无缝LOD算法在大规模地形绘制中的实现

采用无缝LOD算法,将地形分割成不同分辨率的矩形节点,每个矩形由四个不同分辨率的三角形片和连接三角形的缝合带组成,实现了大规模地形的实时绘制,有效提高了地形绘制质量,绘制速度较传统LOD算法提高了近一倍。     

DEM对典型喀斯特山区地形及流域特征的尺度效应分析

通过对数字高程模型(DEM)数据进行最近邻方法重采样,获取不同空间尺度DEM数据.针对不同空间尺度DEM,研究地形因子和流域信息提取与DEM的尺度效应,并进行相关性分析.结果表明:1)随DEM空间尺度的增大,高程信息、坡度和地面粗糙度等地形因子的平均值呈下降趋势,河网总长度与河网密度值随DEM空间尺度的增大而减小,大尺度DEM无法较好地表达喀斯特山区细小河流信息;2)经相关性分析发现,坡度、地面粗糙度与DEM分辨率相关性较强,用幂函数拟合相关性为显著相关;3)借鉴信息熵理论方法分析可知,研究区地形和流域信息提取的DEM最佳分辨率范围区间为30~120 m.     

生成地形细节层次的粗糙度误差判据

误差判据是生成地形表面细节层次的核心问题,影响着三角形数目和地形三角形网的偏差.在分析各种误差判据计算结果的基础上,提出基于粗糙度的误差计算方法.采用表征地形起伏形状的粗糙度作为因子,建立误差评价函数,结合视点位置形成误差判据球,最后根据误差判据球生成地形细节层次模型.对误差判据改进后,适用于高空俯视地形及动态地形的细节层次技术(LOD)生成.试验表明,改进的粗糙度误差判据降低了地形网格中的三角形数量,对平坦地形的优化效率较突出.     

基于不同空间分辨率DEM的地形因子分析比较

地形因子是描述地理空间信息最直观有效的数据,是表达地形的重要指标.基于DEM数据的地形因子提取也是各类地理空间相关研究的基础和核心.以德钦县为研究区域,在ArcGIS软件平台支持下,分别基于云南省德钦县四种不同分辨率(30m、45m、60m和90m)DEM数据对坡度、坡向、平面曲率以及剖面曲率四个地形因子进行提取.并采用对比分析法和图表法对数据进行统计分析,得出不同空间分辨率所提取的各地形因子之间的差异.结果表明,对于德钦县来说,随着DEM精度的降低,地形信息不断被综合,更趋于概括,各地形因子地形信息的变化也都具有一定的规律.     

基于约束四叉树的真实感地形绘制

文章提出一种多纹理混合映射算法,即采用多种纹理映射到地形表面的不同区域,根据区域的坡度和高程来确定映射纹理的混合比例,并提出一种快速阴影生成算法以产生阴影效果,来增强绘制三维地形场景的真实感.此外,在绘制中还采用了不同的细节层次,根据离视点的远近确定分辨率的高低,以提高地形场景的绘制速度.这些算法的综合应用,增强了所绘地形场景的真实感,也取得了较好的漫游效果.     

检测地震不连续性结构的多分辨局部结构熵算法

根据地质构造的变化特点和地震数据的时间-尺度特性,提出了基于多尺度瞬时相位的多分辨率局部结构熵算法.首先在小波域的多尺度瞬时相位体上,利用局部结构熵检测不同分辨率下的局部不连续性结构,然后利用图像融合中的像素灰度极大值法,将不同分辨率下的局部结构熵值进行融合,得到一个最终的不连续性检测结果.在具体的算法实现中,利用螺旋坐标系对分析单元内的地震道进行排列组合,构建 4 阶协方差矩阵,减少了计算量.模型和实际资料算例的计算结果表明,与基于特征结构的相干算法相比,该方法既可以清晰地显示出大的结构突变,又能加强微弱、缓变的岩性变化,计算效率提高了近4倍.     

基于视线的动态LOD地形渲染

视点和节点的距离是LOD地形渲染中节点剖分的判断标准.在考虑视点和观察者距离的基础上,引入观察者观察心理,考虑了视线对节点层次分割的影响,提出了基于视线的LOD地形渲染,并分析了在绘制过程中出现的龟裂现象及解决方法.实验结果表明,基于视线的动态LOD渲染方法能使地形随着观察者的关注程度的变化而变化,获得更好的视觉效果.     

