一种基于SfM重建点云的三角网格化算法*

针对SfM重建点云的曲面建模问题,提出一种改进的区域增长网格化算法。定义k近邻影响域提高拓扑稳定性,引入二叉排序树高效地组织候选三角片,采用无向环搜索策略完成孔洞的检测,最终获得完整的三角网格面。实验结果表明,该算法相比于Possion曲面重建,在获得高的重建精度的同时显著提高了计算效率,有助于提升3D曲面重建与模型表现的性能。     

物探数据三维属性模型高效构建方法研究

针对传统三维地质属性建模方法进行了研究,提出了一种物探数据三维属性模型的高效构建方法。该方法利用结构化数据快速搜索策略,并采用了分块建模机制。在PC机上的实验表明,该方法不仅克服了大规模数据引起的计算机系统硬件瓶颈,而且在保证物探属性模型质量的前提下,构建效率显著提高。     

遥感影像空间分治快速匹配

目的 图像匹配是遥感图像镶嵌拼接的重要环节,图像匹配技术通常采用两步法,首先利用高维描述子的最近和次近距离比建立初始匹配,然后通过迭代拟合几何模型消除错误匹配。尽管外点过滤算法大幅提高了时间效率,但其采用传统的两步法,构建初始匹配的方法仍然非常耗时,导致整个遥感图像拼接的速度提升仍然有限。为了提高遥感图像匹配的效率,本文提出了一种基于空间分治思想的快速匹配方法。方法 首先,通过提取图像的大尺度特征生成少量的初始匹配,并基于初始匹配在两幅图像之间构建成对的分治空间中心点;然后,基于范围树搜索分治空间中心点一定范围内的相邻特征点,构造成对分治空间点集;最后,在各个分治空间点集内分别进行遥感图像特征的匹配。结果 通过大量不同图像尺寸和相对旋转的遥感图像的实验表明,与传统的和其他先进方法相比,本文方法在保证较高精度的同时将匹配时间缩短到1/1001/10。结论 利用初始种子匹配构建分治匹配中心以将图像匹配分解在多个子区间进行的方法有助于提高遥感影像匹配的效率,该算法良好的时间性能对实时遥感应用具有实际价值。     

基于四面体剖分的并行地质块体建模方法

针对传统三维地质建模面临的内存消耗大,运行效率低的问题,提出了一种基于非结构四面体网格的并行地质块体建模方法。该方法采用“分治合并”的思想。首先将地质层位散点融合分割成若干个独立封闭块体;然后对每个块体进行表面三角形网格剖分,限定四面体剖分等步骤,形成块体的四面体网格剖分;最后将所有块体网格合并成最终地质模型。该方法中的块体剖分步骤应用多进程并行进行,提高了方法效率,并分摊计算机内存压力,可满足大尺度地质构造块体建模需求。该方法可为基于非结构网格的数值方法（如有限体积法、有限元方法等）的地震正演、偏移等算法提供合适的模型数据。     

基于八叉树空间分割的k近邻搜索算法

以三维扫描得到的散乱点云为基础,提出了一种基于空间八叉树的快速k近邻搜索算法,通过对点集建立包围盒,利用八叉树记录分割过程,从而使近邻点的搜索只局限于采样点所在的包围盒及其周围的包围盒,并通过剪枝策略使搜索范围进一步缩小。大量真实数据的实验结果表明：该算法可以很好地提高近邻点的搜索速度。     

PODKNN:面向大数据集的并行离群点检测算法

针对现有离群点检测算法在运用于大规模数据集时时间效率较低的问题,提出一种基于K近邻的并行离群点检测算法PODKNN (Parallel Outlier Detection Based on K-nearest Neighborhood)。该算法利用划分策略对数据集进行预处理,在规模较小的子集中寻找K近邻并计算离群度,最后合并结果并遴选出离群点,设计算法过程使其符合MapReduce的编程模型,实现并行化,从而提高了离群点检测算法处理大规模数据的计算效率。实验结果表明,PODKNN具有较高的加速比及较好的扩展性。     

两种空间分块策略K近邻搜索算法的比较研究

空间分块策略是K近邻搜索算法研究中的有效方法,然而现有算法进行空间划分时给出的子立方体大小主要取决于K值的大小,K值变化时需重新进行空间划分,影响了时间效率和稳定性。利用空间分块策略的优点,提出一种以建立离散数据空间索引为空间划分目标的K近邻搜索新算法。该算法预先对空间包围盒进行微分块,形成的子立方体结构仅与离散数据和预设参数相关,同一点云数据只需进行一次空间分配。搜索过程中,以计算点为球心建立空间动态球,判定符合条件的子立方体,进行K近邻搜索。测试结果表明,新算法较现有算法点云分配和遍历时间效率、随机点搜索时间稳定性及对不同K值的适应性等方面更具有优势。     

