平面散乱点集约束Delaunay三角形剖分切割算法

文章提出了一种基于切割的平面散乱点集约束Delaunay三角剖分算法。该算法的基本思路是首先对平面散乱点集作约束最大空圆凸多边形剖分,然后对多边形的内部再作约束Delaunay三角形剖分。文章还证明了平面散乱点集的约束最大空圆凸多边形剖分是唯一的以及约束Delaunay三角剖分的不唯一性仅仅体现在约束最大空圆凸多边形的内部。使用约束最大空圆凸多边形的概念消除了由于“退化”现象（三个以上的点共圆）带来的算法上的潜在错误。     

任意多边形Delaunay三角剖分改进算法

本文重点研究任意多边形的Delaunay三角剖分,研究发现现有常用任意多边形Delaunay三角剖分存在执行效率低、候选节点可能出现"位置违约"错误等缺陷,根据候选节点与当前边夹角的大小关系,本文提出一种基于有向边的任意多边形Delaunay三角剖分改进算法,该算法具有执行效率高,避免了现有常用算法中可能出现"位置违约"的错误,完善了原算法的健壮性.     

基于Delaunay三角网的任意多边形三角剖分算法研究

文章通过分析现有多边形三角剖分算法,给出一种基于Delaunay三角网的任意复杂多边形三角剖分的改进算法。算法首先忽略多边形顶点与边线间的逻辑关系,将其看做散乱顶点的集合,然后采用Delaunay三角化方法对点集进行合理剖分,再依据多边形顶点及边线间的逻辑关系,逐一将那些不合理的三角网剔除,最终重新组合出符合要求的三角网格。     

三维不规则三角网格的精确裁剪算法

给出了一种基于约束Delaunay三角剖分的三维不规则三角网格的精确裁剪算法。算法结合TIN数据的生成特点,首先将TIN投影到二维平面,然后利用约束Delaunay三角剖分把裁剪多边形的每条边嵌入三角网中,再利用边-三角形的拓扑关系删除裁剪多边形外部多余三角形,最后利用边-点的拓扑关系对裁剪多边形顶点高程进行插值,使生成裁剪后的TIN模型。对不同复杂程度的三维TIN模型进行裁剪实验,发现二维投影策略极大地提高了三维TIN裁剪效率。算法的程序实现简单,且符合工程需求。     

三维散乱点云快速曲面重建算法

提出了一种基于Delaunay三角剖分的三维散乱点云快速曲面重建算法。算法首先计算点云的Delaunay三角剖分, 从Delaunay四面体提取初始三角网格, 根据Voronoi体元的特征构造优先队列并生成种子三角网格, 然后通过区域生长的方式进行流形提取。实验结果表明, 该算法可以高效、稳定地重构具有复杂拓扑结构、非封闭曲面甚至是非均匀采样的点云数据。与传统的基于Delaunay的方法比较, 该算法仅需要进行一次Delaunay三角剖分, 无须极点的计算, 因此算法的重构速度快。     

通用点线面集Delaunay三角剖分与动态编辑

总结并提出了一种通用点线面集Delaunay三角剖分与动态编辑的统一算法。可以实现离散点的Delaunay三角剖分,约束线、面的Delaunay三角剖分,任意多边形内带特征约束(包括点、线、面)的三角剖分,一般Delaunay三角剖分的外边界都是其离散点集的凸包,且内岛屿一般没有挖掉,本算法实现了Delaunay三角剖分时内、外边界的保界处理。     

一个利用法矢的散乱点三角剖分算法

曲面上散乱点的三角剖分在曲面重建中发挥着重要作用,借助于曲面上的法矢信息和三维Delaunay三角剖分算法,该文给出了一种新的散乱点三角剖分算法,输入一组散乱点以及所在曲面S在这些散乱点处的一致定向的法矢信息,该算法将产生一张插值散乱点的三角网格曲面M,并且曲面M可以近似地看成是曲面S的三角剖分,算法的主要步骤分为两步：首先通过曲面S的一致定向的法矢信息,在曲面S的同一侧添加辅助点,利用这些辅助点来剔除Delaunay三角剖分中产生的不需要的三角片;然后将剩余的三角片连接成一张完整的网格曲面,与基于中轴的三角剖分算法相比,该文算法需要更少和更简单的计算,与局部三角剖分算法相比,该文算法可以更有效地避免重建后的曲面产生自交,该文的算法可用于任意拓扑的光滑曲面重建。     

任意多边形内带特征约束的散列数据的最优三角剖分

给出了一种新的基于Ｄｅｌａｕｎａｙ三角形化的任意多边形边界内散列数据的优化三角剖分算法，该算法可允许散列数据任意复杂的折线及封闭多边形环的特征约束。算法用统一的数据结构来记录散列数据、约束特征和三角剖分信息，并且引入了辅助窗的概念，从而使优化剖分和加入约束容易实现。     

约束Delaunay三角剖分地嵌入约束边的多对角线交换算法

在不允许改变原有点集的场合,实现约事束Ｄｅｌａｕｎａｙ三角剖分的一种有效算法是,将边界点与内点一起进行标准Ｄｅｌａｕｎａｙ三角剖分,然后强行嵌入不在剖分中的约束边,最后删除城外三角形。其中,任意一条待嵌入约束边所经三角形构成的多边形区域称为该约束边的域,影响域内部的每条边称为对象线。     

密集散乱数据的三角形网格曲面逼近方法

介绍了一种密集三维散乱点群数据的三角形网格曲面逼近方法 .算法采用一定数量的球体在曲面空间的有效投影域上的排布来模拟 Voronoi多边形 ,从而实现平面域约束 Delaunay三角剖分 ,并利用 Hardy多二项式插值原理将其映射到曲面空间 .通过对球体集合的动力学数值仿真 ,解决了网格节点的位置确定和最佳网格节点数量确定的问题 .实际模拟结果表明 :算法结构清晰、实用 ,三角化结果品质良好 ,在数控加工和反求工程中有着广阔的应用前景 .     

