一种带岛屿约束数据域的三角网剖分算法研究

文中对多边形内部三角剖分算法及具有属性的带岛屿的约束数据域的D－三角剖分算法进行了研究，提出了一种适用于多边形内部的基于“最小内角优先原则“D－三角剖分算法及适用于多边形内，外部构网通用三角剖三角剖分算法，算法充分考虑到了构网数据域中存在多种不同属性块，并成功将算法应用于工程项目之中。     

基于约束D-三角网的TIN构建技术研究

在GIS领域中,由于Delaunay三角网在描述地表形态方面有很大的优势,所以常被用于生成不规则三角形网(TIN).对约束TIN的构建过程进行了研究,并对其中的逐点插入算法和强行约束线算法从实现上进行了改进,提高了构网的速度.     

一种改进的约束Delaunay三角网构建算法及其在快速立体解译平台中的应用

约束Delaunay三角网在土方量估算、三维表达、地形拟合等方面得到了广泛的应用。本文对传统的无约束三角网生长法进行了扩展,使扩展后的算法可以同时满足外部边界约束及其内部多线串约束。通过对构网过程中的主要判断法则进行优化,提高了算法的效率和鲁棒性。试验表明将本文算法应用于"快速立体解译平台"中的不规则实体体积估算可以取得很好的效果。     

基于三角网下的仿射不变几何约束的图像匹配算法研究

针对当前图像匹配方法在进行图像匹配时,主要通过度量特征向量之间的距离来完成图像匹配,导致算法鲁棒性差、误配率较高及效率较低等不足,本文提出了基于三角网下的仿射不变几何约束的图像匹配算法。首先,在尺度空间上通过Hessian矩阵对特征点进行检测,利用子块的三角特征与对角特征对SUR机制进行改进,用以生成新的特征描述子,并通过定义阀值评估策略,对图像特征点匹配,从而生成了初始匹配点;然后,引入 三角网,对初始匹配点进行聚类,以获取匹配三角形,将三角形以外的无效特征点剔除。最后,引入仿射不变几何约束,对匹配三角形进行细化,通过细化的匹配三角形获取最终的匹配特征点,有效剔除误配点,进一步提高配准精度。仿真结果表明,与当前图像匹配算法相比,本文算法具有更好的鲁棒性,且其具有更佳的匹配精度与效率,有效剔除了误配点。     

约束TIN在土石方工程三维辅助设计中的应用

为适应水利水电领域土石方工程设计高效、直观的需求,提出基于约束不规则三角形网格(TIN)的土石方工程计算机三维辅助设计的集成建模方法.通过开发具有输入输出、图形预处理、约束TIN建模、挖填方量计算等功能的土石方工程三维辅助设计程序,能够方便快捷地实现土石方工程设计成果三维可视化建模和工程完建形象的直观显示,为设计和决策者进行工程土石方量计算、土石方调配平衡分析提供依据,三维辅助设计成果也可作为组织开挖施工的可视化决策信息.     

约束自适应反步法及其在飞行控制中的应用

为解决系统含有参数不确定性和(状态)执行器受限条件下的鲁棒自适应控制问题,将SISO系统指令滤波器推广到MIMO系统,提出一种基于指令滤波的自适应块控反步方法。在设计(虚拟)控制律时引入指令滤波器,在克服标准反步法虚拟控制律导数计算膨胀问题的同时,能够施加系统状态和执行器的限制条件,并通过引入扩展跟踪误差,有效解决了约束条件下参数估计过程的稳定性和跟踪误差收敛问题。给出了Lyapunov闭环稳定性证明,并将该方法应用于含有未知气动参数和输入饱和约束的飞行器非线性姿态控制器设计。6自由度飞行仿真表明,该控制器具有良好的指令跟踪能力和较强的鲁棒性。     

带容量约束配送中心选址的改进粒子群算法

在Median-based模型的基础上,建立了带容量约束的配送中心选址模型,并给出求解算法。为避免算法早熟,提出一种异质多群体粒子群算法,将种群划分为主群和若干异质拓扑结构子群,平衡算法的开发与探索能力。设计了二进制与浮点数混合并行编码,将改进算法用于求解带容量约束的配送中心选址模型。仿真实验结果表明,此改进算法提高了最优解的求解精度与收敛速度。     

带容量约束车辆路由问题的改进蚁群算法

提出一种带容量约束车辆路由问题(CVRPs)的改进蚁群算法.该算法使用一种新的蚂蚁位置初始化方式,增加了蚂蚁走出最优路径的可能性.在搜索过程中,以客户之间路径的节省量作为启发式信息.信息素更新采用一种动态更新的方法,能够根据当前车辆所构建路径的情况对信息素进行更新,避免算法陷入停滞状态.局部搜索除使用2-opt方法外,针对不同车辆访问的客户,还增加了交换搜索和插入搜索以扩大搜索范围.仿真实验验证了所提出算法的有效性.     

