一种用于三维模型检索的半监督距离度量学习方法

在三维模型检索领域,由于语义鸿沟的存在使得无监督的相似匹配技术检索出的结果通常不十分令人满意,而有监督的分类学习方法又常常需要大量的训练样本集。为了在用户提供有限的分类信息下,提高三维模型的检索效率,提出了一种适用于三维模型检索的半监督加权距离度量学习方法。该方法首先通过一种基于图的半监督分类标记繁殖方法增加用户提供的极少量分类信息,随后使用一种改进的加权相关成分分析方法学习一个马氏距离度量,最后将这个学习到的马氏距离度量应用于三维模型检索中。在Princeton Shape Benchm ark上的测试表明,该方法在用户标注模型很少的情况下,检索效果明显好于普通的距离度量方法以及监督的分类学习方法。     

对《一个快速的多边形凸包求取算法》的修改

<正> 在贵刊1988年第5期(总227期)所载《一个快速的多边形凸包求取算法》一文的第三节,给出有一个对点可见多边形的凸包求取算法。所给出的算法(以下简称原算法)有一些不够清楚的地方,看来做些修改是必要的。显然求凸包的点可见多边形的顶点数应大于3,开始考察时应设头二个顶点已取为是凸包上的顶点,故应初始化为i=3,j=2。值得注意的是原算法步z所做的斜率比较     

构造有曲线边多边形合理分层表示的分割算法

在构造有曲线边多边形分层表示时可能会出现不合理情形,这时应对曲线边进行分割.本文给出了一些可以利用的分割算法,包括对圆锥曲线边求分割点和切点的算法,对三次Bezier曲线边求可能的自交点的算法,对三次Bezier曲线边求不同形式分割点和切点的算法.这些算法计算精巧,实现容易.因为这些算法处理的是一些基础的问题,因此可以广泛地得到应用.文中给出了-些算法计算的实例.     

一种基于贝叶斯测度的有监督离散化方法

传统的朴素贝叶斯不能处理连续属性,文中基于贝叶斯测度提出一种有监督离散化方法。它能够在无先验知识的前提下,自动寻求最佳的离散子区间数目和区间划分。在此基础上根据MDL准则控制离散化子区间的数目,使学习方法的精确度和复杂度达到均衡。在UCI机器学习数据集上对该方法进行了验证,取得了良好的效果。     

基于表面属性颜色分布的三维模型检索

提出了一种基于表面属性的三维模型检索方法--颜色分布.首先对颜色空间进行量化处理,然后对模型表面进行按面积均匀采样,最后统计采样点获取模型表面不同颜色的分布信息,从而形成颜色分布特征.该方法对模型的旋转、缩放以及噪声具有较强的鲁棒性.为验证颜色分布特征的检索效果,建立了一个包含1 550个颜色模型的测试库.对测试库在多种相似性度量方法下进行颜色分布检索实验的结果表明:该方法对于基于表面属性的三维模型检索具有较好的检索效果.     

基于距离比值的迭代分形图

由于逃逸时间算法不能绘制函数收敛区域,所以现有的分形图大都存在大片的黑色区域.提出一种新的构造分形图的方法:距离比值迭代法.该方法采用两点迭代,利用其距离比值的收敛次数来绘制分形图.利用距离比值迭代法绘制了复映射z←z^α+c的广义M-J集并分析其构图性质.距离比值广义M-J集的内部收敛区域具有复杂的细节和自相似结构,当α>0时其外部边界与经典M-J集一致,当α<0时能够绘制出经典M-J集所没有的复杂结构.     

数字图像离散线性变换的基于边过程的方法

本文提出了一个对数字图像进行离散线性变换的基于边过程的方法，这个方法是先做基于边过程的围线追踪；再对由边过程组成的围线进行变换，这时变换能高效率地实现；最后对变换所得区域进行填充。这一方法能适用于任意的线性变换，能使变换结果更为真实和准确，能简洁快速地实现。视围线围出区域为区域域，在此意义下，本文方法可以看做是点辖方法的一种推广。     

两张NURBS曲面间G~1光滑过渡曲面的构造

针对任意给定次数、具有一般双向节点向量的邻接NURBS曲面,给出了一类显式的G1连续条件。依据这类充分条件,实现了两张NURBS曲面间G1光滑过渡曲面的构造,最后通过例证简要分析了形状参数对光滑过渡曲面局部形状的影响。