定点容量限制质心Power图生成

目的 Power图作为Voronoi图的扩展,有着精确的限容特性。在普通Power图上添加容量限制即得到容量限制Power图。考虑站点位置固定情况,对于基于质心的容量限制Power图目前未有较好的计算方法。为了解决该类问题,提出一种新颖的常密度下的定点容量限制质心Power图生成算法。方法 通过调整站点的邻居站点的权值,优化该站点Power区域质心;在此基础上,按照相同比例缩放该站点Power区域,以达到优化容量的目的,最终生成所需Power图。结果 在综合考虑质心约束与容量限制条件下,对算法在均匀容量限制与非均匀容量限制下生成的Power图进行对比实验,并且分析实验误差。本文算法能够较好地解决容量限制问题,得到当前条件下的最优解。结论 本文算法在常密度下能稳定地生成容量限制质心Power图,具有精确度高和适应性强等优点。     

基于容积约束Power图的图像分片逼近

给出一种在容积约束Power图结构上的图像分片多项式逼近方法.将Power图的权重与图像颜色信息相关联,设计了一种带容积约束Power图的顶点位置与权值交替优化的图像逼近算法.该算法运用误差反馈机制以及图像显著性检测等方法生成密度函数图像,并根据原始图像的颜色信息和得到的密度函数图像分两次来指导初始化点集生成,通过构建最终的Power图来逼近目标图像.利用Power图对目标图像进行区域分割,定义了度量逼近误差的带容积约束的优化能量函数,分别计算能量函数关于位置和权重的梯度,将原问题分解为两个子问题分而治之,借助密度函数图像生成的高效初始化点分布,通过不断更新Power图的顶点位置和权值得到相对较优的Power图,最终拟合出逼近图像.实验结果表明,该算法能够较好地逼近彩色图像,并有效保持了图像显著区域的特征.     

基于Power图求解容量限制P-中值问题

针对稠密需求下连续域上的容量P-中值问题,提出基于质心的容量限制Power图(CCCPD)理论,对连续P-中值问题进行近似建模,并加快计算过程。扩展Balzer试位法构造Power图,施加质心限制满足P-中值要求,施加容量限制满足需求密度下的容量要求。实验结果表明所提算法可快速得到近似可行解,同Alper Murata方法相比,计算效率高;同质心容量限制Voronoi图(CCCVT)相比,具有容量限制精确度高等优点,并能适应各种复杂需求密度函数。     

变容量限制质心Power图的计算

Power图作为Voronoi图的拓展,引入"权重"使其有着良好的限容特性.对普通Power图增加容量约束,使得每个站点的容量等于预设的容量值,则可以得到容量限制Power图;在此基础上,再增加质心约束,使每个站点刚好位于对应Power区域的质心,进一步得到质心容量限制Power图.在质心容量限制Power图中,容量限...     

Power图的离散生成

Power图是一种特殊的加权Voronoi图，该图中每个生成元点pi都带有权值wi．给出了一种直接构造Power图的算法．以每个生成元点Pi为圆心，Power距离,√wi为半径画圆；然后将这些圆以不同颜色填充，并以相同速率向外扩展这些圆的边界，直到屏幕上所有像素点都涂上颜色为止，环绕Pi的新边界构成Power图．该算法改进了在Voronoi图基础上构造Power图的传统方法，具有较高的效率．     

异构群体队形光滑变换控制方法

针对现有群体队形控制方法在队形变换异构性、光滑性、条理性等方面的不足,提出一种基于几何约束机制的受限异构群体队形控制方法.首先采用Morphing方法生成由初始形状平滑变换到目标形状的一系列中间约束形状;然后引入基于质心的容量限制Power图对个体在约束形状中的内部布局进行建模,产生所需的异构分布;最后提出面向Power图的Lloyd导航算法,以控制个体进行无碰撞的光滑移动.实验结果表明,该方法稳定可靠,队形变换平滑流畅,非均匀人群分布可用于制作自然的群组动画和仿真真实场景,适用于不同规模、不同队形的异构群体队形控制.     

