B-样条函数极小曲面造型

极小曲面在建筑、航空、轮船制造等领域有着重要应用,但由于极小曲面表示复杂,给实际应用带来了很大的困难.研究了具有给定边界的极小曲面的B-样条函数曲面逼近.基于非线性约束优化方法和有限单元方法,求极小曲面方程的近似解.在算法中使用数值延拓方法,使非线性问题的初值选择问题自动化,同时,使用一个简单的线性化策略对非线性问题进行线性化.给出了几个数值结果.     

Bezier曲面的Hermite方法

基于Kirov定理,研究带有附加导数条件的Bezier曲(线)面。该方法可以在每个型值点再给出导数条件,因此与通常的Bezier曲面拟合相比,有更多的自由度,但其拟合曲面的次数仅比Bezier曲面高一次。这一方法有助于CAGD领域的工程人员采用Bezier技术达到控制所设计曲面形状的目的。     

基于多重网格法的实时流体模拟

在GPU上实现了多重网格法,并用该方法改进了二维的实时流体模拟,更充分地利用GPU的并行计算能力.使用4层网格,依靠渲染到纹理的计算方式、帧缓存扩展的纹理管理方法,提高了图形硬件的利用率.实验对比表明,在同样的帧数下该方法能提高GPU实时流体模拟的精度.尤其在较大规模的问题上,与同等精度的基于一般迭代方法的GPU实时流体模拟相比,该方法在速度上可有成倍地提高.     

任意边界下的极小曲面造型问题

讨论了任意边界下的极小曲面造型问题,提出了一个用B-样条函数做任意有界区域上极小曲面造型的新方法.基本思想是:对B-样条函数加权,权函数为节点到区域边界的距离函数,使用加权的B-样条函数空间作为有限元子空间,从而可以得到极小曲面在任意边界上的B-样条曲面近似解.结果表明,新方法得到的极小曲面具有良好的光顺性,且计算精度高.     

一种改进的点特征图像匹配算法

采用Harris算子提取特征点,将特征点进行归一化自相关运算求得粗匹配对,然后使用本文改进的松弛迭代匹配算法进行精匹配,最终得到一一对应的匹配对。本文改进算法基本思想是利用第一轮迭代过程所得到的匹配对,把进入下一步迭代的候选匹配对进行优化挑选,消除一部分明显错误的候选匹配对。试验证明此方法可以提高迭代速度。     

基于改进的K-均值聚类图像分割算法

K-均值聚类是一种被广泛应用的方法。本文提出了基于K-均值聚类的改进算法,并应用于图像分割。针对K-均值聚类算法对离群点的反应过强的缺点,通过替换中心点,比较代价函数,来达到改进划分结果的目的。实验结果表明,该方法能有效改善聚类中心,提高分类精度和准确性。     

基于四元数奇异值分解的视频质量评价方法

准确的客观视频质量评价方法对于视频应用发展是至关重要的.近年来,图像质量评价方法已经比较成熟,而视频质量评价方法与图像质量评价方法在性能上的差距仍然较大.本文提出一种基于四元数奇异值分解的客观视频质量评价方法,该方法将像素的亮度、色度、边缘能量和残差能量作为四元数的四个部分,并用熵作为视觉感兴趣系数对块加权.在视频质量...     

可视分析增强的平行智能交通系统框架

随着人工智能 2.0 时代的到来,可视分析方法作为一种重要的人机耦合方法受到越发广泛的关 注。其是大数据分析的利器,也是理解数据的“导航仪”,能够有效地将三元空间结构(CPH)中的数据转换为知 识系统中的服务与决策,从而进一步提升交通系统智能化水平。为此,提出人工交通系统、计算实验和平行执 行相融合的平行智能交通系统,为智能交通领域提供了一种操控的新机制和新模式。通过分析具体案例,探讨 可视分析在新一代人工智能中的重要性,以及可视分析将数据或信息转换为知识系统的流程。证明将可视分析 与平行智能交通系统的无缝结合,能更好地分析大规模交通数据,更有效地解决交通困扰,从而实现“1+1>2” 的增强效果,据此提出新颖的可视分析增强的平行智能交通系统框架。     

基于视觉感兴趣区的视频质量评价方法

针对基于边缘结构失真的图像质量测量方法不能很好地应用在视频领域和对HVS考虑不充分的缺陷,提出一种基于视觉感兴趣区的视频质量评价方法,包括考虑HVS特性、场景结构信息和运动信息。实验结果证明,该方法在压缩、模糊方面明显好于PSNR,MSSIM和ESSIM的评价方法。     

高性能集群管理与优化

针对高性能集群系统的特点,介绍了与其相关的管理方法并系统实现了高性能集群从硬件到软件的一种优化方法和策略,提出了运行用户作业所需申请的最佳计算节点数的方法.最后,针对当前集群文件管理系统中出现的问题,提出了一种新的基于OSD模型的集群文件系统-- OCVFS及其实现思想.