一种基于GN算法的动态图划分方法

随着图规模的急剧增长,对动态图进行实时处理的需求日益增加。大多现有的算法针对静态图划分是有效的,直接用其处理动态图会带来较大的通信开销。针对该问题,提出一种基于GN算法的动态图划分方法。首先收集一段时间内加入动态图中的顶点;然后,利用GN算法对这些新加入的顶点进行预划分,产生若干个内部联系紧密的社区;最后,将预划分产生的社区结果插入到已经划分好的当前图中。实验从交叉边数和负载均衡度两方面将该方法与传统流式划分方法进行比较,结果表明,在公开数据集上,该方法的交叉边数降低了13%,负载均衡度减少了42.3%。由此可见,该方法的划分质量明显优于传统的流式划分方法。     

利用帧连贯性的实时绘制消隐算法

针对实时图形绘制中关键的隐藏面消除算法的效率问题 ,分析了实时视觉仿真中帧连贯性现象 ,提出了利用帧连贯性改进的深度排序算法。在低端平台上实现了实时视觉仿真 ,比较了简单排序算法和改进排序算法的性能 ,并对不同的视点运动算法执行的效果进行了分析。     

一种基于动态图编码的软件水印方案

软件水印能够证明软件的相关信息。目前,软件水印算法大多基于经典的动态图软件水印算法——CT算法。该算法将水印分解为水印片段后,通过编码方案实现水印片段的嵌入。针对扩展的平面环路树(ExtendPPCT)编码方案改变了原平面环路树(PPCT)编码结构、水印隐蔽性较差以及节点易被删除攻击破坏的缺点,提出一种新的基于平面环路树(PPCT)和排序图的混合编码方式来实现成组地表达同余方程的模数和余数:PPCT枚举表达模数,对PPCT的叶子节点进行排序编码表达余数。这种成组编码方式使得嵌入软件中的水印片段减少了一半,对嵌入水印的程序的性能影响较小,水印的隐蔽性更强;并且这种编码方式不改变原PPCT的唯一外部回路,同时可抗击删减攻击。     

一种高效的建筑仿真模型的绘制算法方案

提出了一种有效的建筑实体建模和真实感绘制算法,其基本思路是以混合ＣＳＧ／Ｂ－Ｒｅｐ法为基础,通过参数化表面的解析重构和表面外法线的定义来构造复杂的建筑实体,同时记录各网格点的空间参数,进行真实感图形绘制。     

复杂几何模型的混合绘制算法研究

基于几何与图像的混合建模与绘制是解决复杂几何模型快速绘制的一个有效途径。提出一种复杂几何模型的混合绘制方法，首先给出基于风何投影的Warp变换公式，然后对几何模型进行预绘制，得到具有深度的图像；依据图像分辩率的对该图像进行几何重构，得到具有几何拓真诚关系的图像模型，并对该模型进行进一步修正；最后解决了模型的冗余检测问题。实验结果表明，该方法可以在保证较高逼真度的前提下实现复杂模型的快速绘制。     

LEON3处理器动态图像边缘检测的SoC设计

针对LEON3开源软核处理器具有高性能,高可靠性等特征,构建了一个基于LEON3的动态图像边缘检测SoC。文中采用局部熵边缘检测算法,将图像采集,边缘检测和图像显示三个部分封装设计为IP核,通过APB总线嵌入到LEON3的经典SoC架构中。与利用微控制器或DSP实现的动态图像边缘检测系统相比,基于LEON3的动态图像边缘检测SoC能够充分发挥硬件设计的高速性和灵活性,并且系统具有很好的可移植性与可配置性,占用资源少,速度快,具有良好的应用前景。     

综合几何信息的实时线绘制算法

以三维网格模型的微分几何信息为依据,结合视点相关和视点无关的线绘制方法,提出一种基于GPU的实时绘制算法.基于视点曲率在图像空间中计算提取视点相关特征线,同时利用风格化纹理和主曲率信息绘制视点无关特征线.根据三维模型信息与预设计的风格化纹理,在像素着色器中对视点相关和视点无关的2类特征信息进行计算,然后结合两者结果得到令人满意的绘制结果.实验结果表明,由于所有计算在图像空间由GPU并行完成,可以高效地提取特征线;采用风格化纹理的设计增加了图像空间风格化绘制的可控性,弥补了图像空间算法的风格化可控性差的缺点.此外,文中算法不仅可以进行实时的风格化线绘制,以该算法为基础还可以进行进一步的艺术仿真,如国画的模拟等.     