约束数据域的Delaunay三角剖分算法研究及应用

研究了一种约束Delaunay三角网生成算法,它充分利用分治算法与生长算法的优点,对离散点、构网中实时生成的边及三角形采用分块进行网格索引,有效地减少了搜索目标点、边及三角形的时间,从而提高了构网速度,并将该算法用于地面模型的构建中,实现了地形三维可视化。     

虚拟拆装中基于自由度约束的改进方法研究

针对传统的虚拟拆装方法难以精确全面地完成零部件拆装问题,提出一种基于自由度约束的改进方法。介绍基本的拆装约束关系,并对改进拆装方法进行分析,最后对该方法进行仿真验证。该方法充分利用了零部件的几何约束,并结合它们的物理信息进行拆装求解;同时可以不断修正所记录的相应拆装体的运动自由度,并通过自由度求出拆装体的转换矩阵,实现零部件的精确定位。     

基于不规则三角网构建的网格生长算法

提出一种基于离散点Delaunay三角网快速构建的网格生长算法,采用分治算法将离散点表达为唯一网格,利用稀疏矩阵完成网格数据的压缩存储,通过标识码实现有值单元格与离散点之间的高效检索,从而提高网格构建的效率。依据有值单元格的密度获取预设正方形搜索空间,并在三角网扩展时根据需要动态建立正方形搜索空间,从而保证网格生长的准确性。实验结果表明,该算法的时间复杂度为O(nlogn),对于少量或海量离散点均具有较好的适应性。     

不规则三角网数据结构的研究

不规则三角网是用业表达连续表面的主要数据结构之一,由于ＴＩＮ的特性,用ＴＩＮ表示表面具有明显的优点,因此如何组织ＴＩＮ的数据结构十分重要。本文提出了一种有效的ＴＩＮ数据结构的设计方法。     

基于计算机网络安全中虚拟网络技术的运用研究

伴随着信息技术与人们生活水平的快速提高,计算机网络的应用已经在人们生活中占据重要地位。网络技术中最为重要的一个组成部分就是虚拟网络技术,对于保护计算机网络的安全性,虚拟网络技术有重要话语权。对于保证工作效率与创建安全网络环境也发挥着重要作用。本文主要对于当下虚拟网络技术在网络时代应用现状进行分析,对于网络技术的应用特点与网络安全现状进行了研究,提出在不同情况下虚拟安全技术应如何应用进行分析总结。     

基于多Agent内核级网络数据包的研究与应用

采用多Agent对网络数据包在Windows内核级进行有关的研究,使用NDIS中间驱动接口技术路线,提高对TCP/IP网络数据包的处理速度,减少丢包率,提高Windows操作系统下的网络数据包的处理效率,可以应用于Windows操作系统下软件,如分布式防火墙(内核级)、VPN客户端及服务器端软件、VLAN软件、Windows网络数据加密等。解决了以前对Windows网络数据包的处理只局限于应用程序接口层,如Winsock层次,对Windows网络数据包的处理效率不高,对Windows网络数据的拦截不彻底,不能在网络底层进行拆包和封包等问题。     

改进的模糊细胞神经网络(IFCNN)的应用与研究

运用模糊细胞神经网络（FCNN）来分割白细胞显微图像,在边缘检全上的效果尚不理想,针对此问题．提出了改进的模糊细胞神经网络（IFCNN）,该网络基于生物细胞脉冲原理,具有好的收敛和稳定性．实验结果表明．它能有效地克服已有方法无法克服的边缘检出问题。使得分割图像能更好的接近真实图像．     

安全策略系统在虚拟组网环境下的应用研究

在网络信息安全领域中,对于端到端通信的安全性研究是非常必要的。文章提出端到端虚拟组网的思想,研究了IPsec、安全策略系统和虚拟组网技术,并将三者有机结合,设计出虚拟组网原型系统总体框架,介绍了系统的实现过程和关键技术。     

暂态混沌神经网络在蛋白质关联图预测中应用研究

蛋白质结构预测是生物信息学的一个主要研究方向,而蛋白质关联图预测是其中的一个重要内容.针对蛋白质关联图预测问题,提出一种暂态混沌神经网络实现方法,所提出的方法具有暂态混沌特性和平稳收敛特性,能有效避免传统Hopfield 神经网络极易陷入局部极值的缺陷.它通过短暂的倒分叉过程,能很快进入稳定收敛状态.仿真结果表明:暂态混沌神经网络解决蛋白质关联图预测问题时,总能收敛到全局最优或几乎接近全局最优,同时具有更高的搜索效率.这种方法预测精度达到0.27,比随机预测器高9倍.     

基于神经网络的混合优化算法研究

为了在资源有限的嵌入式系统中提高智能特性,需要研究开发具有较好逼近和泛化能力的、以及代码简单的神经网络.本文采用具有很强全局寻优能力的遗传算法以及局部寻优能力较强的梯度下降法,结合两者的优点形成了一种神经网络混合优化算法.对遗传算法操作算子做了改进,能同时优化神经网络的结构和权值及阈值.仿真实验结果表明,该混合优化算法能够有效地对神经网络的结构和权值及阈值优化,优化后的神经网络有较好的逼近能力和泛化能力.     

虚拟机在计算机网络课程教学中的应用研究

在计算机网络技术课程教学中,在局域网计算机之间联网时,需要在域控制器和客户机之间频繁切换。为了方便教师进行组网技术的讲解和满足常规教学需要,学校多媒体教室管理员通常的做法是在多媒体教室中的计算机上安装WindowsServer2003服务器和WindowsXP双操作系统,以便各取所需。但这样做仍然存在诸多问题。文章介绍了一种用虚拟机技术解决这些问题的方法,该方法简单、容易实现,且具有经济、实用、灵活和易于扩展的特点,值得推广。     

基于改进PSO算法的BP神经网络的应用研究

为了克服粒子群优化算法本身存在的早熟和局部收敛的固有问题,在描述了BP神经网络的基本结构的基础上,介绍了粒子群优化算法（PS0）的基本概念,并通过对二者优缺点的分析与比较,结合二者的优势,将粒子矢量位移应用到PS0算法中,并在此基础上,用改进的PS0算法对BP网络进行训练,还利用某商场的部分消费数据进行了实验。结果表明,基于改进的PS0算法的BP网络在收敛速度和精度上都比基于传统的PSO算法好。