Delaunay三角剖分在噪声监控软件系统中的应用

噪声已经成为影响人们身心健康的四大环境公害之一.为了全天候连续时间连续空间监测噪声,引入了Delaunay三角剖分算法,将声压级映射为颜色,并绘制成图像.应用结果表明,该系统可以方便地判断某一区域的声压强弱.     

无线传感器网络中基于Voronoi覆盖及Delaunay三角剖分图的最小刚性拓扑控制算法

为同时满足覆盖与节能应用需求,本文提出了无线传感器网络中一种最小刚性拓扑控制算法MRTc（Minimal rigid topology control algorithm based on Voronoi coverage and Delaunay triangulation）.该算法基于Voronoi覆盖机制,准确控制节点工作状态,实现活动节点对目标区域的完全覆盖.在此基础上,MRTc利用Delaunay三角剖分图的特点,构建出适用于无线传感器网络的最小刚性拓扑结构.该结构有效约束了网络平均节点度,且同时具有容错性、覆盖性和稀疏性.此外,MRTc引入节点功率控制策略,在维持网络完全覆盖的基础上最小化节点能耗.仿真结果进一步验证了本文提出的MRTc算法的有效性.     

Delaunay三角剖分在离群点检测中的应用

在传统的基于[K]近邻的算法中,需要为算法设置邻居参数[k]的值,只有具备相关的先验知识才能确定合适的参数值。为了减少参数对于离群点检测的影响,提出了一种无需参数的基于Delaunay三角剖分的离群点检测算法。Delaunay三角剖分是数值分析以及图形学中的重要基础理论,它的构建无需任何参数,在三角剖分图中的每个数据对象与它空间上相邻的点都存在边直接相连,因此可以形成一种有效的邻居关系。算法首先通过Delaunay三角剖分形成每个点的空间邻居集合,然后根据每个点与它们空间邻居之间的分布特征,计算它们的离群程度,根据离群程度的大小判断该点是否为离群点。通过实验与相关的算法比较,算法具有更好的效果。     

Delaunay三角剖分在构造应力场数值模拟中的应用

运用有限元分析进行数值模拟的方法来研究构造应力场,首先需要对所有地质模型进行有限元三角型单元剖分。传统的手工剖分效率和精度都不高,利用计算机自动剖分可以达到较高的精度和效率,从而为高效地进行构造应力场数值模拟打下基础。本文提出了一种先无约束剖分再加入约束边的Delaunay三角网剖分算法,先对整个区域进行均匀的三角剖分,再以地质体界线为约束条件修改剖分,继而生成按地质体为剖分对象的三角网,并对其编程实现,实验证明该算法应用效果良好,并且避免了由于容差过小而导致的剖分三角形过于狭长的问题,程序实现简单,具有较强的鲁棒性。     

散乱点集Delaunay三角剖分的分布并行算法

为了加快大数据集Ｄｅｌａｕｎａｙ三角剖分的速度,提出了一种能对任意散乱点集进行Ｄｅｌａｕｎａｙ三角剖分的分布并行算法,算法具有容错性和自动负载平衡的能力,文中对其设计和实现方法进行了详细讨论,对算法的复杂性进行了分析,实验结果表明该算法的加速效果明显。     

Delaunay三角剖分并行算法研究及实现

本文通过对Delaunay三角剖分的特性和并行性进行分析,提出了一种基于网格的Delaunay三角剖分并行算法。该算法解决了四点共圆的不唯一性及并行处理边界的任意性问题,在任务分配上较好地保证了负载的均衡,并在分布式环境中成功地实现该算法,有较好的并行效果。     

基于Delaunay三角剖分的有向传感器网络覆盖增强算法*

针对视频传感器网络的区域覆盖问题,提出一种基于Delaunay三角剖分思想的几何算法,选取围绕传感器的具有最大面积的Delaunay三角形重心作为决策方向。在此基础上,将Delaunay三角剖分的几何方法与分布式贪婪算法进行了融合,引入“贡献率”概念反映节点在其候选方向上可能覆盖区域的大小,以解决冗余覆盖的问题。仿真结果证明了该算法的有效性。     

构造最优Delaunay三角剖分的拓扑优化方法

最优Delaunay三角剖分(ODT)是生成区域网格剖分的一种优化方法.从数值优化的角度来看,现有的ODT优化方法属于局部方法,对于任意给定初值容易陷入较差的局部极小值点,从而不能产生高质量网格.为此提出一种简单的拓扑优化方法,使得ODT方法能有效地从局部极小值点中跳出,进一步提高网格的质量.该方法只涉及到局部的边翻转操作,实现简单;而且具有显式的目标函数,能在理论上保证算法的收敛性.实验结果表明,文中算法运行速度快,不论是在拓扑连接关系还是在三角形的形状上都显著地提高了ODT方法生成的网格质量.     

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.     

用随机增量局部转换算法实现三维点集的Delaunay三角剖分

Delaunay三角剖分作为计算几何中的一个核心问题,尤其适用于三维网格生成.因此就需要开发出高效、健壮性的算法来实现.本文在原有算法的基础上提出了随机增量局部转换的算法来实现三维点集的Delaunay三角剖分.采用不退化的四点生成最初的三角剖分,每次加入一点,通过局部交换使新的三角剖分保持Delaunay性质,直到处理完所有点.还讨论了局部交换的思想和对不同面类型的处理方法,给出了两个剖分实例.     