基于像素链排序的直线绘制算法*

针对直线生成算法在直线斜率大于0.5时的低效率问题,提出一种基于像素链排序的直线绘制算法。将直线看做是由许多条平行像素链或对角像素链拼接而成,利用逆向生成直线的类Bresenham算法求得各像素链的长度,通过Bresenham算法生成相应直线的位移码对各像素链进行排序,一次判断生成一条像素链。仿真实验表明,基于像素链排序的直线绘制算法生成的直线与Bresenham算法生成的直线精度一致,且计算量显著减少。该算法只有加法和乘法两种整数运算,适合硬件实现,其绘制速度是Bresenham算法的4倍。     

大规模点模型的实时高质量绘制

提出了一个针对大规模点模型的实时高质量绘制算法．该算法采用距离相关的自适应绘制策略,在不损失绘制质量的前提下简化了计算．在预处理阶段,对点模型进行剖分,为每一分片分别建立层次结构,并序列化为线性二叉树保存．绘制时,首先根据每片的包围盒和法向等信息进行快速视域裁剪与背面剔除．对于可见的分片,依据它与视点的距离和视线方向,选择恰当的细节层次,直接取出线性二叉树中对应的点几何数据,自适应地选择最合适的绘制模式对其进行绘制．为了减少存储空间的消耗,该文提出了一种面向保留模式图形硬件加速的点模型压缩和解压缩算法,压缩比例达到8：1．作者在可编程图形硬件中实现了该文算法,在普通微机上实现了百万数量级点模型的实时高质量绘制。     

基于因子图模型的动态图半监督聚类算法

针对动态图的聚类主要存在着两点不足:首先, 现有的经典聚类算法大多从静态图分析的角度出发, 无法对真实网络图持续演化的特性进行有效建模, 亟待对动态图的聚类算法展开研究, 通过对不同时刻图快照的聚类结构进行分析进而掌握图的动态演化情况.其次, 真实网络中可以预先获取图中部分节点的聚类标签, 如何将这些先验信息融入到动态图的聚类结构划分中, 从而向图中的未标记节点分配聚类标签也是本文需要解决的问题.为此, 本文提出进化因子图模型(Evolution factor graph model, EFGM)用于解决动态图节点的半监督聚类问题, 所提EFGM不仅可以捕获动态图的节点属性和边邻接属性, 还可以捕获节点的时间快照信息.本文对真实数据集进行实验验证, 实验结果表明EFGM算法将动态图与先验信息融合到一个统一的进化因子图框架中, 既使得聚类结果满足先验知识, 又契合动态图的整体演化规律, 有效验证了本文方法的有效性.     

改进的交互式动态体绘制算法

针对交互式动态体绘制算法生成图像质量差的问题,提出一种改进算法,在减少使用插值的同时,通过增加采样点数和使用采样点间距离作为权值等方法进行图像合成。改进的算法使结果图像的质量有了明显改善,同时保持了较快的速度。     

一种求解CVRP的动态图转换模型

带容量的车辆路径问题是组合最优化问题中的经典问题,多年以来一直被反复研究。最近,Transformer已经成为解决车辆路径问题的主流深度学习架构。然而,由于一个实例在模型不同构造步骤中会发生改变,相应的节点特征也需要更新,传统位置编码方法不适用于提取动态优化问题的位置信息。因此,现有方法在提高学习效率方面效果较差。以最小化路径长度为目标,提出一种动态图转换模型(DGTM)和动态位置编码(DPE)方法,并使用一种双重损失REINFORCE算法训练DGTM模型。此外,强化学习、图神经网络和Transformer架构相结合,提高了模型的训练效率,增强了神经网络对带约束路径问题信息的表征能力。实验结果表明,DGTM模型在此问题上的优化效果超越了目前基于深度强化学习的方法和部分传统算法,整体性能优于专业求解器的,且具有较好的泛化性能,为求解图上组合最优化问题提供了一种有效方法。     

异质信息网络下面向权威度的信息排序模型

随着网络的持续发展,数据量以惊人的速度增长,冗余信息大量存在,同时数据间存在着复杂的关联关系,这使得现有的排序方法面临着严重的问题：信息冗余影响排序结果。基于异质信息网络,希望得到同时具有权威性、多样性的多目标排序模型。该模型将数据建模成一个异质信息网络,使用MutualRank通过直接在异质信息网络上的随机游走来更好地建模对象的权威度;使用PDRank融合各个对象的权威度及对象之间的多样性,最终能得到同时具备权威度及多样性的排序序列。该模型直接利用数据中的异质关联关系对对象的权威度进行建模,解决了数据冗余的问题。通过实验证明了MutualRank对于权威度的学习效果优于传统的PageRank,同时基于两阶段排序模型得到的排序结果也优于已有的基准方法。     