一种改进的DBSCAN算法及其应用

对网络流量等大规模数据,基于密度的DBSCAN聚类算法收敛时间过长、对某些流量聚类效果欠佳。在基于隐马尔科夫模型（Hidden Markov Model,HMM）的流量识别研究背景下,提出一种改进的DBSCAN算法,从减少每次区域查询次数及查询时间两方面提高算法的时间效率和准确率。并创新性地采用分治策略将新算法应用于自动构建网络协议的HMM模型。实验结果表明,改进的DBSCAN算法在保证聚类准确率的同时大大提高了时间效率,并能通过对网络流数据包进行聚类,正确完成网络协议HMM模型的自动建模。     

基于改进蚁群算法的机械手三维操作路径规划

提出一种改进的蚁群算法,实现机械手在三维栅格模型中进行最优操作路径规划。利用该蚁群算法模拟蚂蚁的觅食过程,使蚂蚁在初始点和目标点之间采用"惯性原则"和最大信息素启发策略完成最优操作路径的搜索。仿真实验验证了该方法在机械手操作路径规划应用中的有效性。即使在复杂的操作环境中,该方法也可以迅速地规划出最优操作路径。     

基于K近邻一致性的特征匹配内点选择算法

宽基线图像特征匹配是计算机视觉应用中一项极具挑战性的工作。由于图像之间存在较大的差异,宽基线图像初始特征匹配的结果中不可避免地包含大量的外点。提出了K近邻一致性算法来实现从宽基线图像初始匹配结果中快速选出高可靠性的点对。该算法采用仿射不变的结构相似度来衡量两组K近邻特征点的结构相似性。K近邻一致性算法采取由粗到精的策略,通过K近邻对应一致性检测和K近邻结构一致性检测两个步骤来选择内点。实验结果表明,提出的算法在查准率、查全率和运行速度等方面接近或优于当前几种最新的内点选择算法,可适用于存在大范围的视点、尺度和旋转变化的宽基线图像。     

基于深度卷积神经网络的快速图像分类算法

为了应对大量图像的分类问题,提出一种基于深度卷积神经网络和CUDA-cuDNN并行运算的快速图像分类方法。该方法利用深度卷积神经网络自动学习特征的优势来解决手工设计特征普适性差等问题,同时结合基于CUDA架构的cuDNN并行运算策略来提高训练速度和加快分类速度,并且针对深度卷积神经网络易受参数扰动等缺点,引入批量正则化（Batch Normalization）以提高算法的鲁棒性。实验结果表明,该方法不仅大幅缩短了训练时间同时加快了图像的分类速度,而且进一步降低了图像分类的错误率。     

A distributed method for reconfiguration of a three-dimensional homogeneous structure

A distributed reconfiguration method is proposed for a theree-dimensional reconfigurable structure, composed of many identical mechanical units. The method aims to enable the structure to transform itself into a desired structure from an arbitrary initial configuration. The proposed method is implemented in such a way that each unit has identical software as well as hardware, so that any unit can play any role in the system. It is also featured by a stochastic relaxation process, which allows the system to converge to a given target structure by searching for a proper unit motion over many degrees of freedom. Furthermore, the method is extended for the structure to reconfigure itself dynamically according to the environment. The effectiveness of the method is confirmed by computer simulations.     

基于粒子群算法的整像素数字图像相关方法

为了克服基于传统数字图像相关(DIC)方法的结果易于陷入局部最优等缺点,将基于群体智能的粒子群优化算法引入到DIC方法中(未考虑亚像素插值),对一幅散斑图平移后的位移进行了计算,验证了该方法的正确性。在搜索域内,当运动或变形后散斑图中若干目标子区与样本子区比较相似时,相关函数可能有多个极值。对这种情况下的点的位移进行了计算,观察了相关搜索时粒子运动的轨迹。研究发现,在迭代初期,该算法具有较强的全局搜索能力;在迭代后期具有较好的局部搜索能力。计算结果表明,该算法可以跳出局部最优;研究了样本子区尺寸、粒子数、粒子飞行的最大速度和最大迭代次数对计算时间的影响。     

Simulation of bubble-bubble interaction using a lattice Boltzmann method

This paper presents the results obtained from three-dimensional numerical simulations of multiple bubbles rising under buoyancy in a quiescent viscous incompressible fluid. A lattice Boltzmann method, based on the free-energy model, is developed to simulate the behavior of bubble-bubble interaction while rising in the fluid. A new scheme, which involves eighteen lattice points for the first and second derivative, is proposed to achieve stable computations at high fluid-to-bubble density ratio. The effects of the density ratio and the initial bubble configuration on the flow field induced by rising bubbles and on the evolution of bubble shape during their coalescence are investigated. It is found that for two rising bubbles with the same size, the leading bubble rises like an isolated bubble before coalescence. The trailing bubble is entrained by the leading one, and experiences obvious deformation when it enters the wake region of the leading bubble. The shape evolution of the trailing bubble is different at the high and low density ratios. However, for two rising bubbles with different sizes, the larger bubble always has strong effect on the smaller one in any initial configuration.     

