预测Au_（13-75）团簇基态结构的启发式算法

针对具有NP难度的团簇结构预测问题,提出启发式求解算法——TP-ISDO作算法.该算法包括两阶段局部搜索、内部操作、表面操作和扰动操作.利用TP-ISDO算法预测了Aun（13≤n≤75）团簇的基态结构,其中Au团簇采用Sutton-Chen势能函数模型描述.实验结果表明,该算法能快速地得到Aun（13≤n≤75）团簇的当前已知最低能量结构.特别是对于Au58团簇,得到了两种新构型,这两种构型都是10面体结构,它们的势能值分别为-15648.5689和-15648.8754能量单位,小于当前已知的最低势能值.     

快速高效的碰撞检测算法 

为了提高碰撞检测算法的效率,提出了一种快速高效的碰撞检测方法.利用Morton码存储物体信息,给出一种改进的图层级结构,可快速分割物体空间,减少物体对相交检测;利用图形处理器(GPU)的并行处理特性进行物体包围盒层级树构建、树遍历,不仅可以快速处理碰撞检测中的事务,还可节省存储空间.实验表明,该方法能够快速构建物体层级结构,并能进行高效的碰撞检测计算.     

基于特征点的最近邻配准算法

利用尺度不变特征点的提取方法提取特征点,并对SIFT方法提取出的特征点用最近邻算法进行配准,在搜索最近邻特征点和次近邻特征点时使用了在K-D树搜索算法基础上进行改进的搜索算法BBF（Best Bin First）算法。实验证明该算法具有配准精度高,鲁棒性好的特点。     

团簇结构的计算机辅助研究方法

介绍了利用计算机技术和快速成型技术研究原子团簇结构的方法,用计算机三维软件设计了富勒烯结构的立体模型,通过快速成型机方便地制造出团簇的实体模型.该方法延伸了人们的空间思维能力,用计算机三维造型软件能实现各种复杂实体的建构,可以方便地对团簇结构进行描述.     

一种基于粒子群优化算法对基于点表示的模型进行特征检测的新方法

基于粒子群算法, 提出一种针对基于点表示模型的新特征检测方法, 解决了大规模数据模型特征的快速显示问题. 该方法对粒子群优化算法进行优化, 将其应用于物体空间的特征检测上, 实现了多目标搜索. 通过对粒子群算法中的粒子、适应度函数、 初始结束条件、 局部最优解、 全局最优解和迭代公式的重新定义, 将局部搜索与全局搜索相结合, 可快速搜索到多个目标. 该算法通过构造可估计局部曲面变化的适 应度函数检测特征点, 并对特征点做标记, 以快速显示出模型的特征. 实验结果表明, 所提出的特征检测算法适用于对基于点表示的模型的快速特征检测, 尤其适用于大规模数据模型     

基于有界k-d树的最近点搜索算法

提出了一种基于有界k-d树的最近点搜索算法.算法的原理是:由根节点中的包围盒确定树中数据的空间范围,并在搜索过程中不断划分包围盒来缩小搜索范围,同时递归地计算查询点到包围盒的距离.结合优先级队列,基于有界k-d树的最近点搜索算法拓展到搜索按距离远近排列的多个最近点.实测和仿真分析表明,本搜索算法的计算效率高于传统的搜索算法.     

一种改进的动态格子算法在Au团簇基态结构预测中的应用

借助计算机强大的计算能力通过数学的方法预测团簇的最低能量结构,是本文的主要思想和工作.针对Au团簇的结构优化问题,本文提出了一种改进的动态格子搜索算法.将该算法用于Gupta势能建模的Au团簇对其进行优化求解,在若干国际已知算例上,找到了它们其中许多新的最低能量结构.为了用Gupta势能描述Au团簇原子之间的相互作用,本文采用了两组不同的参数.利用参数一(A=0.11844,B=1,p=10.15,q=4.13),优化了原子数N=38?100的Au团簇.其中,对于原子数N=38,55这两个算例,本文算法的结果优于此前文献中的最好结果.另外,利用参数二(A=0.2061,B=1.79,p=10.229,q=4.036),优化了原子数N=100?200的Au团簇,其中对于原子数N=100,110,120,130,140,150,160,170,180,190,200的Au团簇,本文算法所达到的势能均优于此前文献中的最好结果.结果表明了本文算法对于团簇结构优化问题求解的高效性.     

