基于混合权平滑的细分连接性重新网格化

针对单边界亏格为0的三角网格提出一种细分连接性重新网格化算法. 该算法通过构造原始网格的准保角参数化及混合面积和顶点分布密度权的伞算子平滑进行细分连接性重新网格化. 为了加快重新网格化算法的速度, 提出一种基于矩形剖分的点定位算法. 通过典型的三维模型实验和比较可见, 该方法能快速生成细分连接性网格, 所得网格的质量较现有单一的采用面积权或顶点分布密度权的伞算子平滑方法有明显改进.     

便携式三维成像声纳的非网格化稀疏阵列技术

为降低便携式三维成像声纳系统的硬件开销,同时保证阵列的波束性能,提出了一种非网格化阵列稀疏方法.该方法基于十字型阵列,在模拟退火算法中加入阵元位置扰动,以实现对十字型阵列的非网格稀疏优化,降低阵元数量;引入多频发射和并行子阵接收波束形成算法,构建模拟退火算法中新的能量函数,以保证十字型稀疏阵列具有成像实时性以及较低的计算需求.最后利用该方法对100+100的十字型阵列进行稀疏优化.实验结果表明,该方法获得的非网格化稀疏阵列能够获得预设的波束性能,并具有成像的实时性和较低的计算需求;与现有文献相比,在保持相同波束性能的条件下,该稀疏阵列具有最少的阵元数量.     

基于Voronoi结构的多边形单元网格生成方法

针对多边形单元网格难以生成的问题,建立了基于Voronoi结构的多边形单元网格生成方法。该方法通过区域内的一组初始点来构造Voronoi结构。对初始种子点的分布进行优化,以达到控制多边形单元网格密度的目的。利用Voronoi结构的特点,通过添加种子点对应目标区域边界的映射点对边界进行拟合,实现Voronoi结构对复杂边界的逼近。对Voronoi结构进行质心化,改善生成多边形单元形态。给出了该方法的程序实施步骤,并结合网格生成实例,验证了其合理性和可行性。     

基于型面曲率的三角网格快速自适应细分算法

提出一种基于型面曲率的三角网格快速自适应细分算法.该算法通过建立三角网格动态空间索引结构,快速准确获取局部型面参考数据并计算型面曲率.对曲率较大区域进行细分,对较平坦区域只进行网格顶点重定位,不进行面片分裂,实现三角网格的自适应细分.实例证明该算法可提高模型的光顺性与细分效率,以相对较少的面片准确表达模型型面特征信息.     

IFOG:数据网格上的缓冲索引架构

研究数据网格中快速副本定位和一致性存取问题。基于对数据网格中的副本缓冲、缓冲副本的跟踪、临近副本的感知等问题的关联分析,提出了一种数据网格上的分布式缓冲索引架构(IFOG),并利用该架构有效地实现了快速副本定位和存取算法。模拟试验表明,IFOG架构在快速定位临近副本方面表现出色,极大地改善了数据网格的副本定位服务(RLS)的效率。同时,基于IFOG架构的一致性存取算法能够在不增加副本一致性维护代价的前提下为数据网格应用提供更高的数据访问速度。     

基于网格分组和属性权值的相似重复记录识别算法

针对在处理海量数据时,传统的相似重复记录识别方法具有检测效率不高、检测精度较低等缺陷,提出了一种基于网格分组和属性权值的相似重复记录检测算法。该算法采用分而治之的思想,使用网格法将海量数据进行分组,并为各属性设立相应的权值,然后进行相似重复记录的识别。理论分析和实验表明,网格分组有效减少了记录之间的比对次数,基于属性综合权值的方法更加准确反映各属性对记录的贡献度,两者结合能够有效解决大数据的相似重复记录的识别问题。     

IFOG: 数据网格上的缓冲索引架构

研究数据网格中快速副本定位和一致性存取问题。基于对数据网格中的副本缓冲、缓冲副本的跟踪、临近副本的感知等问题的关联分析,提出了一种数据网格上的分布式缓冲索引架构(IFOG),并利用该架构有效地实现了快速副本定位和存取算法。模拟试验表明,IFOG架构在快速定位临近副本方面表现出色,极大地改善了数据网格的副本定位服务(RLS)的效率。同时,基于IFOG架构的一致性存取算法能够在不增加副本一致性维护代价的前提下为数据网格应用提供更高的数据访问速度。     

基于单元网格近邻势的聚类方法

为解决有限区域内分布的稀疏不均的、具有一定分布结构数据集的聚类分析难题,在近邻思想、网格化空间划分及万有引力叠加原理的启发下,提出了一种基于单元网格近邻势的聚类方法。该方法是基于近邻势的聚类方法在单元网格层次上的一种可以提高聚类速度的扩展。为有效实现并在时空效率上对这种聚类方法进行尽可能的改进,使用了单元网格、网格密度、多维网格划分法、多维索引树等一些比较重要的概念和方法。仿真实验中, 先使用多个不同类型的人工数据集将提出的算法与几个经典聚类算法在聚类精度、聚类速度等方面进行适当的比 较,采用两副图片在RGB(red, green,blue)色彩空间的像素点集来验证该算法的聚类压缩效果。仿真实验说明了这种方法比一些经典的聚类算法在聚类建设、聚类质量方面具有一定的有效性和优越性     

基于分层架构的自主代客泊车路径规划

为了解决最后一公里自动驾驶问题,提出一种基于分层架构的自主代客泊车路径规划算法.首先,利用栅格扫描算法快速准确地将自主代客泊车环境地图转化成为Voronoi图,量化自主代客泊车环境中任意栅格格网区域与其最近障碍物距离.随后,利用A*算法规划出全局自主代客泊车路径,并采用优先队列数据实现A *算法的开放列表来提升其计算效率.最后,基于自主代客泊车环境Voronoi图实现汽车碰撞检测,并采用改进动态窗口法沿着全局自主代客泊车路径规划出满足汽车非完整约束和机械约束的无碰撞路径,扩展传统动态窗口法的可行解空间和降低其保守性.在VC ++6.0环境中验证所提出的自主代客泊车路径规划算法的可行性和有效性,结果表明,该算法可以安全、快速地引导汽车到达目标泊车位附近,为汽车后续执行泊车操作奠定基础.     

约束数据域Delaunay四面体网格生成算法

提出了一种快速Delaunay四面体网格生成的分治算法,将给定约束数据域边界进行Delaunay三角剖分,然后从边界三角形开始递归生成四面体网格．该算法在约束数据域内部生成Delaunay四面体,边界三角形都将成为内部四面体的面,不需要进行边界一致性检查,可避免四面体穿过边界和狭长四面体的产生,而且算法容易理解方便编程．