三维可变形物体的三点匹配策略

针对不同姿态下的三维可变形物体特征点匹配问题,提出了一种基于热核信号特征和测地距离的三点匹配策略,从而可以为后续的紧密匹配奠定基础.该方法主要由以下三步完成,首先提取出三维可变形物体的外部特征点;其次,对外部特征点采用热核信号定义局部特征;最后,结合局部特征描述符和特征点之间的测地距离进行最优匹配搜索,得到正确的匹配结果.实验结果表明:该方法能很好地实现对三维可变形物体的稀疏匹配.     

基于高斯过程的三维模型语义分类和检索

针对三维模型检索系统提高准确率、减少几何特征和人类语义丰富性之间的“语义鸿沟”等问题, 提出一种基于高斯过程的语义分类和检索新方法.该方法采用一种统计2个采样点相对质心向量夹角的AC2直方图新特征,与形状分布的D2特征组合成低层特征,使用高斯过程进行三维模型语义分类的监督学习,计算测试模型的语义类概率预测分布,建立低层特征和查询概念之间的联系;使用语义距离和不相似度计算方法进行检索排序.实验结果表明：与已有的某些监督学习的方法相比,多类的测试模型进行语义分类的准确率明显得到提升,检索中能体现语义概念,检索性能也得到提高.     

基于相似度计算的信息化项目与专家匹配方法

针对信息化咨询中存在的咨询项目与专家匹配不科学、合理的问题,引入了本体语义相似度的概念。分析了基于点和基于边的2种语义相似度计算方法存在的不足,提出了一种混合的语义相似度计算方法。该方法的主要思想:将项目信息文档和专家信息文档转换为2棵本体概念树,通过计算2棵概念树之间的相似度判断项目与专家是否匹配。实例分析结果表明:该方法有效且准确率较高。     

一种基于单一视图的三维模型检索方法

针对已有研究存在的视图冗余性问题,提出采用单一视图进行三维模型形状特征度量t并通 过动态规划进行相似性计算,实现三雏模型的单一视图特征描述和匹配．算法主要由三步组成：首先,将三维模型进行姿态调整,并通过渲染得到最能表达三堆模型外形特征的主视lit．其次,对渲染得到的视图进行轮廓采样,通过内在距离扣内角提取模型彤技特征描述,最后,采用动态规剐算法计算不同模型之间的相似程度．实验结果表明：尽管只采用单一视图进行特征描述,但所提出的算法检索精度要高于一些典型三雏形状特征描述符,包括采用深度视图定义的形状描述符.     

视觉定位中将物体的几何模型予编译为匹配树

集中阐述了基于CAD的物体模型建立过程,并介绍了一种基于规则的将物体几何模型予编译为匹配树的三维物体定位方法.     

基于向量空间模型和专利文献特征的相似专利确定方法

为了确定专利文献的相似性,帮助企业进行专利申请、保护和利用,提出基于向量空间模型（VSM）和专利文献特征的相似专利确定方法.依据专利文献的信息特征构建专利模型树,定义了专利模型树和专利模型树的节点.通过分析专利模型树的节点属性值,采用基于向量空间模型的文本分类技术,以专利名称和专利摘要的加权相似度作为专利文献分类的依据,对专利文献进行分类,然后在类内根据专利文献特征的相似性确定相似专利,并根据企业的实际应用需求,分析专利文献要素权重确定的几种方法.应用示例验证了该方法能够有效地进行专利分类和相似专利检索.     

多特征结合相似度优化的三维工程模型检索算法

为提高三维模型的检索准确度,针对工程三角网格模型提出了一种基于随机点间距离和法向夹角余弦联合分布及二进制粒子群优化的检索算法。在模型表面构造若干随机点并计算各点之间的距离和法向夹角余弦,然后以距离和余弦为坐标轴建立距离一余弦二维网格,统计各网格中的随机点数量,得到三维模型的距离-余弦联合形状分布矩阵,用分布矩阵之间的L_2距离表示模型之间的相似度。为了体现形状分布矩阵中各元素对模型相似度影响的差异性,采用一种基于二进制粒子群优化的方法对相似度计算过程进行了改进。实验结果表明,本算法可有效提高工程三角网格模型检索的准确性。     

基于实例相似度的本体映射方法研究

提出利用贝叶斯理论计算实例相似度,定义集合相似度和概率相似度两个概念,推导出计算模型,得到一个完整的解决实例映射方案.用实例相似来优化映射,该方案的查全率和查准率比传统方法有所提高.     

