改进的Seifert算法的纽结可视化

纽结或链环的Seifert曲面是可定向曲面,关于该曲面的原理图可以在纽结理论的教材上查阅到,但是仅知道这些,想要去了解它们的形状和结构,仍然是很困难的.将讨论纽结和链环的可视化算法,包括Seifert算法和基于编织命名法的可视化算法,最后,给出了改进后的Seifert算法,另外,对纽结和链环生成的可定向闭曲面的亏格也做了进一步地研究.     

一种对称非均匀细分曲面算法

为了得到能更好应用于CAD系统的细分曲面造型方法,提出一种基于B-样条的对称非均匀细分算法,其中的思想和均匀Lane-Riesenfeld节点插入算法相似。基于B-样条的节点插入算法,以Blossoming为工具,计算出细分后的新控制顶点。细分后得到的极限曲面由张量积样条曲面组成,在奇异点达到2C连续。与传统的细分曲面算法相比,该细分曲面算法具有良好的局部支撑性,大大降低了算法的复杂度,而且该算法是对称的,不用考虑定向问题。     

三维空间曲面消隐的并行算法

并行与分布式图形处理已成为超级计算环境下科学可视化的基础。本文描述我们在银河巨型机上针对一类三维空间曲面设计的并行消隐算法。     

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。     

纽结不变量的一种算法实现

文章从纽结的由来及定义谈起,介绍了拓扑学中的重要部分--纽结理论的基本概念,讲述了Jones多项式这样一个纽结不变量.Jones多项式威力巨大,应用广泛但手工计算复杂烦琐.鉴于此,文中提出了一种简单易行的算法,基于该算法实现的程序,能够对手工画得的纽结迅速算得其Jones多项式.该算法的主要步骤是:对于一个手工画得的以投影图形式出现的纽结,读取投影图为二值矩阵,进而从该二值矩阵中提取三个矩阵,以代表该投影图本质上的数学信息,然后,设计一套基于上述三个矩阵的信息采取规则,来实现对投影图交叉点的打开过程的模拟,得到该纽结的尖括号多项式,最终得到Jones多项式.文章最后对所举的例子算得准确的结果.     

基于非流形几何与特征树的异质材料实体可视化方法

提出一种异质材料实体可视化的方法．采用边界曲面细分技术减小材料分布的突变视觉效应;在不损失渲染质量的前提下,采用自适应曲面细分和冗余曲面滤除方法解决异质实体可视化效率差、难以实时显示的问题．给出了详细的异质实体边界网格生成算法,以显示异质实体的外部几何信息及其内部材料组分的三维分布．该算法采用基于特征树的曲面网格自适应细分策略,通过对异质实体特征树的拓扑结构分析来判定待渲染曲面的材料分布特性,仅对确实需要细分的曲面进行额外的网格细分,有效地减小了实体渲染中所需的计算量;利用非流形异质实体的表征方法,采用冗余曲面滤除方法直接滤除非相关的边界曲面,以满足实时可视化的要求．该方法已用于异质实体建模软件CAD4D中,实验结果表明,其可有效地实现异质实体的实时可视化显示．     

曲面二阶几何连续性的混合曲率评价与可视化

曲面连续性评价与可视化在工业设计和分析过程中起着重要作用.针对曲面二阶几何连续性评价,提出了混合曲率的概念,并给出了基于混合曲率的曲面二阶几何连续性评价与可视化方法,可处理比传统基于单一曲率的评价方法更多奇异情况;还给出了纹理映射方法和自适应网格细分的实现算法,达到实时渲染和精度可调的要求.最后通过实例说明了该方法的有...     

攻击分类器的对抗样本生成技术的现状分析

对抗样本生成技术是近年来深度学习应用于安全领域的一个热点,主要是研究对抗样本生成的机理、方法和实现方法,其目的是为了更好地理解和应对深度学习系统的脆弱性和安全性问题。重点关注深度神经网络分类器的对抗样本生成技术,介绍了对抗样本的概念,按“攻击条件”和“攻击目标”,将分类器的攻击分为四大类,分别是白盒条件下的定向攻击、白盒条件下的非定向攻击、黑盒条件下的定向攻击和黑盒条件下的非定向攻击。在此基础上,深入分析了每种攻击下典型的对抗样本生成技术,包括基本思想、方法和实现算法,并从适用场景、优点和缺点三个角度对它们进行了比较。通过对研究现状的分析,表明了对抗样本生成技术的多样性、规律性,以及不同生成技术的共性和差异性,为进一步研究和发展对抗样本生成技术,提高深度学习系统的安全性,提供有益的参考。     

一类T-Bézier三角曲面渐渐迭代算法

渐进迭代逼近在散乱点数据的拟合及逆向工程中有重要应用,研究了一类T-Bézier三角曲面的渐进迭代算法;提出了T-Bézier三角曲面渐进迭代算法,并分析了算法的收敛性;基于2-范数给出了渐进迭代算法的逼近误差。最后,举例说明了该算法的有效性及应用。     

基于医学图像序列轮廓线重建三维表面的改进算法

基于医学图像重建三维表面是医学图像可视化的主要手段之一。传统的方法直接采用由序列轮廓线生成的三角片来拟合曲面,重建的效果和表达的信息均有限。该文提出一种基于三角Bernstein-Bezier曲面拟合和纹理映射的改进算法,即在对生成的单个三角片进行三角Bernstein-Bezier曲面拟合的基础上,通过对三角片三顶点法矢的二次插值来重新计算三角Bernstein-Bezier曲面的法矢,使拟合曲面的显示效果整体连续且光滑;同时通过对重建后的表面模型施以平面剖切,并给剖切后模型的断面和截面贴上纹理来增加图像信息。该算法已运用于伽玛刀治疗计划系统中,重建效果较传统算法取得了较大的改善。