大比例尺居民地面状要素的自动无级综合

探讨在数字环境下地图居民地面状要素的自动无极综合,提出一种自动无极的制图综合方法.首先对任意多边形中心区域代表点进行自动计算,不论是凹多边形还是凸多边形;然后根据生成的多边形代表点构建Delauney三角网,进而构建最小生成树;对最小生成树进而分组,确定综合过程中多边形取舍和合并策略;最后根据外部Delauney三角网结合动态分界尺度来解决多边形组群的合并.在1∶1 000比例尺地图上进行了试验,对居民地面状要素进行地图制图的自动无极综合,1∶1万和1∶2.5万比例尺的综合结果表明,该方法有效地保留了地理要素的重要特征,同时保持了地图良好的负载量和可读性.     

自复位防屈曲支撑钢框架的抗震性能分析

为了消除防屈曲支撑在强震后留有残余变形的弊端,本文针对一种新型支撑构件—自复位防屈曲支撑,通过有限元软件ANSYS对自复位防屈曲支撑钢框架、防屈曲支撑钢框架和钢框架进行罕遇地震作用下的抗震性能对比分析。结果表明,自复位防屈曲支撑钢框架的顶点位移、层间位移角、残余变形等地震响应均明显小于防屈曲支撑钢框架和钢框架,尤其在残余变形方面,自复位防屈曲支撑基本消除了结构的残余变形,具有良好的复位效果。     

适用于曲线轮廓工件排样的顶点算法

优化排样中的多边形顶点算法是目前主流方法中应用较多的一种方法.顶点算法的核心是根据顶点和边的关系找出相对边和相切点,该方法在处理含有曲线轮廓的排样问题时,有一定的局限性.本文参考了排样碰撞算法中碰撞点的提取方法,将其用于完善排样顶点算法对圆弧轮廓的处理,即将相对边分为圆与直线相切,圆与圆相内切,圆与圆相外切三种情况处理.完善后的方法实际上是顶点算法和碰撞算法的结合,在一定程度上扩大了顶点算法的应用范围,提高了排样的精确性.     

基于随机游走的大规模图中节点对采样算法

社会网络中的节点对采样可用于大规模社会网络的好友预测和用户兴趣识别.当整个网络的拓扑结构不完全或者随机选择用户的代价很高时,传统的均匀顶点采样方法的性能迅速下降.为此,提出了一种基于随机游走的大规模图中节点对采样算法.首先对社会网络的节点对采样进行了系统分析,对不同跳数下的节点对进行了定义;然后将社会网络转换成等价的网络图.新图中的顶点是原图中的边,新图中边的两个顶点是原图中含有相同顶点的两条边.最后,在新图上应用随机游走模型对节点对进行采样.实验结果表明,提出的方法统计误差小、执行效率高,性能明显优于均匀节点采样的相关算法.     

多边形三角剖分与三角细分的研究与实现

多边形是构成三维模型表面的基本元素,多边形的三角剖分及三角形的三角细分是计算机三维快速建模及纹理帖图的基本技术。本文在研究平面多边形的三角剖分及其三角网格化相关理论的基础上,利用面向对象技术及递归程序设计方法,实现多边形的三角剖分及其三角细分的算法设计,并对该算法的执行效率进行分析。实验结果表明,该算法具有较高的运算效率及实用价值,对实际应用有较好的参考作用。     

两种正六边形网格画法分析及实现

正六边形网格在地形分析、力学分析等实际应用中具有重要的作用,利用计算机实现正六边形网格有多种方法,具体讨论分析其中的两种,并实现,具有很强的指导性.     

基于多源测量与属性混合信息的分类识别方法

充分利用多传感器系统提供的多源异类信息,将观测数据处于数据级的属性和处于特征级的属性混合作为描述目标的特征矢量;对特征矢量进行了主成分分析,在此基础上转换至三维直角坐标系寻找最优分类平面进行分类识别;采用"一对一"策略解决多类分类问题;通过仿真实验验证了该方法在加入不同百分比高斯白噪声环境下的有效性,并与BP神经网络识别方法在同等条件下作了对比实验,突出了论文所提方法正确识别率高、识别速度快和稳定性高的优越性。     

用顶点着色问题的贪婪算法解决排课问题

顶点着色的贪婪算法中＂按给定的顺序、满足一定的条件依次对顶点着色过程＂可视为＂按给定的顺序、满足一定的条件依次将顶点放入不同（颜色）的盒子中的过程＂,受此启发,设计相应的排课算法,首先提出＂数量约束＂的概念,给出该问题的具体需满足数量约束的项;然后将总表中的每条记录看成一个＂顶点＂,将一张课表中每一个具体的表格视为不同（颜色）的＂盒子＂,设计相应的启发式规则;最后把排课的过程巧妙的变成把每个＂顶点＂按相应的规则、在满足＂数量约束＂的要求的前提下放入上述＂盒子＂中的过程。     

基于改进双种群遗传算法的AUV路径规划方法研究

研究了在静态环境条件下AUV全局无碰撞的路径规划方法,提出了一种将顶点图像法与双种群遗传算法相结合的路径规划方法。利用顶点图像法建立环境模型,对候选路径进行二进制编码,然后利用改进的双种群遗传算法进行路径寻优。仿真实验表明,本文采用的改进双种群遗传算法是正确和有效的,具有运算速度快、全局优化能力强等优点。