计算Delaunay三角剖分的新算法

提出一种计算K维欧氏空间EK 中任意数据点集的凸包的Delaunay三角剖分的新算法 .通过引入辅助的无穷三角形和在全空间 EK 的Delaunay三角剖分 ,确保最终结果是数据点集的凸包的完整Delaunay三角剖分 ,而且使算法具有在线性质 ,适用于动态的数据点集 .     

Delaunay三角剖分在线算法

本文提出一个构造平面有限点集Ｄｅｌａｕｎａｙ三角剖分的实时算法，并给出算法正确性的 严格的征明．该算法是文献［１］所预示的一个好算法．     

Delaunay三角剖分的几种算法综述

多边形的三角剖分是计算几何中的基本问题,本文对三角剖分算法做简要的综述,并对约束三角剖分动态算法进行了研究,为设计更好的三角剖分算法提供了一定的依据。     

带断层约束的Delaunay三角剖分混合算法

三角剖分是构建高精度数字高程模型(DEM)的基础,在各个领域都有广泛的应用。特别是在约束数据域下的Delaunay三角剖分更具有重大的研究价值,前人已经做了大量的工作,并提出了一系列经典的剖分算法。在对传统算法进行研究与分析后,总结了传统算法的优缺点,结合了逐点插入法、三角网生长法以及分治法的思想,提出了一种高效的、带断层约束的Delaunay三角剖分混合算法。该算法在建立无约束的DT(Delaunay Triangulation,DT)网格的基础上通过嵌入加密后的断层数据来实现带断层约束的CDT(Constrained Delaunay Triangulation,CDT)网格。通过实例比较,说明了混合算法在构网质量和时间效率上都优于传统算法。     

基于Delaunay三角剖分的指纹识别

针对指纹识别过程中指纹匹配算法的准确性以及识别效果等问题, 结合计算几何中Delaunay三角剖分方法的特点, 将其引入指纹匹配处理, 提出一种基于三角网格的指纹匹配方法.该方法通过对细节点的拓扑结构进行三角划分, 得到三角形网格.最后利用三角形的几何不变性按照匹配与配型两个步骤进行指纹识别.经实验验证该方法是一种行之有效的指纹匹配方法, 有效地提高了最终的识别效果.     

面向大规模科学计算的三维Delaunay快速插点算法

该文提出一种快速、稳定的Delaunay插点算法.这一算法提高了单机有元建模的规模,可在PC计算机生成千万级有元四面体网格.算法通过点与点之间位置关系,建立对位置信息;据这些信息在查找BASE单元时,提高＂walk-through＂点定位算法的速度.而在生成新单元和建立邻接关系过程中,算法利用CORE表面的三角网格,在性时间内完成CORE附近的新旧单元更新操作,并出算法时间复杂度证明.本文以分别以空间任意点集、正文体删格和机械模三角面片为例,测试应用Delaunay逐点插入算法.算例表明,本算法在一台Intel（R） Core（TM）2 Duo CPU E7200@2.53GHz,1.98GB内存的PC上可生成千万单元量级四面体网格,生成速度达11-15万单元/秒.     

平面散乱点集的Delaunay三角剖分算法

描述了一种平面散乱点集的Delaunay三角剖分算法.首先对散乱点集预处理,保证每次插入的点落在已处理点集形成的临时边界环外;然后逐点插入预处理后的点,使临时边界环不断向外围扩展,直至点集处理完毕,形成散乱点集的三角网格;最后运用Delaunay优化准则优化.该算法由于充分利用了Visual C 语言中MFC类的数据资源,使得编程容易实现.最后举例验证了该算法的优越性.     

一种改进的螺旋边三角剖分算法

提出了一种改进的螺旋边三角剖分算法.本算法引用“自然邻近点集”的概念,以螺旋边三角剖分算法的边界环为基础向外生长三角形,以包围盒算法搜索边界点的邻近点集,估计边界点的法向量,将边界点及其邻近点集投影到切平面上并进行局部二维Delaunay三角剖分,从而确定边界点的自然邻近点集,最后将自然邻近点集以适当的方式添加到边界环上.这样,既避免了拼接问题又能搜索到自然邻近点集,三角剖分后的网格基本上接近最优Delaunay网格.实验结果表明,本算法能高效、稳定地重构出散乱数据点的三角网格.     

