超立方体计算机上的最近点对算法

给出了在超立方体结构的计算机上求平面点集最近点对的一个算法，分析了算法的正确性和时间复杂性。     

在网格计算机上所有最近邻近点的算法

给出了在网络结构的计算机上求平面点集的所有最近邻近点的一个算法，分析了算法的正确性和时间复杂性。     

改进的迭代最近点快速点云拼接算法

针对迭代最近点算法未涉及点云彩色信息且匹配速率较低的问题,提出一种改进的迭代最近点云快速拼接算法。基于NCAM光学追踪彩色与深度信息,将色彩特征点与随机采样相结合,构建彩色点云模型,进行特征点采样;采用伞曲率体积积分不变量算法对特征点进行描述,构建带色彩约束的目标函数,并通过四元数法和特征值分解法求解最优值,实现点云数据的有效拼接。实验结果表明,改进的点云数据拼接算法可以有效地提高拼接效率及拼接精度,从而提高拼接质量。     

基于迭代最近点算法的地形匹配算法可靠性分析

根据迭代最近点算法的原理,从几何直观的角度研究了地形辅助导航系统匹配的可靠性,推导了旋转和平移的可靠性公式,并进行了数字仿真,结果表明,本文推导的可靠性结论是正确的.     

基于卷积矩形窗的电子式互感器测量算法

针对电子式互感器测量算法中的频谱泄露现象和栅栏效应,提出了一种基于卷积矩形窗的离散傅里叶变换(CRW-DFT)算法作为测量算法以提高电子式互感器测量精度,利用矩形窗的卷积运算构造了卷积窗函数,并完成了谐波幅值、相位计算公式的推导和分析.对基于卷积矩形窗的CRW-DFT算法进行MATLAB仿真实验,结果表明卷积窗在整数倍频率附近的谱泄漏效应均低于同宽度的其他现有窗函数,表明该算法能够有效减小频谱泄漏和栅栏效应对测量结果的影响,当其用于具有较小同步误差的谐波分析时,非同步采样引起的测量误差将最小,能够有效地提高电子式互感器测量的精确度.     

简单多边形的最小外接矩形算法

针对钢板在数控切割过程中存在热变形,导致加工工件变形不可用的问题,采用对工件进行矩形切割,从而使热变形达到最小的方法,给出了一种求解简单多边形的最小外接矩形算法.并在此基础上分析了其具有的复杂度O(k2)(其中k是简单多边形的顶点个数).     

Ka波段矩形谐振密封窗的设计

给出了一种毫米波Ka波段的全频带矩形谐振密封窗设计方法,该种形式的密封窗具有结构尺寸小,电性能好,带宽可以覆盖整个波导的主模频率范围,通过对Ka波段宽带高功率密封窗的设计和制造,验证了该文给出的方法切实可行,并已成功应用到某机载雷达系统中.     

一种求距最近已知点距离的算法

从简单的几何原理出发，提出一种适应于计算机实际操作的最近距离点算法，为工程中的实际应用奠定了基础。     

一类带时间窗动态车辆路径优化

基于事件驱动,采用快照记录车辆即时信息,建立物流配送动态车辆路径问题的数学模型.通过改进信息素的更新策略来改进蚁群算法,并采用改进蚁群算法对建立的模型进行仿真求解.结果表明,所建立的模型和改进的算法,对物流配送动态车辆路径有较好的优化.     

基于改进蚁群算法和剩余矩形法的二维矩形件优化排样

二维矩形件优化排样是一类具有NP完全难度的组合优化问题。提出了一种基于改进蚁群算法和剩余矩形法的新型混合算法对其进行求解。通过针对最优个体的变异策略和具有随机选择机制的路径选择规则,提高了算法的全局寻优能力。在每一代的寻优过程中采用剩余矩形法完成矩形件排样,以改善算法的局部寻优能力。将该文算法与已有算法通过两个仿真实例进行了对比分析,仿真结果表明该算法具有明显的优势。     

基于几何图像的点云数据简化算法

提出一种基于几何图像的点云数据简化算法,该算法将基于几何图像的简化与随机采样相结合,首先将点集合的笛卡尔坐标转换为球面极坐标,再将球面极坐标重采样到灰度图像中,然后基于几何图像进行简化,最后引入随机采样来填补几何图像简化所产生的孔洞.实验证明了该算法的正确性和高效性.     