并行精确排序的快速投影四面体体绘制

投影四面体法需要对四面体集合进行逐帧排序,而相邻四面体之间的顺序制约和依赖性限制了并行排序的效率.基于以上问题,提出一种视点相关的、基于逻辑切割的快速四面体集合精确排序方法.该方法分为4个串行步骤:首先沿视线方向将四面体集合所在空间剖分成一列有序的深度区间,每个区间包含一组四面体子集;然后并行地对每个区间的子集逐层提取互不遮挡的四面体,完成精确排序;再将区间边界上的四面体进行逻辑切割,并采用分段积分计算所有四面体在区间内的颜色贡献;最后按序沿视线方向累积所有区间的颜色贡献.实验结果表明,文中方法提高了四面体拓扑排序的并行度,极大地降低了排序时间,并大幅度地改进了绘制效率.     

基于一种新模型的交互式体绘制算法的研究

交互式体绘制算法基于一个新的可视化模型。目的是研究一种快速预览技术，在可视化内部结构时不需要专门的耗时巨大的转换函数。用两个参数来控制一个非常简单的绘制模型。交互旋转技术不需要任何特殊的硬件支持，所以可以广泛应用在低配置的电脑上。     

重要度引导的抽象艺术风格绘制

针对非真实感抽象绘制技术中可能存在的抽象程度整体趋于一致、缺少色彩层叠感的问题,提出一种自动的、基于图像重要度的抽象艺术风格绘制方法.首先通过梯度和显著度加权计算得到图像的重要度,并将该重要度引入抽象艺术风格绘制;在绘制过程中,为了保留图像的局部结构和方向特征,采用各向异性滤波平滑结构张量场,并沿张量场局部曲线方向进行积分卷积计算;最后采用改进的局部光照明Phong模型对抽象结果进行渲染,有效地突出不同光照条件下的艺术表现力,增强了艺术效果的色彩层叠感.实验结果表明,该方法能对图像局部区域进行不同程度的抽象,更好地保留图像中的局部细节和结构特征,更加符合格式塔理论,并可以产生具有色彩层叠感的抽象艺术效果.     

一种隐式曲面的点式生成绘制算法

计算机图形学领域中 ,隐式曲面容易生成几何形状 ,但是难于绘制。为了解决此缺点 ,提出了一种使用迭代函数系统的点式隐式曲面绘制算法 ,它的实现非常简单 ,易于编程。对于一种变量可以被其他两个表示的隐式曲面 ,这个算法绘制效率较高 ,可达到图像精度要求     

基于纹理映射与Phong光照模型的体绘制加速算法

为了提高体绘制速度，提出了一种基于纹理映射、具有Phong光照效果的体绘制加速算法．该算法是根据Phong光照模型，利用一单位球面体来仿真相同光照绘制条件下的每一个体素的反射光强，首先形成一个以法线矢量为索引值的反射光强查寻表，再应用窗值变换的加速算法来计算体素的不透明度；然后采用纹理映射的方法将体素光强值与由不透明度组成的3D数据集从物体空间投射到观察空间，再沿视方向融合为3D图象．实验表明，这种3D旋转的明暗修正保证了体绘制中3D旋转几何变换的多视角观察的交互速度．由于该算法综合了体绘制软件算法数据处理与纹理映射硬件加速的优点，并用2D纹理映射与融合的方法实现了体数据的3D重建，因而不仅降低了对计算机硬件与软件环境的要求，而且在目前通用个人计算机上即可获得近似实时的交互绘制速度和良好的3D图象品质．据研究，该算法同样适用于3D纹理映射的体绘制方法．     

基于稀疏矩阵的并行体绘制算法

直接体绘制是三维数据可视化的重要方法。在实际应用中体数据规模庞大,如何降低计算工作量以获得更高的绘制速度是一个亟待解决的问题。文章针对该问题提出了一种运行于集群系统之上的基于稀疏矩阵的并行Splatting体绘制算法,该算法利用稀疏矩阵对体数据结构进行优化,通过实验获得了令人满意的结果。     

基于线性八叉树的快速直接体绘制算法

提出了基于线性八叉树的加速体绘制算法.利用线性八叉树对物体进行空间剖分,光线投射法跨越体数据集中的空体素,以提高绘制的速度.针对光线穿越体数据时的特殊情况,改进线性八叉树邻域查找的方法,特别是不同尺寸的邻域查找方法,克服了层次八叉树邻域查找的低效率,同时提出了光线离开平面的简洁判定方法,方便光线下一个采样点的计算.实验结果表明,该算法能够有效地提高绘制的速度.