Stable free surface flows with the lattice Boltzmann method on adaptively coarsened grids

In this paper we will present an algorithm to perform free surface flow simulations with the lattice Boltzmann method on adaptive grids. This reduces the required computational time by more than a factor of three for simulations with large volumes of fluid. To achieve this, the simulation of large fluid regions is performed with coarser grid resolutions. We have developed a set of rules to dynamically adapt the coarse regions to the movement of the free surface, while ensuring the consistency of all grids. Furthermore, the free surface treatment is combined with a Smagorinsky turbulence model and a technique for adaptive time steps to ensure stable simulations. The method is validated by comparing the position of the free surface with an uncoarsened simulation. It yields speedup factors of up to 3.85 for a simulation with a resolution of 480³ cells and three coarser grid levels, and thus enables efficient and stable simulations of free surface flows, e.g. for highly detailed physically based animations of fluids.     

基于Newton-Raphson迭代与PSO数字图像相关方法

鉴于基于Newton-Raphson（N-R）迭代的数字图像相关方法对迭代初值的敏感性问题,提出了一种基于N-R迭代与粒子群优化（PSO）算法的数字图像相关方法。该方法利用了PSO算法中的全局搜索能力与N-R迭代中的局部搜索能力,通过它们的交替迭代以改善初值;以改善后的初值进行最后的N-R迭代。经检验,该方法比N-R迭代对初值的要求宽松。这是由于在N-R迭代与PSO算法多次交替迭代之后,位移和应变的初值都得到了一定的改善。对相似材料模型受载破坏后表面上的点的位移和应变进行了计算,获得了较好的结果。     

运动估计算法预测搜索起始点

高精度的预测搜索起始点方法可以减少运动估计算法的搜索点数,提高搜索速度和精度.对中值,均值,左块,SAD比较等方法进行了理论介绍和实验分析,提出一种新的预测搜索起始点方法.该方法足利用相邻块运动矢量的相关性和运动矢最的偏向分布特征给相邻块分配不同的权重来预测搜索起始点.实验结果表明对不同种类的标准测试序列新方法比其它方...     

基于Walsh变换的时序数据相似性搜索

针对时序数据相似性搜索面临的高维性问题,提出一种利用按沃尔什序数排列的离散沃尔什变换((DWHT)w)对时序数据进行维归约的方法.(DWHT)w是正交变换,变换矩阵简单,可以应用快速算法,对时序数据有更好的特征提取能力,用其索引时间序列数据在理论上具备非漏报性质.与基于离散傅里叶变换和基于离散沃尔什变换的对比实验表明,...     

改进麻雀搜索算法在分布式电源配置中的应用

针对麻雀搜索算法（Sparrow Search Algorithm,SSA）在解决高维、非线性的分布式电源（Distributed Generation,DG）优化配置问题中求解精度与稳定性不足的问题,提出一种改进麻雀搜索算法进行求解。通过引入Tent混沌提高初始解的质量,利用Levy飞行策略和柯西高斯变异,增强算法搜索方向的多元性以及跳出局部最优的能力,针对算法在工程应用中产生大量无效麻雀的问题,优化了麻雀位置更新公式,以提高SSA的工程实用性。分别用标准SSA、ISSA、蝴蝶优化算法（Butterfly Optimization Algorithm,BOA）、鲸鱼优化算法（Whale Optimization Algorithm,WOA）测试基准函数,对比验证ISSA的有效性,并将ISSA应用于IEEE33节点系统的DG化配置模型求解,所求的DG配置方案能更大程度地降低配电网有功损耗与电压偏差。     

一种光斑图像的阈值分割和光斑中心坐标的计算方法

工业测量中经常需要从获取的光斑图像中提取光斑区域．计算光斑中心的坐标。针对光斑图像具有背景区域较暗且面积大,目标（光斑）区域较亮且面积小的特点,提出了一种适用于光斑图像的阈值分割方法．计算单个光斑中心坐标的重心法．以及采用连通区域标记和区域大小排序计算多个光斑中心坐标的方法。与其他闽值分割方法比较后的实验结果表明,所提出的方法可更好地分割光斑图像。与期望的人工选取的闽值最接近．计算得到的光斑中心坐标准确．且运行时间较短。