一种面向快速图像匹配的扩展LSH算法

基于局部不变特征的图像匹配是三维场景重建的基础.本文使用SIFT特征,在LSH算法基础上,提出一种改进的高维数据搜索算法,较好地解决了图像的快速有效匹配问题.该算法提出一种改进的投影空间,使投影到新空间的高维数据特征的每一维比海明空间具有更高的局部敏感性,相比于经典的LSH、BBF、iDistance等高维搜索算法,本文算法可以获得更高的搜索精度和更快的搜索速度.     

基于R*-tree的散乱点云截面数据获取算法

为快速准确地获取散乱点云的截面数据,以较少数据准确表达模型信息,提出一种截面数据获取算法.采用R* -tree建立点云的动态空间索引结构,基于该结构快速准确获取截面邻域数据,依据该数据与截平面的位置关系将邻域数据分为正负两个邻域,通过对两邻域数据点配对连线与截平面求交获取截面数据,并采用最小生成树算法对其排序,最终得到有序的截面数据.结果表明,该算法数据适应性强,截面数据获取精度高,运行速度快,且能够以较少数据准确表达模型型面特征.     

基于模型的增强现实无标识三维注册追踪方法

为了克服物体表面缺少足够的纹理特征且算法搜索空间太大的缺陷,提出了一种基于模型与自然特征点相融合的三维注册追踪方法.采用保持旋转和尺度不变性的线性并行多模态(LINE-MOD)模板匹配方法快速识别目标物体、获取与当前视角接近的参考视图而完成相机位姿的粗略估计,并缩小算法的搜索空间;采用基于自然特征点的方法完成相机位姿的精确计算;为了避免因特征点较少而引起的位姿抖动或扰动,引入了有效的非迭代透视n点问题(RPnP)算法以提高注册追踪的精度和速度.结果表明,所提出的注册追踪方法能够进行快速三维注册,具有良好的实时性和鲁棒性,其运算速度可达30帧/s.     

散乱数据点云边界特征自动提取算法

提出一种散乱数据点云边界特征自动提取算法,该算法采用R* -tree动态空间索引结构组织散乱数据点云的拓扑关系,基于该结构获取采样点的k近邻点作为局部型面参考数据,以最小二乘法拟合该数据的微切平面,并将其向微切平面投影,根据采样点与其k近邻所对应投影点连线的最大夹角识别散乱点云边界特征.实例验证该算法可快速、准确地提取散乱数据点云的边界特征.     

求取点到空间样条曲线距离的往复搜索算法

为求取点到空间样条曲线的距离,提出一种往复搜索算法.该算法从样条曲线开始处,依次依据一定步长提取3个点,计算已知坐标到这3个点的距离,并依据3个距离的大小关系决定下一步的搜索区间,直至相邻两次搜索计算得出的距离差值小于允许误差为止.利用基于NX 8.0和VC2010软件平台开发的软件验证了该算法,结果表明,该算法可以快速、准确的求取点到空间样条曲线的距离.     

基于广度搜索的增量式点云表面重建

将人工智能中广度优先的搜索算法引入散乱点云表面重建领域，借助增量计算思想，基于搜索算法状态不断扩展的特点，渐进均匀地扩展重建整个物体表面.算法以初始三角面片初始化搜索队列，以有向边为搜索元素，借助于八叉树空间划分和搜索约束条件，快速完成最优点评估及三角片重建，具有可视化并行计算、选择性填补空洞以及重建结果与参数弱耦合等特点.实验结果表明，本算法高效、稳定，可以重构任意拓扑结构的二维流形三角形网格.     

