基于克里金算法的井田煤层三维建模方法研究

为了增加实现井田煤层三维模型的数据点,得到更为真实的井田煤层图形,提出了基于改进的克里金插值算法的煤层高程估算模型.利用钻孔数据和高程数据计算实验变差函数值和步长,根据步长分组计算得到组内平均半方差,采用支持向量回归对变差函数进行拟合,避免了常规克里金对变差函数选择的局限性;在支持向量回归参数的求解中,采用可修改变异方...     

基于泛克里金插值的WSN位置指纹预处理

基于接收信号强度(RSS, Received Signal Strength)的位置指纹是室内定位中最常用的方法之一,其定位精度与采样指纹的分布密度存在一定的相关度,考虑到RSS信号的空间相关性以及在室内复杂环境下的变异特性,通过漂移函数和变异函数提取RSS信号的分布特点,利用有限的采样点通过泛克里金插值(UK, Universal Kriging)形成采样密度高的位置指纹库,实验表明,基于泛克里金插值构成的指纹库有更高的定位精度,在确定的定位精度要求情况下,可有效降低离线阶段的人力和时间成本,为达到良好的插值效果,需选择合理的采样密度和插值密度,实验中考虑6~ 8倍原采样点数量的插值进行构建的指纹库性能较佳。     

基于克里金空间插值的位置指纹数据库建立算法*

为解决室内定位系统中建立位置指纹数据库工作量庞大的问题,提出了一种融合信号衰减因素的普通克里金空间插值建库算法。该方法首先采用高斯滤波对有限预选参考点的信号强度采样数据进行预处理,并基于球状模型由参考点预处理数据拟合出空间变异函数,然后采用普通克里金插值法对其它位置的信号强度进行估值并生成相应的位置指纹,最后由有限实测数据生成大容量高分辨位置指纹数据库,并通过KNN_Filter算法和对数权重算法完成了定位仿真,验证了该建库方法的有效性。仿真实验结果表明,该算法在保证定位精度的前提下相比传统建库方法可降低40%左右的工作量,提高了室内位置指纹定位方法的工作效率。     

空间克里金插值的时空扩展与实现

空间克里金插值常用来补充采样点不足的问题,当数据分布与时间和空间都有关系时,面向空间的方法直接应用到时空过程可能导致有价值信息在时间维的丢失,由此导致了时空克里金插值的研究。研究的目标是将空间插值模型扩展到时空领域并实现时空变异函数、时空插值和时空交叉验证。其方法是首先获得最佳变异函数模型和时空下的有效基台值、块金值与变程,然后实现时空克里金插值的扩展,最后通过时空交叉验证去验证扩展的时空克里金插值方法的有效性。验证结果表明,扩展的时空方法能为随机领域以一定的精度提供较多的信息,为不同时空环境下的预测或插值提供了一个有效的途径。     

EIM魔数点特性研究及其最小二乘格式

经验插值法(empirical interpolation method,EIM)首先由Yvon Maday和他的合作者在2004年提出,旨在提升非仿射或非线性偏微分方程模型降阶(reduced basis technique)的计算效率,随后在模型降阶和数据同化领域得到了广泛应用.EIM的计算过程分为离线、在线两个过程:离线阶段,基于待插值函数空间的大量样本函数,通过EIM算法逐一计算插值基函数和插值点(魔数点);在线阶段,基于在魔数点的函数值和基函数,在线重构待插值函数.本文重点研究了EIM算法得到的插值点的空间分布特性,提出了最小二乘格式的EIM (LS-EIM)以进一步提升EIM精度和稳定性.比较了EIM算法确定的魔数点和其它各种采样方法确定的点对LS-EIM的收敛性和精度的影响.通过数值计算发现,相比随机采样和其他方法选取的采样点,EIM算法得到的魔数点用于LS-EIM可获得最快收敛速度和最优重构精度,通常仅需不到2倍于基函数维数n的魔数点数,即不到2n个魔数点,LS-EIM即可实现对最佳重构的逼近.     