基于形态分布图与BP神经网络的三维模型检索方法

为实现已有设计实例的重用,满足对设计基元层次相似搜索的要求,提出了一种三维模型检索方法.在模型B-Rep数据结构基础上,通过构造离散曲面获取三维模型的离散点集.利用正态分布种子作为索引,对离散点集进行随机选取,计算任意两点之间的欧氏距离获得三维模型的欧氏距离序列.通过分治快速排序和概率分布统计获得三维模型的形态分布图,将其作为三维模型的检索索引,并进行了鲁棒性分析.使用BP神经网络对不同模型的形态分布图进行非线性映射,通过比较三维模型的形态分布图获得其形状相似度,实现了设计基元的检索.开发了原型系统,以机械零件的不同粒度设计基元为重点进行验证和应用,实验结果表明,该方法具有较好的可计算性和较高的检测精度,对于实现已有设计重用及提高产品设计效率具有重要意义.     

面向综合特征提取的流程相似度模型

针对流程相似度计算研究中注重流程结构而缺乏兼顾流程语义的问题,以及现有相似度计算方法在计算复杂度上的不足,提出一种基于流程综合特征提取的相似度计算模型.基于流程基本控制结构分析,提出边权重标注方法以扩展现有流程结构,提取流程结构特征;定义流程高层语义模型及其对应特征提取方法;融合了节点集、边集相似度,给出新的流程结构相似度定义,利用集合关系和向量空间模型计算流程语义相似度;通过加权实现综合流程相似度评价,并采用权重参数调节的方式实现了同已有相似度计算方法的自适应转化.将本文模型与典型相似度计算方法进行了实验对比,结果表明,面向综合特征提取的流程相似度计算方法更具普适性,同时具有更高效的计算能力.     

不完备序值系统中的粗糙集与模糊粗糙集

以不完备序值信息系统为研究对象,其中不仅包含丢失型未知属性值,而且属性值域为全序集,提出相似优势关系的概念,并在不完备序值决策系统中给出基于相似优势关系的粗糙集模型.在不完备模糊序值决策系统中,给出基于相似优势关系的模糊粗糙集模型,并讨论其相关性质.     

基于粗糙集的数据挖掘

粗糙集理论在分类的意义下定义了模糊性和不确定性的概念,是一种处理不确定和不精确问题的新型数学工具,文中以实例介绍了粗糙集的基本理论,并通过一个实例详细介绍了在基于对决策表属性约简的基础上采用了可变精度粗糙模型实现规则的获取. 该实例说明了基于粗糙集进行规则的挖掘是有效的.     

A New Method for Constructing Decision Tree Based on Rough Sets Theory

1 Introduction D atabases are rich w ith hidden inform ation that can be used for m aking intelligentbusiness decisions. C lassification is one form of data analysis thatcan be used to extractm odels describing im portantdata class- es.There have m any ap…     

基于不变矩和神经网络的三维物体识别

为了提高三维物体识别系统的识别率,研究了将三维物体的不变矩作为物体特征,结合改进的BP神经网络应用于三维物体分类识别。理论分析和仿真实验表明,利用三维物体的不变矩特征能够有效地进行识别,对不变矩特征进行主成分分析可以进一步提高识别性能,达到100%的识别率,并降低神经网络结构复杂性和减少训练时间。     

