破碎刚体复原中的断裂面匹配算法

给出一种断裂面匹配的算法.首先根据形状描述子提取断裂面的特征点;然后根据特征点的特征值是否相近及邻域曲面是否相似得到少量特征显著的相似点对,算法以显著特征点为中心将断裂面划分为多个曲面片,使用三维直方图比较面片间的相似性,对于相似面片内部的特征点不再寻找其相似点,所以得到的相似点对数量少,可靠性高;最后使用引入三角形约束的穷举搜索的方法进行断裂面匹配.实验结果表明,算法能够实现断裂面的部分和完全匹配.     

基于三角网格模型的局部纹理映射

局部纹理映射可以增添三维模型的局部细节,加强模型的真实感。为了实现对三维模型的局部特征描写,增强局部纹理映射的用户可交互性,提出一种基于区域增长和平面投影的方法来实现三角网格模型的局部纹理映射。区域增长是以指定的三角面片为初始种子面片,搜索与种子面片共顶点的增长规则扩散出待映射区域。算法不仅保证了选取区域的完整性,不会出现缺角的情况;同时用户可以改变待映射区域的位置和大小。采用平面投影法对待映射区域进行纹理映射,将三维顶点投影到基准平面上,建立二维坐标系与纹理坐标系的关系,从而确定三维顶点和纹理坐标的对应关系。算法成功应用于实验,表明该方法的可行性。     

尖锐特征诱导的点云自动分片算法

点云模型的分片技术是数字几何处理领域的基础技术之一.提出一种尖锐特征诱导的点云模型自动分片算法.算法首先计算点云模型的局部微分属性,并以此来识别模型上的尖锐特征点;然后采用改进的折线生长算法生成并完善特征折线,并基于特征折线采用三次B样条曲线来逼近的尖锐特征点;最后采用区域生长方法将点云模型分割成多个几何特征单一、边界整齐的点云数据面片.实验表明,本文算法运行稳定,可以准确地分割点云模型.该算法可用于点云模型的形状匹配、纹理映射、CAD建模、以及逆向工程等应用中.     

智能配镜三维特征参数提取方法研究

摘 要：针对智能配镜中三维面部特征点提取算法复杂度较高的问题,提出一种将三维点 云转换为映射图像定位特征点的方法。采用 Voronoi 方法计算面部三角网格各顶点处的高斯曲 率、平均曲率。选取鼻尖、眼角等曲率特征明显的区域估计面部点云姿态。根据曲率旋转不变 性,使用初选的点云方向向量简化旋转矩阵的计算,使面部点云正面朝向视点。将点云映射转 换为图像,三维网格模型中三角面片一对一映射到图像中的三角形。搭建卷积神经网络,使用 Texas 3DFRD 数据集进行模型训练。进行人脸对齐,预测所得各面部特征点分别限制在图像某 三角形中。根据图像中三角形映射查找三维网格模型中对应三角面片,通过三角面片顶点坐标 计算配镜所需的面部特征点位置坐标,实现配镜特征参数的提取。     

一种基于改进神经网络的高效模糊聚类算法

针对利用自组织特征映射(SOFM)神经网络进行模糊聚类时出现的一些问题,提出改进结构的神经网络,采用自适应的聚类初值,能够实现高维数据和任意形状族的聚类,与具有同样聚类效果的其他算法相比,具有较低的时间复杂度。仿真实验结果表明,该聚类算法比单个的神经网络聚类算法和同类其他算法更有效。     

基于几何矩的CAD模型形状匹配算法及应用

基于矩方法及其理论,提出了一个基于几何矩的形状匹配算法,用于识别CAD模型中具有相似形状特征的几何体.该算法采用一组满足平移、旋转、缩放不变性的几何矩不变量对三维几何体的形状特征进行描述,并根据形状特征向量的相似程度评估几何体之间的相似性.为提高几何矩计算的准确性和效率,对CAD模型的三角面片数据进行了预处理,并采用递...     

细节高度复杂表面模型的视点相关渐进传输

针对细节高度复杂模型的特点,提出一种视点相关的渐进传输方法.根据人的视觉特征,算法将模型表示为多分辨率的四边形参数面片和表面法向细节纹理.该算法利用法向映射提高传输和绘制的效率,然后随着视点的变化动态细化和传输当前视点下轮廓部分的参数面片信息,从而最大限度地减少了模型传输时面片的数量.参数面片的结构规则,面片之间关联性低,因此能够按任意顺序高效地传输,从而实现真正的视点相关传输,并可以采用有效的编码方法对其结构和几何信息进行压缩.实验结果表明了该算法的有效性,特别适合于表面细节复杂的表面模型的交互传输和绘制.     

