基于仿射传播的进化数据流在线聚类算法

为提高数据流聚类的精度和时效性,提出一种具有时态特征与近邻传播思想的高效数据流聚类算法(TCAPStream).该算法利用改进的WAP将新检测到的类模式合并到聚类模型中,同时利用微簇时态密度表征数据流的时态演化特征,并提出在线动态删除机制对微簇进行维护,使算法模型既能体现数据流的时态特征,又能反映数据流的分布特性,得到更精确的聚类结果.实验结果表明,该算法在多个人工数据集和真实数据集上不仅具有良好的聚类效果,而且具有较好的伸缩性和可扩展性.     

基于形变模型的多视图三维人脸重建

本文提出了基于形变模型的多视图三维人脸重建方法,将人脸形变模型与同一人脸在不同视点下的多幅图像进行匹配,从而重建出具有较强真实感的三维人脸模型。本文将对基于形变模型的多视图三维人脸重建方法进行详细的阐述,并把实验结果与单视图重建出的三维人脸模型进行了对比,从而体现出多视图重建的优势所在。     

图像重建的统计自适应子集算法

有序子集算法大大提高了图像重建迭代算法的收敛速度.增加子集的数目可以加速收敛,但图像质量会由于子集内缺少统计信息而下降.提出了一种基于假设检验的子集划分方法,建立了检验统计量,给出了算法的迭代公式.该算法可以根据用户定义的显著性水平,在每次迭代时自动调节子集的个数,生成含有相同统计信息量的子集.实验结果表明:该方法可以在少数次迭代后得到较高质量的重建图像.     

大规模孔洞点云的快速重建算法研究 *

针对实际中经常存在的含有孔洞的点云数据 ,在原多层重建算法的基础上提出了一种可以进行点云补洞的快速曲面重建算法。首先对散乱点云数据进行空间自适应八叉剖分 ,然后对点云数据进行由粗到精的多层插值 ,建立隐式曲面方程 ,最后提出了两种加快重建的方法。加速算法可以减少重建时间 ,非常有利于处理大规模点云。实验结果证明 ,本算法对点云孔洞修补效果良好 ,重建速度快 ,效率高。     

非衍射波X-wave的仿真

X-wave是一种超声脉冲非衍射波,它在传播过程中保持一定能量分布局域性而不发散,具有良好的非衍射性,因此可以用于雷达和通信、医用成像和组织识别.为了探讨X-wave波物理实现的有效途径,该文对非衍射X-wave进行了仿真,提出了用环行超声传感器发射声场,采用瑞利--索末菲时域衍射公式计算声场,并讨论了结果.该文对X-wave波的物理实现具有一定的指导意义.     

求解缓变波导中反问题的一种步进方法

对于声学和电磁学中的大尺度反问题,基于直接方法(例如有限元或者无网格方法)的数值计算往往会导致一个巨大的线性系统,因而在计算速度和存储上并不现实.基于求解Helmholtz方程正问题的Dirichlet-to-Neuman(DtN)算子步进方法,提出了一种用于求解波在大尺度缓变波导中传播的反问题的反向基本解算子步进方法(IFOMM).     

基于Kubelka-Munk理论光谱反射比重建算法的研究

由于常规的K/S空间的光谱反射比重建算法不能满足高精度重建光谱反射比的需求,因此基于Kubelka-Munk理论的光谱反射比重建算法被提出来.本文的重点是提出应用Kubelka-Munk理论对物体表面的光谱反射比进行重建,并针对该算法进行数学上的推导.     

“灾难斑块”型村落灾后重建的适宜规划途径研究

以四川汶川"5.12"特大地震灾后农村重建为背景,选择四川剑阁县下寺村为典型研究对象,针对其灾损格局呈现"斑块"状随机分布的复杂特征,通过对重建现实与困境的研究,分别对斑块重建、文化重建与再生、宅基地控制、重建方式及管理实施、乡村规划编制5个方面提出灾后重建基本对策,选择村民联动规划方式,强调"生命安全、环境生态、文化保育、民生和谐、发展持续"的总体目标,探索"灾难斑块"型村落灾后重建的适宜规划途径.     

基于SOM网络以线段为基元的曲线重建

在逆向工程中,对基于散乱数据点的曲线重建研究有着重要的意义。曲线可用线段基元逼近。提出使用SOM神经网络以线段为基元的曲线重建算法。给定某一曲线的散乱点集和一初始折线,使用该算法优化折线上的顶点位置,使折线更好地逼近散乱点;实验结果表明,使用该算法能够取得良好的曲线重建效果。     

改善超声清洗中声场均匀性的研究进展

超声清洗是功率超声最为广泛的应用之一,清洗效果受各种条件影响。为了改善驻波声场对清洗效果的影响,分析了声场分布在超声清洗中的影响作用,综述了近年消除驻波、改善声场均匀性的超声清洗新技术,对超声清洗技术的发展作出了展望。