首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 160 毫秒
1.
通过对传统的点定位算法--奇偶法则算法的分析,提出了一种改进的奇偶法则的实现算法,在改进算法中,从待判定点引出的射线定义为与x轴平行且与其同向,以射线与区域边界边的相交情况进行了分类处理,通过分析射线与边界边的位置关系,只有少数情况需要计算其交点,而大部分只需简单比较即可得出相交情况,当射线穿过两条相邻边界边的交点时,根据定义的法则,只进行一次相交情况的判定。因此,改进算法减少了计算交点的次数,提高了点定位的效率,最后通过实际应用,对传统算法与改进算法在同样条件下的处理时间进行了比较。  相似文献   

2.
一种改进的启发式球面点定位算法   总被引:1,自引:0,他引:1  
将仅适用于平面网格的基于质心坐标的搜索策略进行推广和拓展,提出一种适用于球面网格的改进启发式算法,并详细讨论了不同质心坐标值情况下的下一搜索三角形的选择方法.为进一步提高算法效率,在进行启发式搜索之前通过执行若干顶点比较操作来选择一个较优的初始搜索三角形,同时引进一个近似度阈值来调整初始三角形确定时间与后续目标三角形搜索时间之间的平衡关系.分析表明,改进启发式算法的时间复杂度仅为O(n1/2f)(nf为网格包含的三角形数目).  相似文献   

3.
针对二维平面上物体定位、尺寸测量,提出了一种基于正方形内插点的二维平面视觉定位算法,在待测物所在平面上放置由N×N个尺寸相同的特征正方形组成的棋盘格标定板,以各特征正方形角点为标定点,确定像素坐标系和世界坐标系的映射关系,根据待测点像素坐标计算出其所处的特征正方形位置,并求解出待测点与所处特征正方形左下角点像素值的线性系数,反求出待测点的世界坐标值进而完成待测点的定位。将本文算法与文献[3]的快速二维Delaunay三角网点定位算法和文献[8]的改进的基于九圆点的摄像机自标定算法进行对比实验,结果表明:本文算法标定过程简单、计算量小、精度更高,可实现二维平面上物体的精确定位和测量,对二维平面视觉定位具有较高的借鉴价值。  相似文献   

4.
一种改进的人脸特征点定位方法   总被引:3,自引:0,他引:3  
人脸特征点自动定位方法在人脸识别、三维人脸模型重建等方面都有重要作用.三维人脸模型重建对下巴特征点精度要求很高.采用一种结合遗传算法和活动外表模型(AAM)的人脸特征点定位方法(GA-AAM),对AAM算法在下巴轮廓提取中的不能精确收敛问题作了改进.对于用实时AAM算法做特征点粗定位得到的结果,在AAM的代价函数中引入代表特征点处的边缘信息,进一步采用遗传算法作优化.实验结果表明该方法对下巴特征点的精确收敛十分有效.  相似文献   

5.
唐华 《科学技术与工程》2014,14(11):196-199
分析了现有配电网故障定位矩阵算法存在的问题,提出一种配电网故障区段定位改进矩阵算法。该方法以网络关联矩阵描述馈线区段和测控点的拓扑联接关系,根据故障发生时与故障馈线区段相连测控点的故障过电流特征,形成一种适用于各类型馈线区段故障判定的统一判据。该算法判据形式统一、计算量小,省去了规格化处理与多次设定正方向的过程,能够解决环网故障、馈线末端故障、多电源网络多重故障定位等问题。  相似文献   

6.
符合分布式和无锚点特点的定位算法一直是传感器网络节点定位技术的一个重要发展方向。通过对大量无锚点定位算法的分析,提出了一种符合分布式特点且定位精度较高的无锚点定位算法。为进一步提高该算法的节点定位精度,建立了该算法的误差模型,通过对其分析,提出了减少目标节点定位误差的方法。为衡量节点估计位置的准确程度,首先提出了2个指标——定位等级与可信度;然后以原算法为基础,利用提出的指标,按照误差分析得出的结论,设计了一种从目标节点邻居表中筛选出高精度邻居节点的优化机制,从而提高了目标节点的定位精度。计算机仿真分析表明,优化后的算法计算节点估计位置的有效性和可靠性均高于原算法,进而证明了这种优化设计的可行性。  相似文献   

7.
针对IRST组网多目标测向定位系统中存在的虚假点问题,文中提出分层关联的思想。首先对交叉点进行预处理,去除不符合空间逻辑的交叉点;其次进行角度门限粗关联,去除大部分虚假点,减少计算量;最终利用多维分配思想选出正确的关联组合。计算机仿真结果表明,该算法可较好地对共面多目标进行定位,并且计算量适中。  相似文献   

