基于逼近理论的曲面重构方法的研究

针对三维扫描数据点的曲面重构技术在实际系统中的应用，提出了一种NURBS曲面构造方法。该方法根据已知数据点逼近目标曲面。通过实际系统应用验证，该方法是一种行之有效的曲面拟合方法。     

一种基于逼近理论的曲面重构方法

从离散点列构造一条曲线出发,提出了一种可以处理散乱数据点的曲面重构方法,其主要思想是逐步逼近,即分别用平面三角形和三角Bezier曲面片逼近。详细介绍了空间点的三角划分、离散点的参数化、三角Bezier曲面片逼近以及两曲面片的拼接等算法;最后,给出了几个应用实现。     

基于蚁群的数据点NURBS曲面快速拟合研究

研究数据点的NURBS曲面拟合问题,提高拟合速率。针对所要拟合的数据点分布散乱,传统的基于遗传算法多次迭代,造成曲面拟合速率不高的问题。为解决上述问题,提出一种基于蚁群的数据点NURBS曲面拟合算法。通过采用蚁群寻址算法搜索出控制顶点和边界数据点集,计算曲面的权因子后完成NURBS曲面的拟合,并使用蚁群算法对拟合曲面进行优化,避免了传统方法多代遗传迭代造成的拟合速率不高的问题。实验表明,这种方法能够快速完成散乱数据点的NURBS曲面拟合,并且具有一定的拟合效率,取得了满意的结果。     

一种基于控制点差分数据的NURBS曲线曲面数据优化压缩方法

针对协同设计中数据传输的需求,以去除数据冗余为目标,提出一种基于控制点坐标差分数据的NURBS自由曲线曲面的数据优化压缩方法.该方法的思路是:以权因子为基础整合坐标数据分量,使原数据所具有的几何意义与数据压缩过程紧密联系起来;再利用离散余弦变换,对控制顶点坐标分量的差分值矩阵进行变换;最后进行量化压缩处理,并根据目标压缩率选取量化压缩比.方法在有效压缩数据的同时使传送的压缩数据中携带了压缩复原数据的累计误差.实例应用分析给出了压缩复原数据与原始数据的数据误差,说明在不显著增加误差的基础上此数据压缩方法能有效减少数据量.     

一种NURBS曲面拟合精度的量化评测算法

曲面重构是逆向工程中的核心技术之一,由于NURBS曲面在光顺性和局部可编辑等方面所具有的优点,使其成为点云数据自由曲面重构的常见形式。目前对NURBS曲面重构技术的研究上取得了一些成果,但各方法在拟合精度和效果上各有参差,因此有必要对NURBS曲面拟合精度评价算法进行研究。在采用NURBS实现曲面拟合的基础上,对拟合精度的量化指标进行研究,设计了一种基于区域划分的搜索迭代算法,可快速地计算得到原始点云与NURBS曲面的偏差。     

三维散乱数据三角形网格逼近的一种算法

以激光－机器视觉测量方式得到的曲面数据云为基础，对曲面密集３维散乱数据用线性逼近进行三角形网格拟合。根据激光测量方式和３维点群分布的特点，应用八叉树空间分割原理，对密集散乱点群采用空间分区存储，建立八叉树拓扑关系，加快几何建模速度。     

NURBS曲面形状修改的一种改进算法

提出一种修改NURBS曲面形状的新算法。该算法运用约束优化方法,通过改变控制顶点和权因子修改NURBS曲面的形状。实验证明,该算法可以获得令人满意的效果。     

一种基于快速拟合的NURBS曲面实体建模方法

为了解决实体对象建模时出现的失真性和控制点膨胀的问胚,提出了一种基于NURBS建模的快速拟合算法,算法结合所设计的应用型曲面实体数据结构,针对扫掠实体、直纹实体、蒙皮实体和旋转实体,分别采用整合法、双基面互导求均法、平均法和旋转因子法来计算形成实体所需的最少控制点和W方向节点矢量,将控制点的计算从三维抽象到二维.实验证明算法不仅有效解决了失真性和控制点膨胀的问题,而且还具有通过调节幂次来实现用户的不同需要和运算速度快等优点.     