圆组填充算法驱动的平面马赛克模拟

为了生成不规则嵌片排列紧凑的马赛克图案,提出一种基于圆组排列的平面马赛克模拟方法.首先借助嵌片多边形的直骨架得到一组逼近嵌片轮廓的圆;然后以圆半径的平方为权值,在平面上生成关于圆组的Power图,使每组圆各自对应一个Power区域;最后采用松弛法,将圆组在其对应Power区域内尽可能增长到最大.通过不断迭代生成Power图和放大圆组,最后得到嵌片紧凑排列的结果.实验结果表明,该方法得到的马赛克图案有较高的覆盖率,能适应不同嵌片,具有较强的鲁棒性和灵活性.     

基于二分图网络的总体多样性增强推荐算法

针对传统推荐算法过于强调推荐准确率而造成推荐系统“长尾”现象加剧问题,提出一种基于二分图网络的总体多样性增强推荐算法。首先,利用现有推荐算法生成的预测评分构建用户候选推荐列表,进而构建二分图网络模型。其次,设定项目容量对热门项目的推荐次数予以限制。最后,结合推荐增广路生成最终推荐列表。与现有的推荐多样性增强算法在真实电影评分数据集上进行实验对比。实验结果表明,本文算法在保证推荐准确率的同时能有效提高推荐的总体多样性。     

最短路径算法在配电网抢修中的应用

现有的最短路径搜索算法如Dijkstra算法或椭圆限制的Dijkstra算法等计算效率较低,有待进一步改进.在分析已有Dijkstra算法的基础上,提出了快速最短路径优化算法.根据城市的交通状况对交通网络图的边值赋予不同的权值可实现最优路径搜寻,以逆邻接表结构为基础,采用矩形限制搜索范围来优化Dijkstra算法.通过对算法的运行结果进行对比,证明了本算法的灵活性和可靠性.     

最小生成树灵敏度分析算法研究

在最小生成树数学性质的基础上,给出最小生成树灵敏度分析算法.该算法在图的各种属性发生变化(如边的权值变化、增加或删除边或结点)的情况下,在原有最小生成树的基础上快速调整,而不是从头计算来得到新的最优解.算法还给出了每边权值在何范围内变化时,最优解不变.最后通过一个示例来说明算法的原理及应用.     

三维限定Voronoi网格剖分细化算法

针对分段线性复合形约束条件下的三维限定Voronoi剖分问题,提出一种细化算法.首先证明了分段线性复合形中的元素在最终生成的三维限定Voronoi网格中可表示为Power图结构;受此启发,提出了对限定线段平面片分别进行一维二维Power图细化以实现三维限定Voronoi 网格生成的细化算法,并且证明了该算法对于任意分段线性复合形收敛.最后通过实例验证了文中算法的有效性.     

CMST问题的新算法

本文提出了解决按约束条件求最小代价生成树(简称CMST)问题的两个新算法,即给定结点数N,每个结点的负载,链路的代价及链路的容量后,在符合某些约束条件下,求代价最小的树结构.两个新算法的计算复杂性均为O(N~2).计算结果表明,新算法所得结果的代价低于几个现有算法,而计算复杂性比现有算法小得多.     

多信息动态融合的运动目标检测方法

针对基于视觉显著性的运动目标检测算法存在时空信息简单融合及忽略运动信息的问题,提出一种动态融合视觉显著性信息和运动信息的运动目标检测方法。该方法首先计算每个像素的局部显著度和全局显著度,并通过贝叶斯准则生成空间显著图;然后,利用结构随机森林算法预测运动边界,生成运动边界图;其次,根据空间显著图和运动边界图属性的变化,动态确定最佳融合权值;最后,根据动态融合权值计算并标记运动目标。该方法既发挥了显著性算法和运动边界算法的优势,又克服了各自的不足,与传统背景差分法和三帧差分法相比,检出率和误检率的最大优化幅度超过40%。实验结果表明,该方法能够准确、完整地检测出运动目标,提升了对场景的适应性。     

结合均值调整整数变换的迭代自适应可逆图像水印算法

现有的均值调整整数变换可逆水印算法的阈值需人工选择,位置图生成策略不完备可能导致压缩后位置图数据过大,对嵌入矢量强制划分可能导致容量足够却无法嵌入。针对以上问题,提出一种结合均值调整整数变换的迭代自适应可逆图像水印算法。首先,根据负载数据大小以及整数矢量对峰值信噪比(PSNR)的影响,采用迭代自适应算法选择调整平移量以达到水印嵌入容量和嵌入载体视觉质量的平衡;然后,结合邻近像素值相近原则给出了完备位置图生成策略以提高位置图压缩性能;最后,采用分层有序嵌入策略将负载数据依次嵌入到最低、次低和第3低有效位以避免容量足够却无法嵌入的情况。实验结果表明,与传统均值调整整数变换可逆水印算法相比,所提算法无需预先设定阈值,但依然能保持大的嵌入容量,嵌入水印后掩体视觉质量更优,位置图生成策略性能优于传统均值调整整数变换可逆水印算法生成策略且压缩后的位置图数据更小,从而间接提高了嵌入容量,在实验样例上相对于比较算法,PSNR平均提高14.4%。     