不受DEM空间分辨率影响的地形指数计算

为了减小数字高程模型(DEM)分辨率对地形指数计算的影响,开发了一种不受DEM空间分辨率影响的地形指数计算方法.选取汉江上游褒河流域作为研究区域,通过引入分辨率因子考虑DEM空间分辨率对单宽上坡集水面积的影响,应用分形方法处理DEM空间尺度对地形坡度的影响,将该算法应用到褒河流域DEM数据的计算中.结果表明:此法可以成功地由低分辨率的DEM数据获得与目标高分辨率精度相仿的地形指数分布,能在一定程度上消除DEM空间分辨率对地形指数计算的影响,因而对无资料地区的水文预报有着十分重要的现实意义.     

基于ArcGIS的坡面复杂度因子提取与分析——以黄土高原为例

通过黄土高原坡面复杂度因子提取与分析,得到其地貌分区图,为黄土高原的土地利用与评价、地质地貌研究提供参考和借鉴.采用黄土高原地区90 m分辨率的SRTM Elevation Data的DEM数据,利用ArcGIS软件提取了坡面复杂度因子,包括地形起伏度、地表切割深度、地表粗糙度和高程变异系数,并对这些因子进行逐个分析.在此基础上得到黄土高原的地貌分区图.研究表明,黄土高原地区总的地势是西北高、东南低,区内宏观地貌类型复杂多样,山区、丘陵区、高原区占2/3以上;东南部是黄土丘陵沟壑区和黄土高原沟壑区,西北部为风沙、干旱草原和高地草原区,中部三大高原地表破碎、沟壑纵横,北部银川平原、河套平原和南部渭河平原地形相对平缓.     

基于三角形二叉树的地表模型动态简化算法

多分辨率模型简化技术是实现复杂模型交互式可视化的有效手段。为实现地形漫游 ,提出基于三角形二叉树的地形网格模型动态简化算法 ,实现了与视点相关的连续多分辨率简化及快速动态绘制。算法利用三角形二叉树结构记录三角形的分裂和合并关系 ,在预处理中计算出数据点的误差值 ,绘制时根据与视点相关的各参数确定需保留的数据点集 ,基于二叉树进行三角形的分裂和合并操作 ,动态修改需要绘制的三角形链表 ,得到所需分辨率下的近似网格模型。实验表明该简化算法简单有效、易于实现 ,支持对地形模型的交互式快速绘制     

基于广义局部曲率模态信息熵和BP神经网络的结构损伤识别方法

针对曲率模态对振型节点较不敏感且无法定量估计损伤的问题,在广义局部信息熵的基础上引入曲率模态,推导出广义局部曲率模态信息熵的公式,并建立相应的损伤指标.利用有限元软件Midas civil建立一简支梁桥损伤模型,提取并处理该简支梁的动力参数,将一阶曲率模态和广义局部曲率模态信息熵分别作为神经网络的输入参数,对损伤进行识...     

基于多尺度符号转移熵的脑电信号分析

无论从全局还是局部的角度出发,采用多尺度转移熵表示全局和局部两类脑电(electroencephalography,EEG)信号,并分析其动态和不对称信息。采用比例系数从1到199、步长为2的多尺度方法处理正常人和癫痫病患者的脑电信号;然后采用维度为3的全局排列方法表示序列。将正向和反向符号序列作为转移熵的输入。比例因子的间隔和全局路径分别为(37,57)和(65,85),分析发现两组EEG信号的熵值在该处较容易区分。当比例系数为67时,健康对照组和癫痫病患者的转移熵值分别为0.113 7和0.102 8,差异最大。在比例系数是165时,全局变量的相应值为0.064 1和0.060 1。研究结果表明,合适的排列有助于更好的区分脑电数据信息,采用多尺度符号转移熵分析EEG信号更加有效。     

基于分簇的车载自组网可信路由协议研究

针对较适用于车载自组网的分簇式路由协议的安全问题,提出一种基于分簇的可信路由算法,即在簇头选择过程根据权重因子进行筛选．该算法将节点通信过程中在一定时间内收发数据包的好坏程度作为其信誉值,在选择簇头过程中将节点的信誉值作为重要的权重因子,由于通信过程中信誉值实时更新,可将低于信誉阀值的节点剔除,从而达到安全目的,实现了在车载自组网中的可信路由．实验结果表明,该算法较WCA（weighted clustering algorithm）算法具有较高的抵抗自私节点的能力．     

