尔运算中包含复杂的求交计算以及多边形重建过程,精度控制和处理效率是其中的关键.为了降低布尔运算复杂度,提出一种适合硬件加速的基于渐进式布尔运算的多层次细节网格模型生成方法.该方法采用分层深度图像来近似表示多边形实体的封闭边界,将多边形的求交计算简化为坐标轴平行的采样点的实体内外部判断;为了免去各层次细节模型的重复采样过程,渐进式地将边界采样点归并到低分辨率下的立方体中;运用特征保持的多边形重建算法将相同立方体内的边界采样点转换成多边形顶点,根据邻接关系生成网格模型.上述算法使用支持图形硬件加速的CUDA编程并行实现.实验结果表明了算法的可行性.     

三维复杂地质体的布尔运算算法研究与实现

提出一种稳定快速的三维复杂地质体的布尔运算算法。该算法不需要跟踪交线,利用带拓扑信息的交边对实体区域进行分类,避免面在体内的判断,提高运算速度。算法在进行布尔运算前解决了数值计算误差引起的相关分类间的冲突,保证运算的稳定性。将该方法应用于蓝光矿山数字化平台系统,实践结果证明其适合数据分散、数据密集及带孔洞的实体,特别是大规模、奇异的三维复杂地质体。     

复杂开曲面的鲁棒布尔运算

在计算机辅助几何设计中,布尔运算是一种构造实体的常用方法。自从19 世纪 80 年代布尔运算被提出后,该方向的研究工作大多是在效率与鲁棒性间做权衡,为了保证输入 网格表示某个实体的边界,大部分算法严格要求其没有洞和边界边。故此提出一种与上不同的 高效的、鲁棒的适用广的布尔运算算法,其能在非实体网格上被执行。首先,将输入网格合并, 然后在解决合并出现的自交问题后,将网格沿着非流形边分割成许多不同的流形块,并且检测 出流形块所围成的胞体;然后通过添加虚拟流形块的方法计算胞体的环绕数,并标记胞体关于 输入网格的属性,从而得到正确的布尔运算结果。     

基于Shader的CSG几何体的实时渲染

传统基于CSG(构造实体几何)布尔运算的建模和运算过于复杂,使用布尔运算合成一些复杂的几何实体时会增加运算量,并且运算效率低。针对以上问题,提出基于Shader的CSG几何体的实时渲染,建立CSG基元模型,解析布尔表达式后,应用Shader对几何图形进行布尔运算的实时渲染,克服了传统基于CSG布尔运算下稳定性不足的问题,并加快了处理速度,提高了渲染效率。     

特征建模及图象处理

本文提出了一种图象处理与特征造型相结合的造型手段，利用图象处理的技术把三维布尔运算转化为在一维区间上处理，从而鐾避免了实体造型中布尔运算的不稳定性，特征信息的加入使参数化修改成为可能，并在修改时自动进行关联性检查，方便了设计人员的设计与修改，该造型手段保存的信息能用于后序加工。     

基于DEXEL体造型技术在飞机复合材料零件设计中应用

飞机复合材料零件结构分为蜂窝结构、夹心结构、空心结构、夹层结构等。在以边界面表示的体造型系统中,难以设计这些复杂结构。在提出的基于DEXEL体造型系统中,通过布尔运算可很容易设计这些复杂结构。通过射线组群与多边形的求交算法实现体的DEXEL化。通过基于DEXEL模型的布尔运算实现复杂体设计。通过大体素可显示体的颜色与材质等属性。该系统在Java2.0与Java3D环境下编程实现。为验证该算法,给出了一个飞机水平安定面翼肋设计实例。     

AutoCAD在三维设计中的应用

ＡｕｔｏＣＡＤ从Ｒ１１版开始引进较高级的实体造型方法,即ＡＭＥ高级造型扩展功能（ＡｄｖａｎｃｅｄＭｏｄｅｌｉｎｇ Ｅｘｔｅｎｓｉｏｎ）。 ＡＭＥ是通过对基本体素进行布尔运算逐步形成一实体模型,它允许用多个实心体组成一个实体模型。但因其计算速度较慢、不易构造形状较为复杂的实体,并且ＡＭＥ只是一个ＡｕｔｏＣＡＤ开发系统的应用程序系统,使用前必须将其加载,因此,ＡｕｔｏＣＡＤ在Ｒ１３、Ｒ１４版中采用了新的实体造型技术──ＡＣＩＳ实体造型。其特点主要为：实体造型速度和计算速度大大提高,精度也有所提高,可以…     

Marginalized Viterbi algorithm for hierarchical hidden Markov models

The generalized Viterbi algorithm, a direct extension of the Viterbi algorithm for hidden Markov models (HMMs), has been used to find the most likely state sequence for hierarchical HMMs. However, the generalized Viterbi algorithm finds the most likely whole level state sequence rather than the most likely upper level state sequence. In this paper, we propose a marginalized Viterbi algorithm, which finds the most likely upper level state sequence by marginalizing lower level state sequences. We show experimentally that the marginalized Viterbi algorithm is more accurate than the generalized Viterbi algorithm in terms of upper level state sequence estimation.     

