基于平衡二叉树的三角网快速生成算法

为了研究更好的三角网构建的方法,对不规则三角网构建算法进行了研究,提出了一种基于平衡二叉树的Delaunay三角网生成算法,采用分割合并的思想,提高了搜索效率,将离散点集进行划分,通过对各个所分小块子网的合并,完成所论区域的三角剖分。分析了该算法涉及的相邻子网公切线查找、凸壳生成等关键问题。通过具体实验和同其他经典算法效率的比较,该方法具有明显的优越性。     

高效构建Delaunay三角网数字地形模型算法研究

在对传统构建Delaunay三角剖分(尤其是分割－合并)算法进行分析的基础上,采用自适应格网划分方法对点集进行排序、分割,并按照逆序合并Delaunay子三角网,然后进行约束处理,快速、高效地实现了Delaunay三角网的构建;对Delaunay子三角网合并、地性线处理、平三角形处理等关键问题进行了描述。实测结果表明,该算法的时间复杂度接近于O(n）。     

一种高效构建Delaunay三角网的算法

提出了一种基于改进的Graham扫描法的分块构建不规则三角网算法。采用分割合并的思想,先对平面上的离散点集区域进行分块,然后对各个子块用改进的Graham扫描法生成不规则三角网,再从边界边出发依次合并相邻的三角网子集,直到所有子集合并结束。本算法采用分块的思想缩小了构网时的搜索范围,对子块用改进的Graham法生成三角网提高了算法性能。实验结果表明,本算法使构网效率有很大的提高。     

快速构建Delaunay三角网算法研究及OpenGL下三维可视化

对Delaunay三角网的构建算法进行研究。提出了一种基于网格索引的构网算法。借助于该算法的特点提出了一种新的点-块-三角形映射机制定位点所在三角形的方法。简化了三角网的优化过程,提高了三角网构建速度。同时在Open-GL开放式三维环境下,进行光照渲染等处理,实现了地形的三维可视化。     

基于Voronoi图的无人机快速航迹规划研究

Voronoi图的快速构建是快速完成基于Voronoi图的航迹规划的关键。针对Voronoi图构建效率不高的问题,提出了一种快速构建Voronoi图的方法。首先,利用改进的Bowyer-Watson算法构建Delaunay三角网。在确定待插入点的影响域时,引入bool类型的数组对已构建三角网中的三角形是否为Delaunay三角形进行标记,从而缩小三角形的遍历范围,加快Delaunay三角网的构建速度。然后用间接法得到Voronoi图。此外,对航迹规划过程中起始航迹和终止航迹的确定进行了讨论,完成了基于Voronoi图的无人机航迹规划。结果表明,采用提出的间接法能快速完成Voronoi图的构造。当母点(威胁点)为20 000个时,只需要20 s的时间。对快速完成无人机的航迹规划具有重要的意义。     

一种基于凸包的Delaunay-TIN生成算法及优化

针对基于凸包的Delaunay三角网的生成,提出了环边增长比较判断法,并且采用区域分割、重心检测法、矩形区域检测法等方法进行了合理优化,最终在计算机上将其实现,提高了基于凸包的Delaunay三角网生成算法的效率.     

基于约束的DTM的建立

为了精确表达地表的形态，在建立DTM时必须考虑地性线等约束条件。在研究约束DTM的各种生成算法的基础上，通过对无约束的生长法进行改造，在构建Delaunay三角网前插入边界约束条件，构建完Delaunay三角网后加入地性线的约束条件，生成最终的约束Delaunay三角网。通过使用VC＋＋6．0和ARX开发工具，在AutoCAD环境下实现了约束DTM的建立和显示。经数据测试，证明整个算法结构严谨、简单，执行效率高。     

Delaunay生成算法分类及研究

本文介绍了Delaunay三角网的几种快速生成算法,从时间复杂度、健壮性、自动化程度等角度对其性能进行了分析和比较,并指出了改进的算法思想。     

三维地形仿真技术在环保疏浚工程中的应用

根据不规则三角网生成算法的最新研究成果,改进了递归分割-合并算法,并针对目前三角网生成算法的缺点,提出了包络三角网生成算法.根据GPS实测数据生成不规则三角网,实现了水下地形的可视化.应用实例表明,包络三角网生成算法有效地减少了冗余三角形的生成,生成的三角网与实际湖底形状吻合较好.     

基于凸壳技术的Delaunay三角网生成算法研究

TIN作为DEM的一种重要表达模型,其生成算法一直备受关注。首先对传统的生成算法原理进行总结,并针对其特点进行了分析,对利用凸壳建立TIN的原理和方法进行简单描述。由于许多计算几何学对点集进行限制以简化凸壳的建立过程,对凸壳的生成过程进行了改进。在点集的排序过程中剔除重复点,将点联入原凸壳过程中,排除共线这一特殊情况,建立新的凸壳,直至所有点都被包含在凸壳中。至此,三角网建立完毕。通过对三角形公共边进行LOP优化,使其满足Delau-nay三角网的特性。当所有三角形满足特性时,Delaunay三角网构建完毕。该算法的优势在于构网速度较快,并能够对重复点进行处理,同时在生成网的过程中对共线这种特殊情况进行处理。     

基于三边域曲面的数字地面模型重建方法

结合基于四边域的曲样条方法以及简单三角网格方法的特点,提出了采用三边域B－B曲面来描述复杂数字地面模型,给出了快速生成优化的三角网格的算法,实现结果证明该方法简洁有效,同时达到了很好的主观视觉效果,数据处理过程中生成的STL格式文件可以直接有于快速模型制作。     

道路路线三维整体建模方法研究

现有的道路三维建模方法只能实现道路模型与地形模型在外观上的整合,其内部关系是完全割裂的.深入研究了一种建立道路三维整体模型的方法.首先将设计点(特征线)与地形点(特征线)整合,形成原始点(特征线)集合.针对原始点集采用逐点插入算法进行Delaunay三角剖分,再依据约束边将初始三角网调整为约束Delaunay三角网,由此得到外观与内部拓扑关系均为整体的道路三维模型.实践表明,该方法具有整体性好、网形优、速度快的优点.图6,参11.     