基于红外热像图局部熵差的泄漏定位方法

对气体泄漏流动的温度特性进行研究,提出一种基于热像图局部熵差的密闭容器泄漏定位方法.通过带有压缩因子修正的焦耳-汤姆逊系数计算,推导泄漏节流温差,利用热成像方式采集充入冷却压缩空气前后的被测对象温度场,进而根据多帧红外图像的局部熵差确定泄漏位置.实验结果表明,熵差算法有效克服了诊断过程中被测对象的外形和表面缺陷干扰,能够高效、准确地实现泄漏点定位.     

基于精准k核的复杂网络节点重要性评估方法

由于k核存在破坏网络整体结构信息、忽略邻居节点影响力等缺点,导致每个节点难以量化区分.为了提高关键节点的识别精度,首先改进了k核的分解过程,提出了精准k核Ak.考虑到网络中局部特征信息和全局结构信息对节点的影响,将精准k核应用到重力中心性中,并提出了精准重力中心性AGC.信息学中的香农熵在网络关键节点识上具有良好的扩展性,通过结合邻域度中心性、邻域精准k核以及精准重力中心性三者的香农熵,最终提出了混合中心性MC对节点重要性进行多元评估.在7种真实网络下,对MC和其他节点评估指标分别从单调性和准确性上进行了一系列实验,实验结果表明MC具有更好的关键节点识别性能.     

基于熵权法的医药产业竞争力综合评价研究

运用熵权法,建立了医药产业竞争力综合评价指标体系,对中国大陆地区28个省市区的医药产业竞争力进行综合评价,将评价结果与因子分析综合评价结果进行对比,并用Kendall’s w检验对两种方法的一致性进行了统计检验,结果表明该方法是科学的,评价结果解释性较强。     

基于属性熵和加权余弦相似度的离群算法

离群点检测是数据挖掘的一个重要研究方向,大多数离群数据挖掘算法在应用到高维数据集时效率较低。给出了一种基于属性熵和加权余弦相似度的离群数据挖掘算法LEAWCD.该算法首先根据局部属性熵分析每个对象在其k-邻域内的局部离群属性,并依据各离群属性的属性偏离度自动设置属性权向量;其次使用对高维数据有效的余弦相似度经加权后度量各对象在k-邻域内的离群程度,实现高维局部离群点检测;最后采用国家天文台提供的天体光谱数据作为数据集,实验验证了LEAWCD算法具有伸缩性强和检测精度高等优点。     

关于熵的可交换性

不管在测度空间还是拓扑空间上,两个连续映射复合后,其熵与复合的先后次序有关,但满足一定条件后,有些复合的顺序是可以交换的,即交换秩序后的熵保持不变.详细回顾了一些关于熵的定义,讨论了两个映射复合后其测度熵、测度序列熵、拓扑熵、拓扑序列熵、二维映射的拓扑熵、旋转熵及拓扑压的可交换性.     

软件宏观拓扑结构标准结构熵和度的演化分析

现代软件生存周期可以看做是一个软件结构的演化过程.基于大量开源软件的统计数据,分析了标准结构熵、高度值节点数量和新增节点中低度值节点所占比例的演化,然后分析了度中心化指标较高的节点数量和新增节点中该指标较高的节点数量的演化.结果表明,标准结构熵和度中心化指标较高的节点数量普遍呈下降趋势,高度值节点数量呈上升趋势,新增节点大都为低度值节点.由此得出,成功实践的软件演化过程中,软件网络和软件结构的复杂性增长速度是逐步降低的.本研究对于指导软件开发有重要的作用.     

基于介度熵的复杂网络节点重要度识别方法

现有复杂网络通常会受到随机攻击和蓄意攻击,导致复杂网络拓扑结构的可靠性性能下降.为了解决以上问题,基于图熵,结合节点的介数中心性和其所有邻居节点的度中心性,提出一种新的攻击策略,即介度熵( BE),用来识别网络中的重要节点并加以保护.实验分别通过静态攻击和动态攻击来评估攻击策略在3个标准网络模型和3个真实网络上的效率,通过比较,介度熵比传统的攻击策略具有更高的攻击效率.