一种基于凸壳的智能服务机器人路径规划算法

将一种基于凸壳的路径规划算法应用于体育场智能服务机器人,首先采用基于Haar特征分类器的方法确定球的坐标,采用基于颜色模型的方法确定机器人的位置及航向,并根据机器人的自身特点,将一定范围内的多个球视为一个目标点处理;然后以目标点坐标作为算法输入,采用基于凸壳的路径规划算法得到一条较优的捡球路径.该算法可以降低机器人的捡球运动代价,有效提高机器人的捡球效率.     

基于单调链法的凸壳三角剖分算法研究

在分析应用相关定义的基础上，该文提出了一种基于单调链法的凸壳三角剖分方法。这种算法的计算复杂度优于标准的Delaunay算法，有效性也比许多凸多边形算法要突出，是一种行之有效的快速算法。将它用于网格重新剖分处理，在矢量图形网格的简化、优化、压缩以及传输中都具有现实的应用意义。     

基于高维空间划分的神经网络分类学习模型

基于高维空间划分的原理，提出了一种非线性神经元CC模型和基于CC模型的神经网络的构造算法。从理论上证明基于CC模型的神经网络的容错性比MP网络要好，而且网络的隐层节点个数远远少于FP网络的隐层神经元个数，对于分类问题其计算复杂性仅为多项式（上界≤O(p^2),p为样本个数。该网络有明确的几何和物理意义，具有持续学习和噪声数据处理能力，适合大规模数据挖掘领域。     

金字塔凸壳算法的并行化处理

提出了在金字塔凸壳算法基础上的并行算法.在由多个PC机相互连接所构成的机群并行计算系统之上,采用消息传递方式执行该算法,经过与原串行金字塔算法进行对比,验证本并行处理算法的正确性、可行性和高效性.     

基于凸壳的支持向量机训练集选取算法研究

基于对支持向量机训练算法的研究与理解,针对支持向量的几何特点,结合凸壳的几何性质,对支持向量机训练算法的工作集选取进行了改进.在LIBSVM的环境下进行了对比分析.数值实验表明,改进的基于凸壳的训练数据选取算法缩短了训练时间并保持了良好的泛化能力,具有一定的参考价值.     

基于凸壳和二次优化的三角网生成算法

文章基于逐点插入算法,引入虚拟网格技术将点和三角形重心规则化,优化了点、边和三角形的拓扑存储结构,实现了点、边和三角形的快速查找。并提出了一种快速的凸壳生成算法和二次优化方案。实验表明此算法获得的三角网生成效率明显提高。     

基于近似凸壳的直线度误差评定方法

针对需要快速求解直线度误差的场合,提出了利用二维空间中测量点集近似凸壳评定直线度误差的近似算法,在此基础上构造真实凸壳求解直线度误差最小域值的精确算法.针对近似算法的原理误差进行误差分析,得到了近似算法的最大误差值.精确算法首先得到点集的近似凸壳,再插入近似凸壳外的点得到真实凸壳,然后查找该凸壳的对极元以求解直线度误差.通过仿真示例对提出的方法进行验证,结果显示算法是有效的,并且具有较强的鲁棒性和稳定性.     

高维空间上的一类自映射嵌入n周期轨的构造方法

将王林山（数学的实践与认识，１９８９（４）：４１－４４）给出的一维自映射嵌入ｎ周期轨的构造方法，推广到了高维空间，并给出了一类具有ｎ周期轨ｎ＊ｎ维自映射的构造方法。     

求凸壳顶点的一种算法

提出了一种求平面有限点集凸壳顶点的算法,并分析出该算法的时间复杂性是线性次乘法和O(nlogn)次两个数的比较。     

一种基于核学习的非均衡数据分类算法

提出一种基于核学习的采样算法来处理支持向量机(support vector machine,SVM)在非平衡数据集上的分类问题,其核心思想是首先在核空间中对少数类样本进行上采样,然后通过输入空间和核空间的距离关系寻找所合成样本在输入空间的原像,最后再采用SVM对其进行训练,从而有效克服在不同空间处理训练样本所带来的数据不一致问题.另一方面,该算法在增加少数类样本数量,减小数据失衡程度的同时有效拓展了少数类样本所形成的凸壳,从而能够更为有效纠正最优分类超平面偏移问题,使获得的结果分类器具有更好的泛化性能,实验结果证明了该算法的高效性.     