基于自适应遗传算法的Kriging曲面拟合及应用

半变异函数是Kriging中的重要数学模型,也是描述矿床区域化变量特征的有效数学模型,其拟合模型参数的确定直接影响Kriging曲面拟合的精度.本文首先通过自适应调整遗传算法的变异概率,避免早熟的同时保证了算法的效率;其次利用该遗传算法改进Krigins中半变异函数模型实现曲面拟合;最后将其应用到油藏模拟中烃源岩表面的生成.该方法与距离平方反比法的拟合效果进行比较,得出结论为在实际工程应用中,采用改进Kriging插值得到的曲面与实际提供散点数据拟合更好,充分地体现了工程勘探数据的作用,符合工程需求.     

基于梯形函数逼近的光栅数字细分算法

基于光栅信号和梯形函数各自的特点,提出了一种新的光栅信号数字细分算法.该算法采用A/D转换器分别对两路光栅信号进行两次采样,并根据采样值所在的区间,选择合适的梯形函数公式得到两个采样点之间的拟合曲线,从而计算出这两个采样点间的相位差,最终达到对光栅信号细分的目的.实际应用表明,该算法计算过程简单,并达到了较好的细分效果.     

基于误差驱动与CSRBF的点云重建

提出了一种基于误差驱动的逐次迭代逼近的大规模3D散乱数据的重建算法。首先对点云数据进行重采样,采用归一化的CSRBF作为插值基函数。其次对重采样后少量的点数据进行插值。再次对未参加插值的点带入隐函数方程,计算误差。对误差超过一定阈值的点进行重采样,加入原采样点集合,重新进行插值。这样多次迭代以后便可以用最少的点来插值原来的点云模型。实验结果表明,该算法具有更高的鲁棒性和更高的效率。     

语音编码器中的分数基音估计算法

在保证同等音质的前提下,为降低语音编码器中分数基音估计的复杂度,提出一种基于多项式拟合的分数基音估计算法。以整数点相关度序列为基础,在其最大值点附近进行多项式拟合,解析给出分数基音估计值。与现有的基于采样函数插值的分数基音估计算法相比,不使用常数插值表,无插值、遍历和比较操作,实现运算量与插值因子无关,典型情况下的运算复杂度仅为现有算法的1/25。在实际语音编码器中,所提算法对各类语音的客观及主观测试结果表明,其长时预测增益和编码音质都与现有算法相当。     

基于边界约束的空间复杂曲面重构算法

针对克里金(Kriging)算法在复杂地质构造应用中的局限性,提出了一种基于边界约束的复杂曲面插值方法.其基本思想是将断层多边形作为层面边界的约束条件,根据种子点与待插值点穿越多边形的关系为依据,判断待插值点与控制点之间的空间拓扑关系,并将满足条件的种子点利用克里金算法进行插值计算.通过实际数据的测试,解决了传统的网格化插值方案层位与断层无法严格相交以及多重逆掩断层构造的层面拟合等难题,为等值线绘制、地质块状模型构建等提供了新的思路.     

加权最小二乘法改进遗传克里金插值方法研究

数据内插被广泛应用于地统计分析领域,克里金插值作为其中最为有效的方法之一,其原理是通过建立变异函数理论模型,得到可靠的权重值和拉格朗日系数,构成求解待测点的线性组合。为了有效地提高插值精度,文中利用加权最小二乘法优化遗传算法中的适应度函数,进而改进普通基于遗传算法优化的克里金插值方法。并且在MATLAB中利用外部工具箱确定模型参数,最后通过实例验证,将该方法与普通克里金插值以及遗传克里金插值结果进行对比,发现采用该方法,插值效果较好且误差也较小,证明了通过加权最小二乘法可以有效改进普通遗传克里金插值方法。     

基于Delaunay三角化的噪声点云非均匀采样

针对基于Delaunay三角化曲面重建方法要求点云密度满足ε-sample条件,提出了一种基于Delaunay三角化的噪声点云非均匀采样算法。首先,利用k-邻近点的Voronoi顶点计算出各点的负极点来逼近曲面中轴(MA);然后,根据近似中轴估计出曲面局部特征尺度(LFS);最后,结合Bound Cocone算法,删除多余的非边界点。实例表明,该算法可以准确、稳健地简化噪声点云,同时可以很好地保留曲面边界特征,经简化后的点云适用于基于Delaunay三角化的曲面重建方法。     

