一种属性图同构的三维CAD模型局部匹配算法

由于三维模型整体检索算法无法实现局部结构的匹配,因此提出一种基于B-Rep模型属性邻接图的局部匹配算法,通过提取模型的B-Rep信息,将局部结构和CAD模型分别用属性邻接图表示.根据面和边的属性,先在CAD模型中查找与局部结构属性相同的边,再对这些边进行组合,将局部结构从CAD模型中分离出来.通过比较欲检索的局部结构和从CAD模型中分离出的局部结构的邻接矩阵是否相等,可以判断CAD模型中是否含有该局部结构.实验表明,该算法实现了CAD模型局部结构的匹配,检索效率能够满足工程检索的要求.     

采用特征识别技术的MBD模型自动语义标注方法

为了解决设计重用过程中基于模型的产品数字化定义(MBD)模型的问题,采用特征识别技术,对MBD模型自动添加语义标注,从而提高关键字检索的准确性.首先,对MBD模型的构成原理与模型要素进行分析,并在融合关键信息的基础上建立零件模型的属性面邻接图(AAG),根据零件模型上加工特征,将特征划分为螺钉头部特征、螺钉功能特征和材料特征.其次,通过顶点属性结合邻接矩阵重构图的顶点序列,动态编码结合距离匹配,求出最大公共子图,得出MBD模型之间的相似度.最后,利用聚类法实现对MBD模型的自动语义标注.实验结果表明:文中方法可以实现MBD模型的自动语义标注,很大程度上提高语义标注的自动化程度.     

面向重用的三维CAD模型检索算法

针对现有CAD领域的检索算法对模型的局部细节特征描述不足的现状,提出了一种基于最大公共子图的三维CAD模型检索算法,通过提取CAD模型的B-Rep信息,将模型用属性邻接图来表示.根据如果2个CAD模型存在相似的特征或局部结构,CAD模型所对应的属性邻接图应存在公共子图的原理,通过检测属性邻接图中的公共子图,得到了2个与CAD相似的局部细节特征,并利用这2个相似的局部细节特征对CAD模型进行了相似性评价.实验表明,该方法能够实现三维CAD模型检索,且检索的效率能够满足工程检索的要求,因此可以实现CAD模型设计和制造知识的重用.     

融合装配信息的三维装配模型检索方法

针对现有三维装配模型检索方法存在语义不符、准确性低、检索效率低等问题,提出一种融合装配信息的三维装配模型检索方法.首先,进行装配信息检索,利用符号化的编码表示装配信息,查找零件的编码以找出符合装配设计意图的三维模型.然后,利用装配零件之间存在的共轭关系,将装配零件的几何检索转化为查找符合共轭子图的属性邻接图,通过零件的属性邻接图进行模型检索.最后,利用频繁子图挖掘方法,提取出满足共轭子图的属性邻接图,用作模型的重用.实验结果表明:该方法能够较好地实现三维装配模型的检索,可以有效地支持面向装配零件的模型重用.     

基于图学习的本体概念相似度计算

根据边的类型、顶点深度、边的密度和强度以及边关联的两顶点的属性计算有向边的权重,通过图学习正则化模型得到优化函数.将本体结构图中每个顶点映射成一个实数,通过比较实数间的差值判断两概念的相似程度.实验表明该方法对于计算本体概念间的相对相似度是有效的.     

基于概念匹配的本体映射算法

本体映射是解决本体异构的通用方法.根据边的类型、顶点深度、边的密度和强度以及边关联的两顶点的属性计算有向边的权重.选择最优路径构建对应本体有向层次图的无向生成树,分别定义其Laplace矩阵,并通过分析该矩阵的特征值及特征向量来构造匹配矩阵.最后根据匹配矩阵元素的大小和位置信息来实现顶点匹配,并由此生成本体映射.实验表明该方法是有效的.     

基于直方图的形状描述及骨架图匹配算法

考虑物体形状的多变性,给出了一种基于二维直方图的物体形状描述及骨架图匹配算法.该算法利用骨架长度和骨架上点的圆盘半径作为特征量来描述形状.首先基于二维直方图给出一种形状及骨架端点的特征描述方法,其次结合改进的最优子序列匹配算法实现骨架图的匹配.算法中的形状及骨架端点的特征描述在一些常见非刚性变换下具有不变性.实验结果表明,该算法能够实现一些非刚性变换下的物体形状的骨架图匹配和较高精度的形状检索,且复杂度较低.     