基于Delaunay三角剖分的最大Lyapunov指数算法研究

针对时间序列最大Lyapunov指数计算速度慢的缺陷,研究了小数据量算法,提出了基于Delaunay三角剖分的最大Lyapunov指数的计算方法.利用Delaunay三角剖分方法解决了邻点搜索速度慢的问题.详细地介绍了算法步骤,分析了算法的运算量,并应用于几种离散映射.仿真试验表明:该方法较稳定、可靠,同时对相空间重构中的嵌入维数不敏感.     

地质模型网格剖分中Delaunay三角剖分算法的实现及优化

地震勘探方法的核心就是对地震波数据的采集、处理和解释,尽可能真实地反映地下的地质构造．整个勘探过程中,数据处理的难度最大,难点在于数据量大、运算量大．网格剖分由于其本身算法的繁琐和易错性成为整个数值模拟过程中的瓶径．选择并实现可根据少量的输入数据生成同时满足通用性与健壮性要求的网格数据的剖分算法具有重要实用意义．本文提出了地质模型数据不规则网格剖分算法的思路,并实现了经过优化的Delaunay三角形网格剖分算法。     

一类特殊Dirichlet级数导出的函数方程

介绍了如下特殊形式的 Dirichlet 级数及其有关性质。L(s)=2/(3~(1/2))(?)Sin((2πn)/3)n_(-s),s∈C并讨论了由此导出的一个函数方程。     

一个Dirichlet级数的解析性质

在此给出了一个Dirichlet级数,研究了其渐近公式及Res=2附近的阶的估计等若干性质.     

欧氏Steiner最小树的Delaunay三角网混合智能求解方法

欧氏Steiner最小树问题是组合优化中一个经典的NP难题,在许多实际问题中有着广泛的应用.由于使用普通智能算法求解较大规模问题时,极易陷入拓扑结构的局部最优,因此,基于Delaunay三角网技术并结合智能算法的有关思想,设计了一种改进的混合型智能求解方法,可大幅度提高算法在寻找更好拓扑结构上的有效性.算法在Matlab环境下编程实现,经大量STEINLIB中的标准数据实例测试和验证,获得了满意的效果,为求解较大规模的欧氏Steiner最小树问题提供了新的有效方法.     

一种代表性单元及其在疲劳损伤中的应用

本文提出了一种处理非均匀疲劳损伤问题的代表性单元，这种代表性单元由一系列并联的杆元组成，各杆元的横截面形状为多边形，且边数和大小是随机的，即所谓的Ｄｉｒｉｃｈｌｅｔ图案。因此这种代表性单元可以被用来考虑细观结构以及性能的随机性问题；文中还利用数理统计的方法探讨了代表性单元的尺寸问题。实例表明：应用这种代表性单元并将弹性模量视为随机变量可以较好地解决低周疲劳损伤局部性的计算问题。     

一种任意复杂平面域三角化的健壮算法

提出了一种新的广义交换算子,并且以广义交换算子为基础实现了任意复杂平面域的三角剖分算法.该算法的特点有二整个算法的实现过程不会出现多边形的空腔,只需维护单一的三角形数据结构,数值稳定性高;可对任意复杂的非正则平面图形进行有质量控制的三角化.     

点云数据三角网格生成算法及应用

在引入局部Delaunay边和局部Delaunay三角形的基础上,给出一种平面及空间散乱数据点集的三角网格生成的快速算法,实验表明本算法具有运行速度快、计算准确、存储简单等优点.     

Dirichlet公式的简化证明及应用

本文给出了Ｄｉｒｉｃｈｌｅｔ公式的一个简化证明，极易掌握。利用这一公式导出了一个含双参数的级数及其和的表达式。适当选取参数，得出了几个新的收敛级数。