改进的三维模型形状分布检索算法

针对传统D1距离形状分布函数获取采样点计算复杂、模型内容描述不充分和检索速率低下等问题提出了一种改进方法。该方法的关键点是：首先采用平移和缩放对模型进行标准化处理,用于减少面片之间的差异,使得采样点均匀地落在模型的表面;其次采用三角面片的索引号进行随机数的生成,并且利用三角面片的重心和质心进行有效的计算,以便用于缩短模型的处理时间和提高检索速率。利用普林斯顿大学三维模型数据库中的部分模型作为实验数据,实现结果表明：改进的方法不会降低模型的检索性能,并有效地减少了模型查询和处理时间。     

一种新的图像插值算法的研究

针对现有的形状插值算法不易保持模型的尖锐特征,形状过渡序列易产生体积收缩等问题,本文提出了一种新的泊松形状插值算法,采用适合三角网格的局部仿射变换矩阵来描述两个兼容模型之间的关系,对网格中的每个三角面片直接进行插值,而整体插值效果由泊松求解器完成.     

基于调和映射的纹理映射方法

对三维几何模型进行交互式纹理映射,是三维建模软件开发的一项重要内容。该文采用基于调和映射的方法,实现了对一种基于三角面片模型的二维纹理映射算法,该算法允许用户交互选择模型的贴图范围,自动生成模型的纹理坐标,试验表明,该算法是可行的。     

产品结构相似度量方法

针对产品结构相似匹配的语义问题,分析树相似度量算法,提出一种考虑语义并基于结构约束的产品结构相似度量算法。基于产品结构树的XML模型研究如何用权值表达产品结构的语义信息,设计产品结构相似度的算法模型,并给出算法伪代码。分析结果表明,该算法能在考虑语义约束的前提下有效度量产品结构相似度。     

基于项目属性和云填充的协同过滤推荐算法

传统协同过滤推荐算法中经常因用户评分矩阵极端稀疏而导致相似性度量方法不准,推荐质量不高,针对这一问题,提出一种基于项目属性和云填充的协同过滤推荐算法。利用云模型对用户评分矩阵进行填充,在填充矩阵基础上,利用传统的相似性计算方法得到项目之间的评分相似性,同时结合项目属性,计算项目的属性相似性,通过加权因子得到项目的最终相似性,从而形成一种新的相似性度量方法。实验结果表明, 提出的算法可有效解决传统方法中由于数据稀疏所导致的相似性度量不准确的问题, 并显著地提高了算法的推荐精度。     

改进的多策略的概念相似度计算方法

本体映射是解决本体异构的有效手段,而概念相似度计算是本体映射的关键环节。针对目前本体映射中概念相似度计算存在的问题,提出一种改进的多策略的概念相似度计算方法。首先根据两个概念的名称相似度进行初始映射判断,然后基于概念的属性、结构、实例计算概念相似度,并选取适当的权值进行加权综合。最后采用OAEI提供的标准数据测试集benchmark进行实验。实验结果表明,该方法在保证映射效率和通用性的同时,提高了映射结果的查全率和查准率。     

基于SA-BP算法的本体概念语义相似度综合计算

不同作战部队在指挥信息系统测试评估中建立的指标存在异构问题,导致在信息交互和测试数据共享上存在较大困难。实现指标本体概念的映射和集成,建立一个统一的全局指标本体树可以有效地解决该问题,其中本体概念相似度计算的准确性至关重要。针对现有本体概念相似度计算模型中存在的精度不高的问题,提出了基于模拟退火改进BP(Back Propagation)神经网络(Simulated Annealing Back Propagation,SA-BP)算法的相似度综合计算模型。首先,对经典的基于语义距离、信息内容和概念属性的相似度计算模型进行改进,同时提出了基于概念子节点重合度的相似度计算模型;然后,采用SA-BP算法进行相似度综合计算,避免现有方法中人为确定权重的主观性和简单线性加权的不准确性问题;最后,从某作战部队不同单位建立的各异的指挥信息系统评估指标的本体概念中提取样本数据,对相似度综合计算模型进行训练测试。实验数据表明,相比于PSO-BP计算模型和主成分分析确定权值的线性加权计算模型,基于SA-BP算法的相似度综合计算模型的计算结果与专家评价结果的Pearson相关系数分别提升了0.0695和0.1351,达到了极强相关的一致性。实验数据充分说明,模拟退火算法改进的BP神经网络在训练后可以较好地收敛,在综合计算本体概念相似度时更加准确,从而有效地解决了本体概念集成的关键问题。     