基于团块的特征提取

本文提出了一种新的基于团块的图像处理思想，描述了在团块的链码表示的基础上提取其点、线、面 算法，与以往的图像处理方式相比，新方式更接近人眼观察景物的方式，并可在图像处理的早期引入组织的早期引入知识以控制搜索空间，减少计算量，加快运算速度。     

一种改进型免疫算法在TDOA定位中的应用

为解决传统TDOA定位估计所带来的非线性优化问题,首先通过最大似然估计将其转换为峰值搜索优化问题,再提出一种基于克隆选择思想的改进型免疫算法对其进行求解。该算法采用浮点数编码方式,提高了运算效率;引入高斯变异算子和变异控制变量,加强了局部搜索能力。仿真实验表明,在保证一定抗体数目的前提下,该算法适应性强,性能稳定,能快速逼近全局最优的解,且算法定位精度更高。     

一种基于人工逻辑蛛网的路由算法

文中从生物仿生学的角度,对自然界中看似简单的生物行为进行研究,并从中提取有益的思想运用到通讯网络路由技术中。对传统的路由算法加以扩充、改进,将关键链路思想加入其中,并应用到MPLS网络的LSP路由当中。人工蜘蛛网络是源于蜘蛛结网捕食的行为研究提出的一种网络拓扑结构。基于蛛网,给出了一种路由算法(CRASW)。此算法在确定了搜索的区域后,能计算出区域内任意点到目的节点的路径。实验表明本算法更容易获得最优路径。     

一种运动估计的自适应菱形算法

在菱形搜索算法的基础上,依据图像序列的运动矢量的时空相关性和中心偏移特性,首先对宏块进行类型划分、设定阀值,进一步提出了初始搜索点的预测。实验证明,该算法在保证图像质量的同时,大大提高了搜索速度。     

一种适于H.264/AVC标准的自适应定向菱形快速搜索算法

基于传统菱形搜索和运动矢量预测算法,在最优匹配点基础上引入次优匹配点和基于图像运动幅度的自适应匹配门限等要素,提出了一种自适应定向菱形快速搜索法。该方法能够快速确定搜索方向和范围,快速逼近全局最优匹配点。实验结果表明,该算法在不降低搜索精度的情况下,搜索时间比传统菱形搜索法减少40%,而且更加适用于新的视频压缩编码标准H.264/AVC。     

基于块存储结构的彩虹表时空折中方法

Thing提出的基于彩虹表的时空折中方法(Digital Investigation, 2009, No.6)不能对存储数据进行排序及去重,导致假警出现概率和表搜索代价过高。为此,设计一种基于块存储结构的彩虹表,给出相应的表搜索方法,在此基础上提出一种新的时空折中方法,通过在预计算阶段合并终结点相同的链,降低假警率、提高表搜索效率。分析结果表明,与同类方法相比,该方法在成功率、存储空间利用率及搜索代价方面更具优势。     

基于时间序列的相似子模式发现算法

基于时间序列的数据挖掘时,一般需要对时间序列离散化,再聚类成不同的子模式。已有的方法常忽略时间序列本身的位置和整体特征,并且计算量大。针对其不足,文中提出一种检索时间序列分段关键点的算法,以关键点为边界分段,使用形态距离测度和快速剪除的算法,高效简便地检索出相似子模式。     

基于动态二进制改进算法的RFID防碰撞算法

在RFID系统的通信过程中,多个标签同时与同一阅读器交换数据而发生碰撞,致使标签无法被识别.为解决此问题,在动态二进制搜索算法的基础上进行改进,提出一种新的算法,该算法结合动态二进制搜索算法和多叉树的思想,通过锁定碰撞位,进行双碰撞位查询,从而加快搜索速率.通过实验仿真表明,该算法在搜索次数、吞吐率以及数据通信量等性能方面,都有显著提高.     

一种基于代表点和点密度的聚类算法

针对基于密度的聚类方法不能发现密度分布不均的数据样本的缺陷,提出了一种基于代表点和点密度的聚类算法。算法通过检查数据库中每个点的k近邻来寻找聚类。首先选取一个种子点作为类的第一个代表点,其k近邻为其代表区域,如果代表区域中的点密度满足密度阈值,则将该点作为一个新的代表点,如此反复地寻找代表点,这些区域相连的代表点及其代表区域将构成一个聚类。实验结果表明,该算法能够发现任意形状、大小和密度的聚类。     

基于分维搜索和环状描述符的SIFT改进算法

针对SIFT算法在极值点搜索和特征计算方面的低效,提出一种基于分维搜索和环状描述符的SIFT匹配算法(SC-SIFT)。该算法将SIFT算法中的三维极值点搜索策略分解(separate)为两个维度上的逐维搜索,同时引入了一种新的环状(cricoid)特征描述算子来代替原来高维低效的特征。实验证明,该方法不仅能够提高SIFT算法的执行效率,而且提高匹配正确率,实现了对SIFT算法的优化。