CCTD：一种通信限制下的Fork-Join任务调度算法

现代并行系统的复杂调度问题可以转化为Fork-join图的任务调度问题.然而在实际计算环境中,两个处理节点之间的通信大多以独占方式进行,现有的大多数任务调度算法往往忽略了对通信信道独占性的考虑.提出了一种带通信限制的Fork-join图调度算法CCTD.该算法引入了实际环境中的通信独占性限制,同时保证了Fork-join图的基于复制的优化调度,而且尽可能地减少了对处理器占用.实验结果表明,CCTD算法是一种适应性强的、高效的Fork-join图调度算法.     

重要性驱动的中轴线

现有的中轴变换理论假定边界上各点具有同等的重要性,因而边界拓扑的微小改变将会产生一个完全不同的中轴骨架.针对该问题,提出重要性驱动的中轴线理论及相应的生成算法,进一步完善了传统的中轴线理论.首先对原始物体的边界进行稠密采样,根据问题的特点设置每个采样点的权重;然后计算带权重的采样点集的Power图,剔除落在边界外部的部分,得到初始的中轴线;最后对初始中轴进行剪枝,消除毛刺,最终生成稳定的中轴线.在医学图像处理和形状聚类中的应用,展示了重要性驱动的中轴线的有用性     

无穷状态系统可覆盖性分析算法

针对良序结构迁移系统可覆盖性分析计算成本高的问题,提出一种运用有限状态模型检验技术解决无穷状态系统可覆盖性问题的算法.首先将良序结构迁移系统划分为不同权值限定下的一系列有限状态机模型;然后采用最新的模型检验技术增量式地计算不同权值下模型的可达状态空间上逼近,得到可覆盖的反例路径或证明该系统不可覆盖.实验结果表明,该算法在同等计算时间限制下能够解决更多的测试样例;在1 GB内存限制下,可以解决97.2%的测试样例,超过同类算法的2倍.     

自适应采样与融合的增强现实阴影生成算法

针对现有增强现实(AR)应用中阴影生成算法绘制软阴影的真实性不足,提出一种自适应采样与背景融合的阴影生成算法。首先结合考虑遮挡的平面阴影算法计算虚拟对象投影阴影的空间位置分布;其次,改进膨胀腐蚀算法中软阴影的生成过程,提出一种依据近似点光源的形状类型进行自适应采样,从而获取假想点光源集合的软阴影绘制方法;最后,针对基于膨胀腐蚀算法使用阴影灰度图方法造成阴影的颜色被限制在单通道上,提出基于多通道与背景融合的方法。实验结果表明所提算法计算软阴影的颜色更加合理,软阴影的绘制方法更为有效,提高了阴影生成算法绘制软阴影的真实性。     

基于VWMC的传感器网络移动节点定位算法

为了解决无线传感器网络移动节点定位精度低、计算方法复杂以及响应时间长的问题,提出了一种基于VWMC的传感器网络移动节点定位算法(VWMCL).该算法利用Monte Carlo算法作为移动节点的基本定位算法,并在预测阶段加入航位推算方法,通过减少预测角度的误差来提高粒子位置预测的精度;并把Voronoi图和权值融合在MCL算法的粒子过滤阶段,采用Voronoi图和权值的双重筛选的机制,提高粒子过滤的准确性.仿真结果表明,该算法可以显著改善定位精度,减少算法的计算量,从而提高定位的效率.     

基于安全状态约简的攻击图生成方法

针对现有攻击图生成方法存在的状态爆炸导致攻击图规模庞大的问题,提出了一种基于安全状态约简的攻击图生成方法.该方法对现有的采用正向搜索策略和“单调性”假设的生成算法进行改进,对非目标主机的安全状态进行约简.针对非目标叶节点导致攻击图冗余的问题,设计了攻击图优化算法.模拟实验对比分析表明了所提方法的有效性.