快速求取自由曲面上两点间的最短路径算法

利用求无向图中一定点到各项点间的最短通路算法──Ｄｉｊｋｓｔｒａ算法，并应用曲面片细分原理，提出了一种快速求取自由曲面上两定点间的最短路径值和路线的算法──快速ＦＳＰＦＦＳ算法。该算法广泛适用于凸凹自由曲面，具有广泛的实用价值，对计算机辅助几何设计的发展应用具有较重要的意义。     

有理参数曲面的快速逐点生成算法

有理参数多项式曲面的快速逐点生成算法在计算机图形学中有重要的应用。在有理参数多项式曲线的快速逐点生成算法基础上，给出了有理参数多项式曲面的快速逐点生成的初值计算公式、选代步数公式和递推公式，并给出有理参数多项式曲面的快速逐点生成算法。     

一种参数多项式曲面片的逐点生成算法

在计算机绘图中，一般来说，曲线实际上是由折线代替，而曲面实为小平面拼接而成，在使计算量降到最低的情况下画出真正的曲线方面，已有许多文章研究了曲线的逐点生成方法，并取得了一定的进展，但是尚无有效的快速逐点生成曲面的方法，为了快速逐点生成曲面，在建立多项式函数递推计算公式和算法的基础上，给出了一种逐点生成参数多项式曲面片的算法，由于此算法中只用到整数加法运算，且点数的适当选取可使计算量达到极小，因此是一种很有效的算法，该方法还可以加以改进，而用于有理函数，这无疑对有理曲线曲面（如NURBS曲线曲面）的快速生成以及对计算机图形学的其他一些领域都是有意义的。     

NURBS曲面的可控修形及构造工程曲面的研究

本文研究了NURBS曲面的可控修形及其构造工程曲面，通过修改控制网格的顶点，反插节点，重新确定权因子，可快速得到所期望的NURBS曲面的状态，构造出复杂工程曲面的数学模型，此研究是用C语言实现其算法的。     

光顺B-spline曲面片的一种实用方法

重构曲面的光顺处理是逆向工程中的关键步骤，如何快速、简便、正确地光顺曲面，是曲面光顺处理问题研究的核心。本文针对B-spline方法重构曲面提出了一种光顺方法。并描述了其基本原理和光顺准则。实例表明，本文所提出的光顺方法快速、简便，是一种较为实用的光顺方法。     

基于整数运算的参数多项式曲面快速生成算法

本文给出了关于参数多项式曲面的一种快速逐点生成算法，并对张量积Bezier曲面给出了具体的生成算法。与已有算法相比，该算法在生成曲面的过程中，只用到整数加减法。     

逆向工程中NURBS曲面与直线交点快速计算

给出了一个能够方便地判断NURBS曲面片与空间直线的交点个数,并且超线性收敛的快速迭代算法。计算Krawczyk算子判断给定的NURBS曲面片和空间直线有无交点和有几个交点。再使用拟牛顿迭代法求出NURBS曲面片和空间直线上的交点。该算法在用点云数据检测曲面重构的误差时具有快速、准确的特点。     

任意曲面的三角形网格划分

把曲面分为可展曲面和不可展曲面，对可展曲面用曲面展开算法展成平面，对不可展曲面用曲面分割算法转化成平面片，在平面上运用Ｄｅｌａｕｎａｙ三角划分法进行网格划分，然后把网格节点反映射到曲面上，从而实现任意曲面的三角形网格划分。     

求NURBS自由曲面的等值线─—一种基于极值点的追踪方法

复杂自由曲面的等值线是刻划曲面几何形状的特征线簇之一，有助于可视化建模过程评估其数学物理模型．本文提出一种基于极值点求追踪始点的方法，对Ｓ．Ｇ．Ｓａｔｔｅｒｆｉｅｌｄ的求等值线方法做了重要改进．对ＮＵＲＢＳ曲面片的边界上的极值点及曲面片内的极值点进行扫描分析，可快速地求出全部等值线的切矢追踪始点，从而避免了百目搜索和重复追踪．此算法具有严格的理论分析，能保证正确性，具有一般应用价值．     

运动曲面求交优化算法

运动曲面求交通常采用曲面求交算法，通过反复迭代求取曲面交线，没有考虑运动曲面自身的特性进行求交简化．由于运动曲面不同运动瞬间的曲面交线之间存在必然联系，因此通过对曲面内在属性分析，提出了运用运动曲面不同运动瞬间曲面交线相似性进行运动曲面求交的优化算法．首先对两个运动曲面的基曲面进行预处理。获取表征曲面交线拓扑的特征点；根据特征点分布图确定不同运动瞬间曲面交线起始点搜索策略，采用跟踪法动态调整步长和跟踪方向求解整个交线环．采用文中方法可以有效地解决运动曲面的子环、奇点遗漏、分支跳跃、乱序跟踪和初始点求取问题，精确、鲁棒、快速地计算出交线．     

基于加速寻径收敛的改进型蚁群算法

提出了一种基于基本蚁群算法的有节点信息素更新和记忆功能的算法模型;仿真结果表明,基于改进的蚁群算法模型在寻找最优解时表现出很高的效率,明显地优于现有的启发式算法的解,是一种有效的算法。     

