线状要素的动态分段与制图综合

线状要素通常以弧段-结点模型表示和存储在地理信息系统中,不能完整有效地描述真实世界.动态分段则不同,它将线状要素作为一个整体进行描述,以事件表描述各种现象沿着线状要素的动态变化,是一种更复杂、更灵活的数据模型.以动态分段模型为基础,针对河流和道路网络,提出了将弧段形式的线状要素组织为路径系统的方法,并分析各个完整线状实体在网络结构中的相对重要性.以完整线状实体为单元,着眼于网络结构进行制图综合,从而更好地保持网络的总体结构.最后对上述方法进行了简单的试验分析.     

基于凸包的线状要素化简的一种改进算法

提出了一种线状要素化简的Douglas-Peucker算法的改进算法,利用求解路径凸包的策略查找Douglas-Peucker算法中的分裂点,有效地提高了Douglas-Peucker算法核心部分的效率,改进算法降低了Douglas-Peucker算法的时间复杂度．     

不同制图软件线状要素编绘和线状符号库建立对比分析

该文以Corel DRAW和Adobe Illustrator为研究对象,分析了二者在线状要素编绘、数据处理和符号库建立等方面差异,研究认为,AI相对于CD的突出优势主要包括:便捷的线条拼接功能,更为精确、完善的线条平滑方式,支持对象多层描边,可建立线状符号样式库等方面。对比可知,AI所具有的突出优势与地图编制的关联性更密切,更有利于地图的线状要素编绘和数据处理。     

CorelDRAW与Adobe Illustrator在线状要素编绘和符号库建立中的对比研究

该文以Corel DRAW和Adobe Illustrator为研究对象,分析了二者在线状要素编绘、数据处理和符号库建立等方面的差异,研究认为,AI相对于CDR的突出优势主要包括:便捷的线条拼接功能,更为精确、完善的线条平滑方式,支持对象多层描边,可建立线状符号样式库等方面。对比可知,AI所具有的突出优势与地图编制的关联性更密切,更有利于地图的线状要素编绘和数据处理。     

基于多评价因素的线状要素合并变换方法

为解决多源数据合并过程中数据二义性问题,降低已有算法由于未考虑"调整图"上线状要素位置的影响而带来的误差,提出基于多评价因素的线状要素合并变换算法.分析确定影响合并变换的三大主要评价因素,通过熵法衡量各自的重要性,并将其进行综合来确定要素的可信度;根据离散Fréchet距离来识别同名线状要素上的同名点对,进而使用位置加权平均来获得合并变换后的位置.对海陆图的部分线状要素的检验结果表明,该算法提高了线状要素空间位置合并变换的质量.     

基于Morphing方法的断层面重构

为提高稀疏数据条件下断层面形态重构的准确性和光滑性,通过对断层面建模数据分析与优选,提出基于Morphing方法构建相邻稀疏断层线的过渡曲线,同时基于CD-TIN重构平稳光滑断层面的方法。以Morphing方法基础理论,分析了断层线数据特征点对应关系,采用距离二分法实现了特征点匹配;参照有限外推法,确定了断层尖灭位置;采用拉格朗日插值方法对断层线节点曲线进行趋势外推,实现相交断层面切削;最终实现了稀疏数据下断层面的光滑构建。通过对比Kriging插值方法和Morphing方法生成的断层面模型形态,结果表明:Morphing方法生成的断层面形态平滑自然,可以更好地还原断层弯曲细节。     

一种顾及认知规律的曲线弯曲识别方法

针对现有曲线弯曲识别方法在弯曲划分结果上与人眼感受不相符的问题,提出一种顾及空间认知规律的曲线弯曲识别方法.从空间认知的角度出发,通过综合运用视觉思维、抽象思维,对曲线弯曲识别过程及曲线弯曲的本质属性进行科学的认知分析,设计了自适应的曲线弯曲识别方法,实验验证了算法的有效性与合理性.研究结果表明:以认知规律为指导的曲线弯曲识别方法,准确地揭示了曲线弯曲的4个共性,明确了曲线弯曲识别的基本流程,采用该方法得到的曲线弯曲在数量与质量上均与人眼感受保持很好的一致性.该研究突破了传统单纯以几何形态为指导的弯曲识别思路,研究成果初步实现了基于知识指导的曲线弯曲识别方法.     

线状要素多尺度表达的不确定性评价研究

首先确立线状要素多尺度表达的实现方式;然后紧紧围绕线状要素多尺度表达的实现流程,分析线状要素多尺度表达不确定性的来源,并利用误差传播规律建立线状要素多尺度表达误差传播规律;最后通过实验得出线状要素在尺度扩展中不确定性的变化规律.为线状要素多尺度表示的质量评价提供了理论基础.     