一种基于细分与优化技术的曲线逼近算法

提出一种新的基于细分与优化技术的曲线逼近算法:该算法能够根据数据点的分布情况自动完成曲率分析、控制点生成、控制多边形细分、控制点优化及算法迭代一系列过程,从而实现曲线逼近。数值实验表明,该算法简单、快速、有效。     

NURBS曲面的等距曲面算法

本文将ＮＵＲＢＳ曲线的有理ｄｅＢｏｏｒ算法推广到ＮＵＲＢＳ曲面点的计算，由此可以得到ＮＵＲＢＳ曲面上点的单位法矢量，供其应用于ＮＵＲＢＳ曲面等曲面的生成。该算法几何意义明显，算法简洁，易于编程实现。     

一种改进的增量数据挖掘算法

针对现行增量挖掘算法都不能解决最小支持度和最小置信度发生变化的同时数据库也发生变化的增量更新问题,分析现有算法的不足,提出一种改进算法。该算法充分利用以前挖掘的结果,将链表插入、删除以及hash定位高效率的特性结合起来,摆脱了传统算法多次迭代的不足,可实现最小支持度与最小置信度发生变化的同时,数据库也相应的发生变化的增量更新。并通过实验对该算法进行验证,同时将测试结果与Aprior算法的测试结果进行比较,证明其高效性。     

基于频繁模式矩阵的最大频繁项目集挖掘算法

提出了一种基于频繁模式矩阵FP-array的挖掘最大频繁项目集的算法.算法基本思想:①只扫描事务数据库一遍,把该数据库转换成一个矩阵FP-array,并且保留了所有事务数据库中项目间的关联信息,然后对该矩阵进行挖掘.②在FP-array中只存放逻辑型数据,节省了存储空间.③直接在FP-array上挖掘而不需要递归创建大量条件模式矩阵,挖掘过程采用逻辑运算,在效率上有独特的优势.通过实验验证了算法的有效性.     

一种改进的基于图像融合的数字水印算法

为实现对数字图像产品的版权保护,构建了一种新的基于图像融合的数字水印算法。对指纹图像进行混沌置乱预处理,结合加密技术,增强了系统的安全性。根据JPEG压缩过程的特征,提出了一种新的嵌入算法,显著地提高了空间域算法抗JPEG压缩的性能。对指纹信号统计特征进行处理,避免暴露嵌入位置,增强了鲁棒性。通过主观和客观的评价方法以及攻击实验,验证了算法的性能。大量的仿真实验结果表明,采用的数字水印算法能够高效地在载体图像中嵌入和提取水印信息,具有较高的实用价值。     

求平面点集最近点对的一个改进算法

文中对Ｐｒｅｐａｒａｔａ和Ｓｈａｍｏｓ在１９８５年提出的求平面点集最近点对的一个分治算法进行了改进，使原来 归并时最多需计处３ｎ对点对的距离，改进的为最多只需计算２ｎ     

一个改进的循环2路插入排序算法

对一个循环2路插入算法进行了改进,其有序区在序列的始末连接端形成,简化了算法实现,算例表明排序效率也得到了一定提高.     

一种基于遗传算法改进的粒子群优化算法

在研究标准粒子群算法和遗传算法的基础上,介绍一种加入遗传选择,交叉算子以及变异算子的扩展算法,以提高粒子群算法摆脱局部极值点的能力,并且算法具有较快的收敛能力。     

一种基于Spark的改进随机森林算法

提出一种改进随机森林算法(SP-RF).通过建立数据抽样索引表和随机特征索引表来实现随机森林算法在Spark上的并行化;通过计算随机森林算法中每个决策树的AUC值来给分类能力不同的决策树分配权重;提高随机森林算法在投票环节的分类精度.实验结果表明改进后的随机森林算法分类精度平均提高5％,运行时间平均减少25％以上.     

基于数组向量的Apriori算法改进

在分析Apdori算法的基础上,提出一种改进Apriori的算法,其主要思想是基于数组向量的数据布局,即根据每个事务不同的项目长度,分别存储在相应列长度的二维数组中,同时合并项目完全相同的事务,并记录事务的数目.新的算法改进了连接比较的次数、减少不必要事务的扫描和提高了算法对内存空间的利用效率.应用示例表明,该算法时间复杂度降低;实验结果显示算法是有效可行的.     

CBA分类算法的一种改进

CBA算法是将关联规则挖掘与分类技术相结合的一种分类算法,在许多领域中得到了广泛应用.针对CBA处理海量数据效率低的缺点,提出了一个改进的CBA算法.该算法将粗糙集理论应用到CBA算法中,对决策表进行属性约简,提高了分类关联规则的生成效率;并应用PEP(pessimistic error pruning)方法对候选规则进行剪裁.实验结果表明,该算法比CBA具有更高的分类效率和准确度.