一种基于特征的实时LOD模型生成算法

在虚拟现实系统的复杂场景中为了加速复杂场景绘制，一般采用层次细节(Level of Detail)模型的方法。一般的LOD方法主要基于几何外观决定形体被简化的部分和简化程度。针对某些特定应用，提出了一种基于特征的LOD模型生成算法，以对某种特征的度量值为权重对几何特征进行调制，在简化后的模型中充分保留了该特征。算法简单直观，所生成的LOD模型能连续平滑过渡，并且满足实时显示的要求。实验结果表明了算法的有效性。     

一种新的连续多分辨率模型自动生成算法

提出了一种新的多分辨率模型自动生成算法，该方法所采用的基于顶点合并的网格简化算法不仅能减少模型中的三角形数目，而且能很好地保持模型扑拓结构。算法采用基于点到平面距离的误差控制方法，能根据用户指定的简化率通过原始网格中的顶点合并达到大量简化的目的。本文还给出了一种基于顶点合并／分裂的累进网格的构造方法。该简化算法具有良好的保真性 并能在绘制时动态产生多分辨模型。文中给出的一组实例说明了该算法的有效性。     

有约束指导的粗集决策表属性约简算法

粗集理论通过对原始决策表的约简获取规则知识,其核心部分是属性约简.本文在结合两种基本属性约简算法优点的基础上提出了有约束指导的属性约简算法,并给出了算法的详细步骤.该算法通过专家经验的约束指导避免了对属性之间随机组合情况的搜索,可以提高求解速度.仿真试验验证了该方法的有效性和优越性.应用该算法处理一组生产调度数据以获取调度规则,结果显示能较好的与生产实际相吻合,这进一步验证了算法的实用性.     

基于属性分析的威胁评估技术研究

从属性分析出发,提出应用认知理论方法,通过试验来确定专家的威胁评估(threatassessment,TA)过程、心理模型以及属性的使用等。阐述了属性分析的定义和基本内容,接着分析了属性的来源及选择、属性的重要性度量以及属性与威胁排序的关系。提出了一种威胁评估模型,并根据该模型设计了一种威胁评估的算法原型。     

不完全信息的多属性决策问题的方案排序法

针对不完全信息条件下的多属性决策问题建立一种模型，基于此模型提出方案排序的算法，且从理论上证明它的合理性。数值例子验证了该算法的有效性。     

一种新的决策表属性约简算法

结合模糊聚类技术与粗糙集中属性重要性思想,对同时含有连续、离散、序数型条件属性的决策表,提出一种属性约简算法,并对算法的时间复杂度进行了分析.该方法首先利用聚类技术将决策表的对象按条件属性进行分类,然后对去掉某属性后的决策表采用同样的方法进行聚类,再结合粗糙集理论进行属性约简.实例说明了该方法的合理性和有效性.     

多属性决策的广义双基点排序法

简化前人所用的贴近度;改正前人给出的一个灵敏度分析公式的不妥之处,且对它给出的所有灵敏度分析公式进行简化。通过引入作者提出的一种新属性（为“偏离型属性”）对前人给出的双基点法进行推广,是对前人结果的简化、改进和完善。     

基于冲突域渐减的属性约简算法

针对因决策表中存在不一致对象造成的约简求解错误,同时为了进一步提高约简算法求解效率, 首先,给出简化决策表的定义,并证明了简化决策表的核属性和属性约简与原始决策表的核属性和属性约简是等价的. 然后,提出冲突域的概念,分析冲突域的性质,以冲突域中冲突对象个数的变化为度量依据, 研究核属性和属性重要性的性质,同时设计相应的核属性和属性重要性求解算法;在此基础上, 设计基于冲突域渐减式属性约简算法,算法的时间和空间复杂度分别为O(|C|²|U/C|)和O(|U|). 最后的实例和实验结果表明该方法是正确的,高效的.     

综合评判的属性测度四维阵列模型及权重确定方法

属性集和属性测度理论［１］是一套全新的描述不确定性现象的理论,本文在此基础上建立了群体决策综合评价的属性测度四维阵列模型,并给出了一种新的权重确定方法.     

基于模拟退火算法的决策表最优属性选择

连续属性的决策表知识获取有两个问题需要解决其一是连续属性的离散化问题。这个问题已引起了人们的注意，在简单评述的基础上，结合粗集理论，提出了一种新的数据离散化方法。大致思想是先用K-W检验方法粗略评价各连续属性的重要性，然后用c均值聚类给出各属性的量化结果。若决策表不相容，则按属性重要性依次增加分类的区间数，如此反复直到决策表相容为止。其次是最优属性的选择问题。在此借助于简约格和模拟退火算法，给出一种启发式算法和最优算法。实例表明，上述方法是有效的。     

基于能量算子的三维空间实体LOD建模方法

为解决当前多层次细节(LOD)建模方法没有将简化和细分相统一,而造成细节层次模型特征表现不够丰富问题.将能量算子用于三维空间实体模型简化与细分,提出了基于能量算子的三维空间实体LOD建模方法.该方法主要包括3个步骤:模型能量算子计算、基于能量算子的模型简化和细分.实验表明,该方法能够生成细节层次较为丰富的模型,并具有良...     