具有流线型凸包的风力发电机气动特性

以300 W水平轴风力机叶片为研究对象,设计流线型凸包结构,并应用于风轮模型,结合滑移网格技术,对比研究光滑型与流线凸包型风力发电机的绕流场特性以及气动载荷特性,分析了三维绕流场内速度、压力、流线等的变化规律,以及不同风速下风力机的阻力系数及其功率的时程变化规律,探讨了流线凸包型与光滑型风轮在不同风速下运行时绕流特性的差异。结果表明:流线型凸包对流场有较好的改善结果;当风速增大时有明显的减阻效果,最大减阻率为19.53%,但其波动量增加为1.51%;凸包型风轮输出功率明显高于光滑型风轮,但随着风速增加,功率增加率也逐渐减弱。研究结果对水平轴风力机非定常气动特性研究及应用具有重要意义和价值。     

基于权重搜索树改进K近邻的高维分类算法

信息采集技术日益发展导致的高维、大规模数据,给数据挖掘带来了巨大挑战,针对K近邻分类算法在高维数据分类中存在效率低、时间成本高的问题,提出基于权重搜索树改进K近邻(K-nearest neighbor algorithm based on weight search tree,KNN-WST)的高维分类算法,该算法根据...     

基于粗糙集理论的模糊C-means高维数据聚类算法

模糊C-means算法是一种重要的聚类分析算法,但是在数据维数较高的情况下,该算法计算量急剧上升从而导致其效率较低.针对这一问题,提出了一种基于粗糙集理论的模糊C-means高维数据聚类算法,该算法在传统模糊C-means算法的基础上引入了粗糙集属性约简的理念,通过对数据集属性的约简,提取出对分类影响较大的属性集而摒弃与分类无关的属性,进而在聚类过程中只计算属性约简结果集中的属性,从而减少聚类过程的工作量、提高聚类效率.理论分析和实验结果表明,该算法在处理高维数据时较高效.     

一种简单多边形凸包的快速算法及程序设计

给出了一种求简单多边形凸包的快速算法，此算法采取将各个点按与X轴的夹角顺次排列，然后逐渐地删除凹顶点，求得简单多边形的凸包，并给出了算法的数据结构．算法达到了O(nlogn)的理论时间复杂度下限．     

一致凸Banach空间的一个特征不等式

讨论了当 10 , δ(,p) >0 ,当x∈M(M是X的任意一个有界集 ) ,y∈X且‖x -y‖ ≥时 ,有‖ x+y2 ‖p <(1-δ(,p) ) ‖x‖p +‖y‖ p2 ,并将此结果推广到局部一致凸空间的情形 .     

Similarity measurement method of high-dimensional data based on normalized net lattice subspace

The performance of conventional similarity measurement methods is affected seriously by the curse of dimensionality of high-dimensional data.The reason is that data difference between sparse and noisy dimensionalities occupies a large proportion of the similarity, leading to the dissimilarities between any results.A similarity measurement method of high-dimensional data based on normalized net lattice subspace is proposed.The data range of each dimension is divided into several intervals, and the components in different dimensions are mapped onto the corresponding interval.Only the component in the same or adjacent interval is used to calculate the similarity.To validate this meth-od, three data types are used, and seven common similarity measurement methods are compared. The experimental result indicates that the relative difference of the method is increasing with the di-mensionality and is approximately two or three orders of magnitude higher than the conventional method.In addition, the similarity range of this method in different dimensions is [0, 1], which is fit for similarity analysis after dimensionality reduction.     

高维非欧空间中的Darboux定理

利用度量几何的理论和方法以及非欧几何的射影模型研究球面空间和双曲空间两个n维单形的体积公式,将欧氏几何中著名的Darboux定理推广到n维常曲率空间的两个n维单形中,获得球面空间和双曲空间两个n维单形的广义体积公式.     

算子空间上的几种局部凸拓扑

设E和E1为Banach空间．B(E,E1)为从E到E1的有界线性算子全体所成的算子空间。本文在B(E，E1)上引入六种局部凸拓扑，讨论了它们的相互关系及其性质．