基于细化和最小生成树的多边形主骨架线提取

现有的不规则多边形主骨架线提取方法存在设计复杂、执行效率低等缺点,对此提出一种基于细化和最小生成树的多边形主骨架线提取方法 .首先,确定多边形的最小包围盒,并在其中生成均匀分布、数值分别为0或1的点,运用细化算法提取多边形骨架;再利用Prim算法生成最小生成树;最后,计算最小生成树上的两个叶子节点间的路径长度,将长度最长的路径定义为主骨架线.实验结果表明：本方法提取出的主骨架线效果较好,具有一定的实用性.     

寻找最小生成树的度优先算法

利用Ｋｒｕｓｋａｌ和Ｐｒｉｍ算法的优点，从图的每个顶点的度数入手，采取删除某些无用边的思想方法，给出了一个寻找最小生成树的算法。算法的最坏复杂度为Ｏ（ｍ－ｎ）ｌｏｇｍ），平均复杂度为Ｏ（（ｍ－ｎ）ｌｏｇｎ），就复杂度的常数因子而言，均优于Ｋｒｕｓｋａｌ算法与ｋｉｍ算法，其中ｍ为图的边数，ｎ为图的顶点数。     

寻找最小生成树的补图算法

提出了一种关于最小生成树的生成法，该算法与传统的prim算法及kruskal算法比较，有更低的计算复杂性．     

基于最小生成树的立体匹配算法

在传统的局部立体匹配算法中,代价聚合要对相关邻域内的点进行加权聚合,这种方式计算量大,非常耗时。文章提出一种基于最小生成树的立体匹配算法,该方法将图论中的最小生成树引入代价聚合和视差细化中,使得图像中所有点都对兴趣点进行聚合支持,弥补了局部算法在弱纹理区误匹配率高的局限性,提高了匹配的准确性,并且最小生成树能够对图像所有点进行层次性的划分,极大地简化了计算量。实验证明,该算法能够快速得到平滑且精度高的视差图。     

寻找最小生成树的补图算法

提出了一种关于最小生成树的生成法,该算法与传统的prim算法及kruskal算法比较,有更低的计算复杂性.     

最小度生成树的最大度算法

最小度生成树问题是一个NP难问题.给出了求最小度生成树的一个直观近似算法:找到图G的最大度,从其所在的基本圈上删掉1条与其关联的边,如此循环,直到图G的最大度不在任何基本圈上,如还有其它基本圈,删掉圈上的1条边,得到1棵生成树.这种算法得到的生成树的最大度数比最优解的度数至多大1.     

基于Prim算法的度约束最小生成树问题研究

针对一类度约束最小生成树问题,基于传统最小生成树问题的Prim算法,设计了一种求解算法.该算法在保证网络中指定节点的度不变的前提下,构造了网络关于指定节点的最大度最小生成树.与经典的Gloveklingman算法进行了仿真比较,结果表明,该算法是求解度约束最小生成树问题的一种有效算法.     

求解最大度约束下最小生成树的新算法

针对网络优化中度约束最小生成树问题的特征,融合破圈法的基本思想,提出了一种求解网络G关于指定节点的最大度约束下最小生成树的新算法。该算法在保证指定节点最大度的前提下,每次通过去掉圈中权最大的边,最终构造出网络G关于指定节点的最大度约束下的最小生成树。算法证明和算例都表明了该算法的有效性。     

求最小生成树的矩阵算法

最小生成树问题是运筹学网络优化中一个常见的基本问题．提出了一种新的求最小生成树的矩阵算法,此算法可以不必在原图上进行操作而得到最小生成树,过程简单易懂．     

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.     

基于扩展双链式存储结构的最小生成树算法

在图的一种双链式存储结构的基础上提出了一种扩展的双链式存储结构.并用这种存储结构实现了图的最小生成树算法,与其它存储结构相比具有更好的灵活性.     

多处理器上求最小生成树的并行算法

目的给出无向图Ｇ（Ｖ,Ｅ）,｜Ｖ｜＝ｎ的最小生成树在单指令流多数据流（ＳＩＭＤ）机器、Ｉｎｃｏｍｐｌｅｔｅ－ｈｙｐｅｒｃｕｂｅ上的并行算法．方法利用有ｐ个处理器的不完全超立方网络,求加权无向连通图Ｇ（Ｖ,Ｅ）,｜Ｖ｜＝ｎ的最小生成树．结果与结论若处理器的个数为ｐ,则其时间复杂性为ｔ（ｎ）＝Ｏ（ｎ２／ｐ·（ｌｂｐ））,成本Ｃ（ｎ）＝Ｏ（ｎ２（ｌｂｐ））,它几乎是最优的．     

采用R*-tree的三角网格曲面非均匀精简算法

提出了一种三角网格曲面非均匀精简算法.该算法采用R*-tree组织三角网格曲面的空间拓扑结构,实现了三角面片拓扑邻域的快速查询.结合三角网格曲面模型的曲率分布状况,对三角网格曲面进行聚类分簇处理,通过对分簇网格进行局部精简,实现了三角网格曲面模型的整体保形性精简.与同类精简算法的对比实验表明,该算法的数据适应性强,有效地保留了三角网格曲面的型面特征,精简后的网格模型与原网格模型的面片偏差降低了20%～45%,精简时间减少了10%～35%.     

用遗传算法求最小生成树

以图论和遗传算法为基础,给出了一个改进的求最小生成树的算法,提出了＂无性生殖＂的方式,舍弃了逆转算子,改进了换位算子,调整了选择算子,更简单,因而编程更容易,效率更高.使用该算法可以在较短的时间内以较高的概率获得一组最小或次小生成树,而传统算法一般只能得到一个最小生成树.     

基于遗传算法度约束的最小生成树问题的研究

探讨了如何将遗传算法应用于度约束的最小生成树问题，并给出了相应的算法．实验结果表明，这种用遗传算法解决度约束的最小生成树问题是有效的．     

基于Prim算法最小生成树优化的研究

通过Prim算法的研究寻找局部最优解的迭代过程,用布尔向量U和V-U表示集合中的边,根据权值的关系找到快速有效的算法来构造最小生成树.从理论上分析了算法的性质和时间复杂度.通过实例分析, 证明了该算法有效性并在现实生活中得到的广泛应用.     

边权相同的最小生成树改进算法

针对当赋权连通图中存在权值相同的多条边时,传统的Kruskal算法不能计算出全部的最小生成树,提出了求解最小生成树的改进算法.实验结果表明,改进算法可以得到一个赋权连通图的所有最小生成树,进而为决策者提供更全面的最优决策方案.     

度、半径约束最小生成树问题及其算法

提出了度、半径约束最小生成树问题,证明了该问题是NP-完全的.建立了该问题的数学规划模型.进一步给出了快速启发式求解算法,并分析了该算法的时间复杂性.分析和实例实验表明该算法具有良好的效果.     

一种基于遗传算法的度约束最小生成树求解方法

度约束最小生成树是一个NP问题.提出了应用基于分段编码遗传算法求解度约束最小生成树的方法,给出了算法设计、算法描述和实例分析,并且对遗传操作产生的非法染色体进行修正.经过数据测试验证,该求解方法是可行的,与其它算法相比较,有着较好的求解效果.