基于DTW的地磁指纹定位方法

针对动态时间规整匹配(DTW)的奇异性问题,利用克里金插值方法(Kriging)基于156个参考点插值得到545个指纹点建立后台指纹库以减少离线采集的工作量,采用二次加权质心算法对DTW进行改进,首先利用一次加权质心算法获得结果位置点的初始位置,再用二次质心加权算法对定位结果位置点进行偏远误差点的剔除,最终获得可靠性较高的定位结果。实验表明,利用Kriging可以节省71.4%的工作量;在走廊和大厅的环境中定位精度分别可以达到2.01m和4.19m。改进的DTW在长廊和大厅环境中的平均定位误差分别为1.64m和2.74m,较原算法在定位精度上有明显提升。     

基于FPFH特征提取的散乱点云精简算法

针对原始点云模型中存在大量冗余数据问题,提出一种基于快速点特征直方图(FPFH)特征提取的点云精简算法,有效兼顾了特征信息保留和整体完整性。算法首先查找并保留原始模型的边缘点;然后计算非边缘点的FPFH值,由此得到点云的特征值,并进行排序且划分出特征区域和非特征区域,保留特征区域内的点;最后将非特征区域划分为k个子区间,对每个子区间用改进的最远点采样算法进行采样。将该算法与最远点采样算法、非均匀网格法、k-means算法和自适应曲率熵算法进行对比实验,并用标准化信息熵评价方法对精简后的点云进行评价,实验表明其优于其他精简算法。此外,可视化结果也表明,该算法能够在保证精简模型完整性的同时,较好地保留住点云大部分特征信息。     

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。     

面向非均匀采样点集的3维表面重建算法

针对非均匀采样点集,提出一种改进的3维表面重建方法。该方法将整个点集进行空间划分,缩小近邻点的搜索范围,减少搜索时间;在确定近邻点时,先计算几何近邻点,然后通过求方向性点并构造最小生成树的方法,确定拓扑近邻点;最后通过将拓扑近邻点投影到局部切平面上,利用约束条件对投影点进行三角剖分,并将剖分得到的顶点连接关系映射到3维空间中,实现3维表面重建。实验结果表明,改进后的算法运行效率高、重建效果好、广泛适用于非均匀采样点集的表面重建。     

平面简单闭合曲线离散采样与重建算法

提出一种鲁棒的平面简单闭合曲线离散采样与重建算法。算法分为采样过程和重 建过程两部分。采样部分首先对平面闭合曲线均匀取点,然后计算各点到曲线所围平面区域中 轴的最近距离,最后根据所求距离确定采样间隔,获取采样点集;重建部分首先构建采样点集 的Delaunay 三角剖分,然后从得到的三角形中选择边构建初始化图形,最后通过修改该图形获 得重建图形。实验表明算法得到的采样点较少且能反映曲线的局部几何特性,重建图形能够较 好地表示原闭合曲线的形状及走向。     

基于不规则网格的传感数据Kriging插值算法

传感器网络节点数量的有限性和部署的随机性使其监测区域存在测量空洞,导致传感数据集不完整。为此,提出一种基于不规则网格的传感数据Kriging插值算法,对监测区域做不规则划分,以适应节点随机部署的特性。通过近点邻域搜索算法,确定待插值点的邻居节点,并据此求解Kriging矩阵,实现快速插值。基于英特尔-伯克利传感数据集的实验结果表明,该算法具有较高的插值精度。     

散乱点的快速曲面重建方法

空间散乱点的曲面重建有着广泛的应用前景，是当前国际上的研究热点之一，Crust算法是一种基于计算几何中的Voronoi周期图的曲面重建算法，它算法简单，重建结果精细，但是由于计算量太大，其应用受到了限制，为此提出了一种依据采样点的局部特征尺度对原始采样集进行不均匀降采样的方法，在保证采样集能够满足重建要求的前提下，使参与重建的表面点数大为降低，减少了重建算法的计算量，从而提高了重建的速度，这一方法还可以应用于网络简化，通过剔除某些顶点达到简化之目的。