基于几何思想的快速支持向量机算法

为了快速地进行分类,根据几何思想来训练支持向量机,提出了一种快速而简单的支持向量机训练算法——几何快速算法。由于支持向量机的最优分类面只由支持向量决定,因此只要找出两类样本中所有支持向量,那么最优分类面就可以完全确定。该新的算法根据两类样本的几何分布,先从两类样本的最近点开始;然后通过不断地寻找违反KKT条件的样本点来找出支持向量;最后确定最优分类面。为了验证新算法的有效性,分别利用两个公共数据库,对新算法与SMO算法及DIRECTSVM算法进行了实验对比,实验结果显示,新算法的分类精度虽与其他两个方法相当,但新算法的运算速度明显比其他两个算法快。     

一种基于属性的异常点检测算法

异常数据检测是数据挖掘研究的热点之一。本文在对现有异常点检测算法分析的基础上,提出了一种基于属性的异常点检测算法。简要地介绍了异常检测的现状,对基于属性的异常检测算法进行了详细分析,包括算法设计基础、算法描述、复杂度分析等。并通过与基于距离的异常点检测算法进行实验比较,表明了算法的优越性。     

AdBagging:自适应抽样参数在线装袋算法

通过对数据流分类中的概念漂移问题的研究,提出了一种在线装袋(Online Bagging)算法的改进算法——自适应抽样参数的在线装袋算法AdBagging(adaptive lambda bagging)。利用在分类过程中出现的误分样本数量来调整Online Bagging算法中的泊松(Poisson)分布的抽样参数,从而可以动态调整新样本在学习器中的权重,即对于数据流中的误分类样本给予较高的学习权重因子,而对于正确分类的样本给予较低的学习权重因子,同时结合样本出现的时间顺序调整权重因子,使得集成分类器可以动态调整其多样性(adversity)。该算法具有OnlineBagging算法的高效简洁优点,并能解决数据流中具有概念漂移的问题,人工数据集和实际数据集上的实验结果表明了该算法的有效性。     

模糊最大熵多阈值分割的改进算法研究

基于模糊最大熵原则的多阈值分割,提出了遗传算法和ICM相结合的改进算法。该方法首先确定选取模糊熵函数作为适应度函数,然后对遗传算法中的编码方式、交叉算子、变异算子等参数进行了一些适当改进,进而给出了该算法的理论推导和算法的具体实现步骤。与通常的基于模糊最大熵原理进行阈值分割方法相比较,减少了计算量并且提高了运行效率,克服了常用方法在阈值求取时的一些不足,能够快速获得稳定的阈值。对比实验得出的结果,也说明了该方法的快速性、有效性、稳定性。     

基于混沌扰动和邻域交换的蚁群算法求解车辆路径问题

为求解车辆路径问题,提出一种新的基于混沌扰动和邻域交换的蚁群算法。针对标准蚁群算法存在搜索时间长,容易出现早熟收敛,得到的解不是最优解等缺点,新算法利用混沌的随机性、遍历性及规律性,在算法陷入早熟时,对小部分路径的信息素采用混沌扰动策略进行调整;针对标准蚁群算法的贪心规则随机性缺点,新算法采用邻域交换策略对最优解进行调整。在用于求解不同规模车辆路径问题的仿真结果表明,新算法比标准蚁群算法和遗传算法具有更好的效果。     

色彩量化的模糊粒子群优化技术

把粒子群算法应用到色彩量化中,结合已有的模糊C均值聚类量化方法,提出了一种基于粒子群优化的色彩量化算法。模糊C均值聚类量化算法是一种局部搜索算法,对初始值较为敏感,容易陷入局部极小值而不能得到全局最优解;PSO算法是一种基于群体的具有全局寻优能力的优化方法。将模糊C均值聚类量化算法和PSO算法结合起来,把模糊C均值聚类量化算法的聚类准则函数作为PSO算法中的粒子适应度函数。仿真实验表明,新算法在均方根误差和峰值信噪比评判准则下能够得到最优的量化结果。     

超立方体网络中任务调度的一个新近似算法

本文研究超立方体中的多处理器任务调度问题,我们研究LDLPT算法并指出为什么这种算法对一些实例具有最差的逼近度,然后提出一种类似装箱算法的新算法-BPA算法,证明该算法和LDLPT算法在相互最差逼近度中具有互补性质,最后,组合这两种算法的基本方法提出了一种求解问题的新算法-CBPA算法,并证明新算法具有比LDLPT算法更好的逼近度。     

An Improved HEAPSORT Algorithm with n log n - 0.788928n Comparisons in the Worst Case

A new variant of HEAPSORT is presented in this paper. The algorithm is not an internal sorting algorithm in the strong sense, since extra storage for n integers is necessary. The basic idea of the new algorithm is similar to the classical sorting algorithm HEAPSORT, but the algorithm rebuilds the heap in another way. The basic idea of the new algorithm is it uses only one comparison at each node. The new algorithm shift walks down a path in the heap until a leaf is reached. The request of placing the element in the root immediately to its destination is relaxed. The new algorithm requires about n log n - 0.788928n comparisons in the worst case and n log n - n comparisons on the average which is only about 0.4n more than necessary. It beats on average even the clever variants of QUICKSORT, if n is not very small. The difference between the worst case and the best case indicates that there is still room for improvement of the new algorithm by constructing heap more carefully.     

一种改进的GEP方法及其在演化建模预测中的应用

为了提高预测的准确性,结合基于突变算子的基因表达式和一种基于群体搜索技术的演化算法,提出了改进的GEP方法,并用其对数据进行演化建模。实例测试的结果表明,使用改进的GEP方法得到的模型要优于GP和单纯的GEP方法得到的模型,本方法具有良好的拟合度和预测精度。