一种改进的基于区域划分的综合索引方法

为解决现有基于区域划分的自动制图综合索引方法中层次划分简单固定和没有考虑综合数据的空间分布特点等问题,提出了一种改进的基于区域划分的综合索引方法。该方法的不同之处在于对数据进行了空间聚类和基于缓冲区的冲突探测,将需要综合的空间数据分为四个层次：第一层为整个综合区域;第二层为进行聚类和冲突探测后的区域划分;第三层是利用境界、水系和道路网分割所得的区域划分;第四层是单个目标。实验表明,该方法扩展了索引层次,有效地弥补了原方法的缺点。     

识别顾客服务要素改进方向的一种定量化方法

为了消除针对顾客服务的竞争性对比分析中所存在的大量不确定模糊因素,运用模糊决策理论和方法,以市场中的多个竞争对手的服务业绩作为标杆,建立了关于竞争性对比分析的多级模糊综合评判模型. 为顾客服务的各要素的服务水平的改进方向而言,提供了一种定量化的方法.通过实例证明了该方法在实际应用中是有效和可行的.     

自动获取控制点的人脸表情变形

 提出了一种自动获取控制点的人脸表情变形方法,该方法首先通过主动形状模型(Active Shape Model,ASM)算法自动提取人脸特征点,亦即控制点,然后使用基于控制点的Morphing技术,使一张中性状态的人脸平滑地过渡到有表情的人脸.     

一种基于综合特征的鞋底图像识别方法

本文提出了一种基于综合特征的鞋底识别方法,即提取鞋底的形状、直方图、纹理特征,将这些特征进行内部和外部归一化形成鞋底图像的综合特征.实验结果表明根据鞋底图像综合特征进行识别是很有效的.     

A robust face recognition method using multiple features fusion and linear regression

This paper presents a robust face recognition algorithm by using transform domain-based multiple feature fusion and lin- ear regression. Transform domain-based feature fusion can provide comprehensive face information for recognition, and decrease the effect of variations in illumination and pose. The holistic feature and local feature are extracted by discrete cosine transform and Gabor wavelet transform, respectively. Then the extracted holistic features and the local features are fused by weighted sum. The fused feature values are finally sent to linear regression classifier for recognition. The algorithm is evaluated on AR, ORL and Yale B face databases. Experiment results show that our proposed algo- rithm could be more robust than those single feature-based algo- rithms under pose and expression variations.     

基于矩阵线性插值的说话人自适应算法

语音识别技术中说话人快速自适应技术受到普遍关注。最大似然模型插值 (maxim um likelihood model inter-polation,ML MI)算法是一种有效的快速自适应算法 ,它的主要缺点是需要存储大量的特定人模型。为克服这一缺点 ,该文提出一种改进方法——矩阵线性插值自适应算法。该算法用表示说话人特性的矩阵代替 ML MI中的特定人模型进行线性插值。而插值系数由测试者提供的语音数据按照最大似然准则确定。插值后的线性矩阵与非特定人模型相作用得到最终的说话人自适应模型。该算法大大减少了计算存储量 ,且自适应性能基本与 ML MI相当     

基于逐点比较法的四坐标联动直线插补算法

以数控机床插补系统为研究对象,通过对二坐标逐点比较直线插补算法的深入分析,提出了数控机床基于逐点比较法的四坐标联动直线插补的一种算法.利用该方法可实现数控机床四坐标联动控制,并能直接采用软件编程方法来实现,可使插补误差小于一个脉冲当量.     

线性插值法解周期块状三对角线性代数方程组

目的 寻求求解周期块状三对角线性代数方程组的新算法。方法 采用线性插值法进行求解周期块状三对角线性代数方程组。结果 研究了线性插值方法解的存在性和算法的数值稳定性，对于一些块追赶无法解决的问题，新算法可以解决。结论 线性插值法是对块追赶法的补充。     

非线性对流占优扩散方程的一种基于斜线性插值的特征差分算法

目的建立既简单,稳定性又好的求解非线性对流扩散方程的数值算法。方法采用斜线性插值,将特征线法和有限差分法相结合。结果给出了一种基于斜线性插值的特征差分格式。结论该算法适用于求解变系数的对流占优扩散方程,能更有效地消除数值震荡现象     

基于主成分分析和支持向量机的鲁棒稀疏线性判别分析方法

为了提高人脸图像的识别率、识别效率和鲁棒性,提出一种基于主成分分析（Principal Component Analysis, PCA）和支持向量机（support Vector machine,SVM）的鲁棒稀疏线性判别分析方法,通过ORL和YaleB人脸库、COIL20物体库和UCI机器学习库中部分数据集,将本文方法与线性判别分析、鲁棒线性判别分析、基于 范数和巴氏距离的鲁棒线性判别分析、鲁棒自适应线性判别分析和鲁棒稀疏线性判别分析等六种方法进行比较。实验结果表明,在ORL人脸库、COIL20物体库和UCI机器学习库的部分数据集中,在原始图像条件下,本文方法的识别率均值依次为92.80%,97.76%和89.61%,均高于其它5种方法。在YaleB人脸库加入椒盐噪声的条件下,本文方法的识别率均值为81.35%,比其它五种方法高1.37%以上。     

Euler-Bernoulli梁的无网格LPIM解法

局部点插值法（LPIM）是一种新型的无网格方法该方法的形函数具有delta函数性质，可以方便施加本质边界条件．本文采用这种方法把Euler－Bernoulli梁作为一维问题对挠度进行插值，以得到控制方程．这种方法使用简单，而且结果表明该方法计算精度高。