基于双层耦合网的表型-基因关联分析与预测

随着基因组测序完成和基因技术不断发展,使得某些疾病的致病基因逐渐得到确认。目前,通过科学实验已经掌握了一部分疾病的致病原因,但是大部分疾病的致病原因,特别是与基因相关的疾病的致病原因还不得而知。该文采用与人类同源相似度高达85%的小鼠数据作为研究对象,使用疾病表型数据集、致病基因数据集和已经确认的表型?基因关联关系数据集构成一个双层耦合网络,通过元路径上随机游走的方法进行数据的分析与挖掘,在已经确认的表型?基因关联数据基础上预测未确定的表型?基因关联关系。经验证比较,该文提出的算法所取得的预测效果优于其他算法。     

基于变精度粗糙集决策树的构造算法

在构造决策树的过程中,分离属性选择的标准直接影响分类的效果.基于变精度粗糙集的理论将属性重要度作为选择分离属性的标准.经实验证明,使用该方法构造的决策树与经典ID3决策树算法相比,具有复杂性低,能有效提高分类效果的优点.     

结合场景运动模式的有向加权AdaBoost目标检测

针对现有检测算法对场景先验信息和群体运动规律考虑甚少这一局限性,提出一种结合场景运动模式的有向加权AdaBoost目标检测算法.该算法首先建立了一种基于速率加权方向直方图矩阵的场景运动模式模型,并在此基础上通过稀疏光流投票方法获取场景的运动模式信息.同时,针对该模型提出一种有向加权AdaBoost检测算法,通过建立多个有向AdaBoost分类过程,并利用局部区域的运动模式对分类过程加权,最终实现运动目标检测.通过交叉验证分类实验和视频检测实验验证,该算法在相同假阳性率条件下的查准率较传统AdaBoost检测器的高出约10%,充分验证了算法的有效性和优越性.     

基于松弛迭代法实现物体三维结构的重建

提出了一种重构三维物体表面的松弛迭代算法.该算法把与物体的输入图像上相匹配点做为初始值.这组匹配点的值是稀疏的而且不用要求很精确.把重构的三维表面表示成二维矩阵的形式,矩阵中的每个元素代表三维图像上匹配点的值.为了使最终重构的表面精确,通过迭代对这组点的值反复更新.随着迭代深度的不断加大,重构的表面越精确.实验结果给出了复原后的三维图,并时其进行分析.     

3D混杂场景中机械臂自主分拣小目标的方法

为解决机械臂在大小目标共存的3D混杂场景中无法利用3D视觉传感器直接感知分布于操作视场范围内的小目标这一难题,提出一种基于"固定安装的全局Kinect深度相机"与"安装在机械臂末端执行器上的移动相机(手眼相机)"相结合的视觉系统混合配置方法.固定的全局Kinect深度相机用于感知并获取视场范围内的大目标点云,进而识别估计其位姿,然后借助路径规划技术引导机械臂到达大目标的上方,启动手眼相机近距离获取小目标的图像;离线阶段获取小目标的CAD模型,虚拟2D相机在以目标中心为球心的虚拟球表面的不同位姿和不同半径处拍摄目标的一系列二维视图,并且储存在目标的3D形状模板数据库中;在线阶段从真实手眼相机拍摄的场景图像中基于图像金字塔分层逐一搜索匹配,找到与目标模板相匹配的所有实例并计算其二维位姿,经过一系列转换后得到在相机坐标系下的初始三维位姿,应用非线性最小二乘法对其进行位姿修正.由ABB机械臂和微软Kinect V2传感器以及维视图像公司的工业相机进行位姿估计精度实验和混杂目标分拣实验,利用棋盘标定板来测定目标真实的位姿.实验结果表明,位置精度0.48 mm,姿态精度0.62°,平均识别时间1.85 s,识别率达到98%,远高于传统的基于特征和基于描述符的位姿估计方法,从而证明了提出方法的有效性和可行性.     

决策树在P2P网络截包分析中的应用

为了更高效准确地检测到P2P数据流,将目前在数据挖掘等领域比较成熟的决策树分类技术应用到截包分析研究中.在实际应用中,通过对流的特征属性进行计算统计处理作为训练样本集建立决策树,并对建立的决策树进行剪技优化,实验表明决策树分类技术更能快速准确地定位P2P数据流,在实时处理大量数据方面更能体现决策树分类技术的效率与准确度.