低复杂度高度场的通视性研究及快速光照计算

为快速判断高度场场景点的通视性和可见范围, 满足交互式应用的需要, 提出低复杂度高度场基于可见二叉树的凸包树简化方法。通过对高度场数据在8个方向的线性扫描, 确定每个高度场数据点的最大方位角, 构造凸包树型结构; 对凸包树信息进行分析, 构造可见性二叉树作为方向扫描存储结构, 在光照计算过程中有效提高可见点的搜索算法效率; 结合阴影图的间接光照计算, 实现了交互式帧率的动态低复杂度高度场绘制效果模拟, 降低计算成本。     

基于等距变换的三维点云相似性检测算法

本文研究目的是运用基于等距变换的三维点云相似性检测算法来为三维点云识别和分类问题提供新的方法.该研究方法利用投票空间的思想,认为相似的点对具有相同的等距变换.首先,通过B样条参数曲面拟合表达物体形状.其次,定义了一种主曲率和法向量组成的局部几何特征来匹配特征点对.计算点对特征之间的等距变换,将等距变换进行分类,比较同类等距下点对间特征的等距距离.最后,在每类等距变换下,对具有相同近似等距的点对进行基于PCA的聚类算法,从而得到相似点对之间构成的相似区域.实验研究结果显示在通过普林斯顿和TOSCA点云数据集下测试,对原始点云进行等距变换、噪声、降采样的处理后,能够检测到物体形状上的相似区域.研究结论:通过实验,验证了算法的可行性和鲁棒性,该方法简化了数据的预处理的过程,能够高效检测物体模型的相似性,对三维点云的分类和识别问题有着很好的应用前景.     

不同大小的Co和Ni团簇性质的理论计算

在密度泛函理论的基础上 ,对不同大小的三个Ni和三个Co团簇的电子结构进行了全电子、全势场计算 ,得到了团簇的电子结构 .计算结果显示 ,钴、镍团簇的金属性和铁磁性不随团簇大小改变 .由于电荷转移现象 ,钴、镍团簇的最外层原子表现出正离子性 ,且各层原子的自旋磁矩从最外层到里层呈现大小交替变化现象 .团簇单原子平均磁矩随团簇大小的变化与实验结果符合     

基于结构光和序列图像的三维重建方法

为解决在基于图像三维重建物体表面的过程中,对不同图像进行立体匹配的难题,提出了基于特征的立体匹配算法,建立了利用序列图像重建物体表面的系统。系统采用投影结构光给物体表面加上主动特征的方法,以快速精确地重建物体表面,并对Canny算法进行了改进,用于轮廓提取、细化和修正等操作,从而准确获取图像主动线索特征。该方法能快速获取物体表面的三维点云数据,并达到了较高的精度。     

钛团簇的融化行为

采用经验分子动力学方法研究了几个典型Ti团簇的热力学稳定性和融化行为.Ti团簇的融化行为清楚地依赖于体系的结构和尺寸.对于较小的团簇,融化曲线没有出现清楚的一级相变特征,意味着由于尺寸效应导致的固态液态共存.对于较大尺寸的团簇,观察到其融化过程伴随着表面融化、局部融化、结构共存和相变行为.     

基于简单最邻近搜索算法的高维特征索引

研究了220 kV/330 kV高压带电清扫机器人的绝缘瓷瓶视觉识别系统中的高维特征索引问题.该系统采用了基于局部尺度不变性特征的方法,在生成匹配假设的过程中,尝试将简单最邻近搜索算法用于高维特征的索引.在离线阶段,对给定向量集合中每个向量的每一维进行排序,生成排序的数据结构.在线搜索阶段:①对排序数据结构的第一维确定位于边界条件内的所有向量,构成候选队列;②依次检查候选队列中向量的其他维,剔除不满足边界条件的向量;③采用穷举法寻找与查询向量最邻近的向量.比较了简单最邻近搜索算法和k-d树算法.实验结果证明,简单最邻近搜索算法用于具有更强的边界约束,通过选择合适的边界条件能够获得更高的运算效率.该算法能广泛用于基于高维特征的物体识别和定位.     

小金团簇的基态结构和能量

应用遗传算法和Gupta势对小金团簇的结构进行了优化计算，分析讨论了基态结构和能量随团簇尺寸的变化规律，发展Au13为二十面体以及Ann在n≥16时呈现非晶无序结构的特征。