基于Petri网工作流模型展开树的路径序列相似性算法

在实际的数据迁移项目中,为了解决数据映射的问题,需要确定两个工作流模型之间的相似度。从工作流模型的相似性方面进行分析阐述,提出了基于Petri网的工作流模型展开树的路径序列相似性算法,首先采用深度优先搜索算法和动态规划算法对模型进行搜索,其次通过提出的算法获取展开树的所有路径序列,最后利用编辑距离算法计算两个模型序列之间的两两相似度,进而完成模型相似性计算,相较于其他的主流相似度算法,主要优点在于可以精确计算得到模型部分结构和行为相似度,可以更好的确定流程间映射,从而找到数据映射的解决方法。实验结果表明：该方法较主流的基于模型结构和行为相似性算法,计算合理性和准确性有很大提升。     

一种基于正交视图的三维模型多特征匹配算法

针对现今多数三维检索算法在匹配精度、检索速度以及算法复杂度三者难以相互兼顾的问题,文中提出一种基于正交视图的三维模型多特征匹配算法。首先对被检索三维模型的6个正视角进行投影,获得6个正视图像;接着分别用灰度级图像来描述各个正视图特征,并根据投影后模型各面的分布情况填补顶点与面片之间的间隙;然后动态提取每个灰度级图像的投影直方图特征和Zernike矩特征;最后在分析各特征的优缺点的基础上,融合多个特征来匹配三维模型的相似度。与传统LFD算法和D2算法进行对比实验,结果表明,文中算法能较好地提高对三维模型检索的查全率与查准率,具有计算量小、匹配精度高、运行速度快的优点。     

基于藏语句多特征融合的主观题自动评分算法

提出了一种藏语句多特征融合的主观题自动评分算法,构建了关键词词形相似度计算模型、词序相似度计算模型、句子长度相似度计算模型和句子语义相似度计算模型。该算法将计算模型与最大相似度矩阵相结合,计算主观题的标准答案与学生答案之间句子、段落的相似度,最终做出自动评分。实验结果表明,与其他方法比较,该算法能有效降低平均误差值。     

Grouping part/product variants based on networked operations sequence

Operations flow based similarity is an important criterion for grouping variants. Similarity coefficient for product variants with networked sequence of operations has not been considered in the literature. Previously proposed similarity coefficients, which are based on operation/assembly sequence, focused on variants with serial operations sequences where the order of processing operations is fixed; while in practice, there are many part/product variants with flexible operations sequence options. A novel similarity coefficient for part/product variants is proposed based on the networked operations sequence similarity inspired by the analysis used in the field of biology (e.g. enzymes structures comparison). An extension of the proposed coefficient is also presented with an example for illustration. A more comprehensive similarity coefficient is developed by including operations similarity and production volume criteria. The popular operations similarity coefficient, called Jaccard's similarity, is applied and extended. A new coefficient using volume similarity criterion is also developed. Part/product variants are then clustered and grouped based on the combined similarity coefficient using the average linkage clustering (ALC) algorithm. The main applications of the proposed similarity coefficient are addressed. The grouped variants are sequenced as a secondary application of the proposed similarity coefficient. The sequence obtained from the proposed approach is compared with that obtained from a developed mathematical model. The result shows the accuracy of the proposed sequencing approach and can serve as a good preliminary sequence. A case study is also provided for demonstration.     

高速以太网中实时相似性匹配算法的研究

在高速以太网中, 针对用户行为的特殊性及数据流五元组的特点, 提出了一种自适应相似性匹配算法(ASMA-HN)。该算法充分考虑了数据流五元组的随机性分布特点, 通过一种改进的XOR-SHIFT算法将数据流分类索引, 并提出了同类数据库(SD)及异类数据库(HD)的概念, 基于距离测度分别设计了加权相似性比较函数, 使得特征值能更精准地匹配到符合要求的数据文件, 提高了整体的匹配效率。通过对校园网实际流量的现场测试, 证明该算法具有较高的精准性及可适用性, 且匹配时间较低, 能很好地满足高速网络中相似性匹配业务的需求。     

本体中概念相似度的计算

本体是概念、属性和关系的集合。本体异构是本体间互操作的主要障碍,解决本体异构最好的方法是本体映射。本体映射的关键是概念相似度的计算,但计算时一般不考虑关系和属性对相似度的影响,计算结果存在误差。论文从两个方面对概念的相似度进行计算。首先计算概念的语义相似度,然后计算概念描述相似度。实验表明该计算方式可以提高计算结果的精确度。