基于Delaunay三角划分策略的WSN区域覆盖优化研究

针对无线传感器网络在对初次抛洒节点形成的覆盖漏洞进行二次部署的过程中,传统几何学方法难以运用于概率感知模型的问题,提出一种基于Delaunay三角划分策略的无线传感器网络区域覆盖优化算法——DPSO算法。首先对监测区域内随机抛洒的静态节点和监测区域边缘顶点进行Delaunay三角划分,以得到静态节点三角网,结合无线传感器网络节点的概率感知模型证明三角形内部存在完全未覆盖区域即覆盖漏洞;其次将通过筛选得到的三角形形心集合作为粒子群优化算法的初始解集,利用改进的粒子群优化算法完成对移动节点的二次部署,以达到修复覆盖漏洞的目的。实验表明,所提出的基于Delaunay三角划分策略的优化算法能够有效修复覆盖漏洞,使区域覆盖率得到显著提高。     

Double Barrier Coverage in Dense Sensor Networks

When a sensor network is deployed to detect objects penetrating a protected region, it is not necessary to have every point in the deployment region covered by a sensor. It is enough if the penetrating objects are detected at some point in their trajectory. If a sensor network guarantees that every penetrating object will be detected by two distinct sensors at the same time somewhere in this area, we say that the network provides double barrier coverage （DBC）. In this paper, we propose a new planar structure of Sparse Delaunay Triangulation （SparseDT）, and prove some elaborate attributes of it. We develop theoretical foundations for double barrier coverage, and propose efficient algorithms with NS2 simulator using which one can activate the necessary sensors to guarantee double barrier coverage while the other sensors go to sleep. The upper and lower bounds of number of active nodes are determined, and we show that high-speed target will be detected efficiently with this configuration.     

基于Delaunay三角剖分生成Voronoi图算法

针对Delaunay三角网生长算法和间接生成Voronoi图算法构网效率不高的问题,提出了一种Delaunay三角网生长法间接生成Voronoi图的改进算法。该算法以点集凸壳上一边快速生成种子三角形,定义了半封闭边界点的概念,在三角形扩展过程中动态删除封闭点及半封闭边界点,加快Delaunay三角网生成速度。然后又定义了有序目标三角形的概念,该算法能迅速查找点的有序目标三角形,生成无射线的Voronoi图;考虑凸壳上点的特性,借助三个无穷点生成带射线的Voronoi图。通过实验结果分析表明,改进的算法执行效率有了很大提高。     

Minimal roughness property of the Delaunay triangulation

A set of scattered data in the plane consists of function values measured on a set of data points in R². A surface model of this set may be obtained by triangulating the set of data points and constructing the Piecewise Linear Interpolating Surface (PLIS) to the given function values. The PLIS is combined of planar triangular facets with vertices at the data points. The roughness measure of a PLIS is the L² norm squared of the gradient of the piecewise linear surface, integrated over the triangulated region and obviously depends on the specific triangulation. In this paper we prove that the Delaunay triangulation of the data points minimizes the roughness measure of a PLIS, for any fixed set of function values. This Theorem connects for the first time, as far as we know, the geometry of the Delaunay triangulation with the properties of the PLIS defined over it.     

基于Delaunay三角剖分密度度量的聚类算法

针对K-means聚类算法无法正确识别非凸形状簇的缺陷,提出一种基于Delaunay三角剖分密度度量的聚类方法,利用Delaunay三角剖分图的最近性、邻接性等优良特性来反映数据自身特点并进行密度度量,同时以混沌优化方法实现聚类目标函数的全局优化,达到全局最小解。实验结果证明,基于Delaunay三角剖分密度度量方式的聚类算法能发现任意非凸形状簇。     

基于Delaunay三角剖分的半径补偿新算法

合理的半径补偿算法能有效提高逆向工程的最终精度.在分析了现有半径补偿算法及其相应优缺点的基础上,针对三角网格法,通过Delaunay三角剖分思想的引入,提出了一种基于Delaunay三角剖分的半径补偿新算法,并对其中三角剖分的优化准则、边界点的处理等关键技术进行了详细的阐述,最后以增压器叶轮为例,实现了叶轮叶面测量数据的半径补偿.     

基于激素调节的传感器网络覆盖算法*

人体内环境的平衡是由各种激素的相互作用来协同调节和控制的,根据抽象出的激素作用机理,提出了一种基于激素调节的传感器网络覆盖算法(HCA),该算法是完全分布式的,节能的传感器网络覆盖算法,算法中节点状态(sleep或active)的选择通过激素来调节和控制,即通过给邻居节点发送激活荷尔蒙或抑制荷尔蒙来刺激或抑制邻居节点成为active状态。仿真实验表明,与DELIC和UC算法相比,该算法既能有效地保证区域覆盖,又可以使得active状态的节点尽可能少。     

应用Delaunay图的拓扑控制

无线传感器网络拓扑控制的主要任务是减少节点的能量消耗,从而延长整个网络的生存时间。而无线传感器网络的能量消耗主要集中在无线通信模块上,因此,通过降低无线通信模块的能量消耗和控制邻居节点集,减少通信链路,把通信限制在重要链路中,可以减少节点的能量消耗。基于以上因素,将MG模型与Delaunay图结合,在Delaunay图中限制通信链路并保留最优能耗路,得到MEDel算法。该算法具有强连通性、对称性和平均度有界的优点。