基于约束Delaunay三角剖分的道路三维建模方法

深入研究了一种建立道路三维模型的方法.首先依据道路设计成果计算出道路模型与地形模型的拼合交线,然后用设计点(特征线)数据替换拼合交线内的地形点(特征线)数据,形成建模所需的原始点集和约束边集.针对原始点集采用逐点插入算法进行Delaunay三角剖分,再依据约束边将初始三角网调整为约束Delaunay三角网,由此得到外观与内部拓扑关系均为整体的道路三维模型.此外,还研制了三角形的快速定位算法,加速了建模过程.实践表明,该方法具有整体性好、网形优、速度快的优点.     

一种特征保持的自适应三角网格模型光顺算法

提出了一个基于双边滤波器的特征保持的自适应三角网格模型光顺算法，该算法为了加强保持特征的效果．结合网格局部顶点一阶邻域的几何特征并将改进后的双边滤波算子应用于顶点的位置更新操作．在光顺过程中有效地避免了三角网格模型的过度光顺现象．给出了几个实验实例来说明该算法在去除网格噪音的同时保留特征的有效性．     

基于GA-SVM算法永磁同步直线电机变载荷进给位置误差预测

针对永磁同步直线电机精密进给过程中,受到齿槽效应、端部效应及摩擦力扰动等非线性因素的影响,位置误差难以预测问题,提出了一种基于遗传算法(GA)优化支持向量机(SVM)算法永磁直线电机变载荷位置误差预测模型的方法。通过测量各种情况下永磁直线电机在运动过程中的位置变化情况,利用遗传算法优化支持向量机算法建立预测模型。该模型采用实验台运行的正弦轨迹数据为训练样本,三角波轨迹数据为测试样本。选取各种情形的正弦波轨迹数据和三角波轨迹数据进行仿真预测和验证。以各种情况的正弦波信号的指令位置、指令速度和电流作为模型的输入,以三角波信号的位置误差作为输出。结果表明,经过遗传算法优化支持向量机建立的位置误差预测模型,在拟合和预测精度上要优于未经过算法优化的位置误差预测模型。     

由点云数据生成三角网格曲面的区域增长算法

提出一种新的由点云数据生成三角网格曲面的区域增长算法. 该算法充分利用点云内在的几何与拓扑信息, 使用一组检测过滤规则, 对曲面进行快速网格重构. 算法包括两部分： 首先对点云做预处理完成数据精简, 其次使用一组检测规则, 从种子三角形出发, 针对每个活动边, 在点云中选择匹配点与其构成新的三角形, 并通过不断更新边界, 使剖分区域不断增长. 所使用的检测规则, 可以针对活动边与预选择匹配点之间的不同位置关系采用不同的阈值, 从而避免了重叠与自交三角形的生成, 防止产生错误拓扑, 确保了重构三角网格曲面的质量. 同时针对区域增长算法中的前沿分裂问题, 在数据结构中采用反向重合边, 使剖分过程始终保持一个前沿边界. 实验结果表明, 该算法具有运算速度快、 结果准确性好、 适用范围广等优点.     

基于三角型模糊数理论的组合投资决策研究

基于三角型模糊数理论提出一种新的组合投资决策算法。首先应用三角型模糊数描述股票的价格变化过程,采用三角型模糊数的均值面积来表示相应价格信息;然后结合投资者的具体效用函数,并假设投资收益近似服从正态分布,获得其期望效用函数;最后根据Markowitz的均值-方差模型结论确定最优组合投资收益,从而确定投资者的最优组合投资比例。该算法简洁实用,便于操作,通过给出具体应用算例说明了该算法是行之有效的。     

采用模糊Petri网的形式化推理算法及其应用

以模糊Petri网为工具，研究了多种约束条件下的人类知识和推理过程的表示方法．在此基础上，将模糊Petri网与矩阵运算相结合，给出了模糊推理过程的形式化推理算法．算法考虑了推理过程中的众多约束条件，包括命题在规则中的权重、变迁触发的阈值、规则的可信度以及多结论规则等，将复杂的推理过程采用矩阵运算实现，充分利用了模糊Petri网的并行处理能力，使模糊推理过程更加简单、快速和易于实现。     

基于型面曲率的三角网格快速自适应细分算法

提出一种基于型面曲率的三角网格快速自适应细分算法.该算法通过建立三角网格动态空间索引结构,快速准确获取局部型面参考数据并计算型面曲率.对曲率较大区域进行细分,对较平坦区域只进行网格顶点重定位,不进行面片分裂,实现三角网格的自适应细分.实例证明该算法可提高模型的光顺性与细分效率,以相对较少的面片准确表达模型型面特征信息.