量子遗传算法的模糊K-prototypes聚类

聚类分析是数据挖掘中应用最多的一种技术,它在许多领域都有重要应用。模糊h-prototypes算法是当前聚类分析中最有效算法之一,但是存在对初始值敏感、容易陷入局部极小值的问题。为了克服该缺点,提出了一种基于量子遗传算法和FKP算法的混合聚类算法,首先利用量子遗传算法确定FKP的初始聚类中心,再将量子遗传算法聚类结果作为后续FKP算法的初始值。实验结果显示,算法具有良好的收敛性和稳定性,聚类效果优于单一使用FKP算法和相关改进的算法。     

K均值优化算法综述

k-means算法源于信号处理中的一种向量量化方法,现在则更多地作为一种聚类分析方法流行于数据挖掘领域。在数据挖掘技术中常常使用聚类方法,而k-means算法作为最典型、最常见、实用度最广的一种聚类算法,具有简单易操作等优点。但此算法需要人工设定聚类中心的数量,初始聚类中心,容易陷入局部最优,使得算法的时间复杂度变得较大,得到的聚类结果易受到k值与设定的初始聚类中心的影响,针对这些问题,本文介绍了k-means算法的改进方法,分析其优缺点并提出了优化算法的下一步研究方向。     

最长公共子序列的快速算法及其并行实现

求生物序列的最长公共子串是生物信息学中最重要的问题之一，提出了该问题的一个快速算法，可对所有初始同字符对并行地寻找其后继同字符对，并记录下相应层次值。最后通过最大层次值回溯得到比对结果。此外，该算法采用了剪枝技术，对于明显不能得出最优比对的同字符将中止其后继的搜索。实验结果证明，本文算法比其他算法速度快、精确度高。     

Personalized recommendation based on review topics

The traditional collaborative filtering algorithm is a successful recommendation technology. The core idea of this algorithm is to calculate user or item similarity based on user ratings and then to predict ratings and recommend items based on similar users’ or similar items’ ratings. However, real applications face a problem of data sparsity because most users provide only a few ratings, such that the traditional collaborative filtering algorithm cannot produce satisfactory results. This paper proposes a new topic model-based similarity and two recommendation algorithms: user-based collaborative filtering with topic model algorithm (UCFTM, in this paper) and item-based collaborative filtering with topic model algorithm (ICFTM, in this paper). Each review is processed using the topic model to generate review topic allocations representing a user’s preference for a product’s different features. The UCFTM algorithm aggregates all topic allocations of reviews by the same user and calculates the user most valued features representing product features that the user most values. User similarity is calculated based on user most valued features, whereas ratings are predicted from similar users’ ratings. The ICFTM algorithm aggregates all topic allocations of reviews for the same product, and item most valued features representing the most valued features of the product are calculated. Item similarity is calculated based on item most valued features, whereas ratings are predicted from similar items’ ratings. Experiments on six data sets from Amazon indicate that when most users give only one review and one rating, our algorithms exhibit better prediction accuracy than other traditional collaborative filtering and state-of-the-art topic model-based recommendation algorithms.     

基于扰动方法的广义最佳鉴别矢量集求解的一种迭代算法

本文对广义最佳鉴别矢量的求解方法进行研究，根据矩阵的扰动理论，改进了郭提出的求解广义最佳鉴别矢量的一种迭代算法，提出了求解广义最佳鉴别矢量的一种新的迭代算法，本文算法的一个突出优点是随着类别数目的增加，计算时间反而缩短；而老算法随着类别数目的增加计算时间随着增加，不仅如此，新算法的识别率不劣于老算法，在ORL人脸数据库的数值实验，验证了上述论断的正确性。     

K最近邻算法理论与应用综述

k最近邻算法（kNN）是一个十分简单的分类算法,该算法包括两个步骤：（1）在给定的搜索训练集上按一定距离度量,寻找一个k的值。（2）在这个kNN算法当中,根据大多数分为一致的类来进行分类。kNN算法具有的非参数性质使其非常易于实现,并且它的分类误差受到贝叶斯误差的两倍的限制,因此,kNN算法仍然是模式分类的最受欢迎的选择。通过总结多篇使用了基于kNN算法的文献,详细阐述了每篇文献所使用的改进方法,并对其实验结果进行了分析;通过分析kNN算法在人脸识别、文字识别、医学图像处理等应用中取得的良好分类效果,对kNN算法的发展前景无比期待。     

基于Adaboost的车标定位方法

车标定位是智能交通系统中一个重要的组成部分,该文针对车标在成像过程中受到光线和其他条件影响较大的情况,提出一种基于Adaboost算法的车标定位方法,将车辆彩色图像进行预处理,再使用Adaboost算法进行车标定位,该方法具有较快的定位速度和较高的准确率。实验证明,采用该方法能获得较好的车标定位效果,具有一定的实用价值。     

Efficient multiple-precision integer division algorithm

Design and implementation of division algorithm is one of the most complicated problems in multi-precision arithmetic. Huang et al. [1] proposed an efficient multi-precision integer division algorithm, and experimentally showed that it is about three times faster than the most popular algorithms proposed by Knuth [2] and Smith [3]. This paper reports a bug in the algorithm of Huang et al. [1], and suggests the necessary corrections. The theoretical correctness proof of the proposed algorithm is also given. The resulting algorithm remains as fast as that of [1].     

基于粒子群优化的文档子内容查重算法

现存的文档相似性算法虽然能够获得2篇文档的相似度,但不能判断出重复或最相似子内容的位置。为此,提出一种基于粒子群优化(PSO)的文档内部子内容的查重算法。利用PSO方法查找2篇文档中最佳相似子内容的位置和长度,设计一种相关函数来判断字符串之间的相似程度,从而得到粒子群的评估函数。测试表明,该查重算法能够快速准确地确定出重复或最相似子内容的位置与长度。