8.
人眼观察屏幕时,其脸部姿态与屏幕视觉注意点具有内在对应关系。摒弃传感器、头盔等跟踪设备,提出并研究一种适用于日常PC机的视觉注意点位置获取方法。使用摄像头抓取人脸实时图像,经Haar级联分类器提取能够反映脸部姿态的特征:双眼、口、鼻等,通过BP神经网络训练出特征相对坐标与视觉注意点之间的对应关系。实验证明该方法在无需任何专门设备支持的条件下,即能够检测视觉注意点位置,检测精度达到0.1视距。为立体影像或虚拟场景的裸眼立体观察,提供了一种新的解决方式及方法。  相似文献   

9.
针对机器人工作环境及已有机器人操作点定位法的局限,提出了一种基于"眼在手上"的手-眼机器人视觉定位方法.该方法简化了标定过程,特别是在定位时摄像机对目标取像的姿态不受任何约束,极大地提高了自动化生产效率.  相似文献   

10.
通过分析用于室内定位的传统Monte Carlo算法存在的问题,对MonteCarlo定位算法更新模型进行了改进。改进算法具有更有效的采样、更强的稳定性、更少的计算量等优势。通过试验发现改进算法比传统算法具有更高的定位精度。  相似文献   

11.
该文提出测试点的包容性的一种改进算法。该算法的特点是用升维的方法表示被测试的形体元素;在整个运算和判断过程中只对整型数进行乘法和加法运算,其判断值总是整型数;避免由于计算机表示精度有限而形成的数值误差,减少消隐过程中计算误差的相关性,以及改善消隐显示的实时效应  相似文献   

12.
一种改进的Apriori算法   总被引:1,自引:0,他引:1  
Apriori算法存在许多可以改进的地方.例如它需要反复读取数据库,并且读取的次数由项目集中的项目个数来确定,I/O负载与最大项目集的项数成正比.本文提出一种只读一次数据库的的改进算法.  相似文献   

13.
关联规则是数据挖掘的主要技术之一.本文针对目前最经典的关联规则挖掘Apriori算法的局限性,提出了一种只扫描一遍事务数据库的效率较高的Apriori_Tid-1算法,并给出了一个具体的实例,最后给出了该算法的实现.  相似文献   

14.
关联规则发现的一种改进算法   总被引:7,自引:0,他引:7  
在Apriori算法基础上,给出一个改进的关联规则发现算法·由于这个算法只需对交易数据库进行一次搜索,能大量减少所需的I/O次数,且内存开销适中,因此同其他关联规则发现算法相比具有快速的优点,适合于大型交易数据库·使用合成数据作试验表明这个算法尤其对大型数据库的性能优于先前已有的一些关联规则算法·  相似文献   

15.
作为数论中的一个基本问题,素性检测,即检测给定的正整数是否为素数具有十分重要的理论和应用价值.给出了一种确定型严格素性检验方法.对这种方法采用量子运算,可在多项式时间内完成对一个任意给定的正整数的素性检验.  相似文献   

16.
基于SQL的Apriori改进算法   总被引:1,自引:0,他引:1  
Apfiofi算法是一种最有影响的挖掘关联规则的算法,由于其算法仅用支持度、可信度来衡量关联规则,容易生成一些错误规则,所以,引入了提升度这一概念,提出一种基于SQL的Apfiofi改进算法。  相似文献   

17.
基于粗集理论的一种规则提取方法   总被引:4,自引:0,他引:4  
介绍了粗集理论的基本概念,通过对现有基于粗集的最小规则提取算法的分析,发现其缺陷,提出了一种改进的基于粗糙集的规则提取方法,并用UCI数据库中的9个标准数据集从规则集的规则数目、规则集的平均规则长度、规则集的平均规则支持、规则集的预测精度等4个指标对改进的算法进行了测试和对比分析,实验表明了该算法的有效性.  相似文献   

18.
针对蚁群挖掘算法(ant colony mining algorithm,ACMA)中的规则评价函数和规则修剪方法,提出一种改进的蚁群挖掘算法(improved ant colony mining algorithm,IACMA),并将其应用于不均衡数据分类.数值实验采用基准数据库中3种典型的不均衡数据,结果表明,改进...  相似文献   

19.
一种基于改进型遗传算法的关联规则提取算法及其应用   总被引:3,自引:0,他引:3  
对关联规则的数据挖掘和遗传算法进行了概述,阐述了关联规则数据挖掘的现实意义,提出了一种采用改进型遗传算法的关联规则提取方法,并给出了具体的算法,最后结合一个具体实例进行了应用。  相似文献   

20.
关联知识挖掘算法中一种广为人知的算法就是Aprior算法,之后所有关联规则挖掘算法的基本思想都是基于频繁项目集发现算法的基础上进行了改进.为了提高关联规则挖掘效率,首先回顾了基于图的关联规则挖掘算法;然后,在此基础上进行了改进,把关联规则挖掘中寻找频繁项集的问题转换为图中寻找完全子图的问题,通过在图中查找完全子图来寻找频繁项集.提出了一种基于图的关联规则挖掘改进算法,并且对原算法和改进的算法从时间和空间的性能进行了比较分析,得出改进的算法是有效可行的.最后从实验结果得出结论GenerateItemsets算法比DGBFIG算法优.  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号