基于几何多尺度方向窗的小波图像去噪

针对小波变换处理1-D信号十分有效，但处理2-D信号由于具有方向的缺失，不能做到最优逼近的问题，提出了基于几何多尺度方向窗的小波图像去噪方法．该方：去利用图像的几何特征，在小波域中按照最小逼近误差的原则，在初始化方向窗内寻找图像几何方向信患，并在峰值信噪比规则下合并不同大小方向窗内的几何方向．最终选择出图像的去噪方向．在获得每个方向窗内去噪方向的基础上，沿去噪方向作2-D向1-D系数投影，进而对产生的1-D信号作小波去噪，重构后即实现了对图像的去噪处理。     

温克勒地基上四边自由矩形薄板角点的影响面

根据叠加原理,推导了温克勒地基上四边自由矩形薄板角点的影响面.文中还对级数解的收敛速度、基础参数及板长对解的影响等进行了讨论.     

使用交叉距离最小化算法设计支持向量机

针对核方法在处理非线性可分数据问题上的优势,将一种硬间隔无核支持向量机——交叉距离最小化算法(cross distance minimization algorithm,CDMA)推广到带核的版本,称为带核的交叉距离最小化算法(kernel cross distance minimization algorithm,KCDMA).利用乘子将交叉距离最小化算法表示为内积的形式,然后使用核函数代替内积运算,并且引入二次惩罚,这样扩展后的模型能处理非线性可分数据集,并且允许一定的分类偏差.实验结果表明,与一些经典的支持向量机方法相比,该方法具有明显的竞争力.     

基于核的k最近邻算法

将核学习的方法应用到k最近邻算法中,提出了1种基于核的k最近邻算法.该算法通过引入核函数,将原空间中的样本映射到1个高维核空间中,突出了不同类别样本之间的特征差异,使样本变得线性可分,从而提高分类性能.并利用UCI数据库中的数据分别验证了k最近邻分类和核k最近邻分类算法的有效性.     

射影点列线束的移动与对合

任意二射影点列，二射影线束通过移动群的变换都可能共底而且产生对合对应。对合的射景点列与对合的射影线束的“对合比”为一定值。     

移动点的反向最近邻查询

反向最近邻（RNN）查询是空间数据库查询的一个重要的问题。随着无线通讯的发展,时空数据库中反向最近邻查询问题越来越受到关注。本文基于Voronoi图的定义和性质,采用一种不同于Delaunay三角剖分的另外一种三角剖分进行研究,其优势在于对于某个特定点,包含它的三角形的数量较少,查询效率较高。     

ICP算法的改进及两台Kinect对人体的重建

以在虚拟场景中建立用户个性化全身三维几何模型为目的,研究了一种基于价格低廉的Kinect深度摄像机进行人体三维重建的方法。该方法将深度摄像机的标定与传统的迭代最近点算法相结合,控制两台Kinect从上下两个视角采集人体的深度点云,通过标定得到的转移矩阵将两个不同坐标系的分段点云粗略配准,利用传统的ICP算法寻找点云间重叠部分的最近点,自动迭代成完整的三维人体点云,最后通过点云的三角网格化实现全身人体三维模型的重建。实验结果证明了利用Kinect快速构建人体三维模型的可行性。     

基于动态择优定序的矩形件优化排板算法

针对定宽定高板材的矩形件切割下料问题,提出了一种改进的启发式定位优化排板算法。该算法在启发式定位的基础上引入了动态择优定序策略,并通过改进的遗传算法得到较优的矩形件排板序列,然后应用改进的启发式定位算法将编码转化为排板图并得出矩形件排列的相关信息。为提高算法的运行效率,采用了面向对象编程的C#语言。每次排板前,该算法还采用了余料优先利用原则。实用矩形件排板表明,该算法能够提高板材的利用率。     

基于遗传模拟退火算法的矩形件排样

将遗传模拟退火算法运用在矩形件排样中,利用遗传模拟退火算法的全局搜索能力,寻找出排样件最优的排样次序(排列最紧密),再结合基于局部板材利用率最高的填充算法不断填充板材,获得近似总体最优的排样结果。此结果适合应用于大批量、多种类的矩形件优化样。