基于视觉特征度量的模型简化算法

人的视觉系统通常对模型的高曲率变化区域、尖角、边界轮廓等几何特征格外敏感。基于视觉特征度量的模型简化算法,在简化过程中通过调整网格顶点的简化误差来改变边折叠的次序,优先保留模型视觉敏感区域的网格;从而解决了模型网格的各部分简化力度趋于均衡的问题,最大限度地保留了原模型的视觉冲击。经实验,在同等简化力度下得到的简化结果能够突出原模型的视觉特征,具有明显优势。     

基于加权三角面法向变化的模型简化算法

提出一种新的基于边折叠的模型简化算法，该算法在计算边的折叠代价时综合衡量边的长度以及相关三角面在折叠前后面积加权的法向量方向发生的变化。算法能够避免使三角面的法向量发生突变，从而避免模型视觉特征的急剧改变。实验表明本算法能够产生质量较高的简化模型。     

复杂产品三维模型轻量化服务构建技术

提出了一种复杂产品三维模型轻量化服务构建方法。采用一种改进模型数据导出与空间索引生成方法,能够在模型轻量化过程中保留复杂产品模型装配树与标注信息;设计并实现了基于面片密度的自适应面片简化算法,能够在满足误差要求的条件下对几何模型面片进行自适应简化;并通过采用一种具有较高的压缩比和压缩效率的模型数据压缩算法,减小复杂产品模型的存储空间占用。设计并实现一种模型轻量化服务的B/S部署架构,能够借助高性能计算资源,提高多用户并发场景下复杂产品模型轻量化效率。     

基于构造物特征点的矢量数据化简算法

在进行公路矢量数据化简时,采用已有算法,一些构造物可能会在转换低比例尺时被不正确地化简掉,影响应用的正确性.提出了一种基于构造物特征点的二级矢量数据化简算法,根据空间位置提取高速公路中的构造物点,进行一级化简,构成构造物特征点,以每个特征点作为分割点,将整个曲线划分为若干子曲线,在每个子曲线中采用Douglas-Peucker算法进行二级化简,最后进行子曲线合并,并设计了一种多比例尺矢量数据组织的构建方法.实验表明该数据化简算法能够有效化简数据,并且保存完整的构造物特征点,选取的多级比例尺能够满足应用的需求.     

一种新型的感知逼真的渐进网格简化算法

网格简化是计算机图形学中一个传统的研究课题,它对网格的存储和传输处理以及实时绘制都有着重要的意义。在视觉感知理论的指导下,提出一种新型的渐进网格简化算法,在简化过程中尽量保持视觉敏感的区域。依据半边折叠的能量函数来有效控制几何误差。实验表明,此算法不但可以生成一系列感知逼真的细节等级模型,而且具有很好的时间复杂性。     

一种新的地景模型简化与快速绘制方法

地景模型是一类重要模型。它可以广泛应用在航空，航天与军事指挥等领域，但由于其数据量极大，如何实现快速绘制是一个难题，本文在分析地景模型数据特点的基础上，提出了地景模型简化的判决准则，并根据该准则提出了基于视点与图像分辨率的区域数据抽取与网格重构方法，以及基于法矢量（梯度）的模型简化及其LOD层次表示，最后进行了实验验证，结果表明，该方法数据压缩量大，绘制速度快，且逼真度无明显变化。     

Enterprise resource planning implementation decision & optimization models

To study the uncertain optimization problems on implementation schedule, time-cost trade-off and quality in enterprise resource planning (ERP) implementation, combined with program evaluation and review technique (PERT), some optimization models are proposed, which include the implementation schedule model, the timecost trade-off model, the quality model, and the implementation time-cost-quality synthetic optimization model. A PERT-embedded genetic algorithm (GA) based on stochastic simulation technique is introduced to the optimization models solution. Finally, an example is presented to show that the models and algorithm are reasonable and effective, which can offer a reliable quantitative decision method for ERP implementation.     

Enterprise resource planning implementation decision & optimization models

To study the uncertain optimization problems on implementation schedule, time-cost trade-off and quality in enterprise resource planning （ERP） implementation, combined with program evaluation and review technique （PERT）, some optimization models are proposed, which include the implementation schedule model, the timecost trade-off model, the quality model, and the implementation time-cost-quality synthetic optimization model. A PERT-embedded genetic algorithm （GA） based on stochastic simulation technique is introduced to the optimization models solution. Finally, an example is presented to show that the models and algorithm are reasonable and effective, which can offer a reliable quantitative decision method for ERP implementation.