边染色临界图主顶点数的一个结果

如果一个连通的第二类图G去掉任意一条边后其边色数都比图G小,则称它是一个临界图.最大顶点度为△的临界图称作△-临界图.1968年,Vizing猜想任意n阶△-临界图G边数m的下界为（nΔ-n＋3）/2.Fiorini不等式和差值转移法被广泛用于研究此猜想.笔者利用Vizing邻接引理和临界图的结构性质给出了Δ-临界图在△≥6且（Δ-1）度顶点至多邻接一个四度顶点时Fiorini不等式的一个新的下界.     

Web社会网络的不确定属性图模型与应用

针对Web社会网络中个体及个体关系均存在一定的不确定性,以及个体及其关系具有属性不确定的实际问题,综合不确定图和属性图特征,提出“不确定属性图”概念,并对其进行属性描述.分别给出边不确定属性图、顶点不确定属性图以及顶点和边均不确定属性图概念,证明了它们与属性图、不确定图之间的关系和它们自身的性质;在考虑结点和边属性也可能存在不确定的情况,给出不确定属性图的综合模型,证明不确定图和属性图是不确定属性图的特例,不确定属性图是二者的拓展研究;最后文中给出不确定属性子图及其判定方法.分析表明,不确定属性图更能反映Web社会网络的真实结构.     

面向信息隐藏的二维工程图相似度方法

摘要：基于粗糙集理论,对面向信息隐藏的二维工程图相似度度量方法进行了研究．该方法首先将二维工程图实体属性分为三种类型：数值型、枚举型和依赖型,分别计算出各属性的局部相似度,再利用粗糙集理论计算各个属性在二维工程图中的比重权值,最后得到整体相似度的度量方法．分析与讨论的结果表明,该方法能较好地度量二维工程图在嵌入水印前后...     

关于简单图最大匹配的矩阵算法研究

定义了简单图匹配边的匹配优先指数、竞争集、匹配余集及匹配余图等重要概念,从最大匹配的定义及匹配边与非匹配边的竞争关系着手,在图的关联矩阵基础上,提出了求无权简单图最大匹配的一种操作简单、编程容易的新算法——"表单作业法".     

一种基于ARG的肺结节良恶性度判定方法

基于CT影像的肺结节的良恶性识别是肺癌诊断的重要环节，针对这一问题，提出一种基于属性关系图(attributed relational graph， ARG)的肺结节良恶性度判定方法.该方法以肺结节CT图像块作为输入，利用ARG构建其特征结构，并从大量ARGs中挖掘与或图(and-or graph， AoG)作为肺结节类别识别模板，即肺结节良恶性度判定的依据.此外，为提高模板挖掘效率，该方法利用马尔可夫毯(Markov blanket， MB)发现算法去除图像中的冗余特征，降低ARG节点数量.实验结果表明，该方法对恶性肺结节的识别率达到90.12%，能够帮助正确、快速辨识与分析肺结节良恶性，具有一定的实用价值.     

基于主机攻击图的攻击识别

研究了一种基于主机攻击图的网络攻击识别方法, 其核心是定义一种SAGML 语言, 并利用该语言中的状态、行为和关系来描述攻击. 详细讨论了攻击图的状态结构和行为链结构, 以及基于XML 语言的攻击图构建和解析过程. 此外, 为了提高攻击图的匹配效率, 研究了攻击图的索引建立和匹配过程. 最后, 结合SYNFlood 和Peacomm 攻击示例, 介绍了该方法的应用过程.     

科技项目评审专家分组匹配算法

为了解决科技项目评审中申请书与专家的分组匹配问题,提出了一个基于二部图谱划分异构对象分组匹配算法。 该算法用二部图描述申请书与专家之间的对应关系,提出了关联强度计算公式,计算图中每条边的权重值,求出图的关联矩阵,对关联矩阵进行奇异值分解得到奇异特征向量,用k-means分组算法对奇异特征向量进行分组。 利用申请书与专家分组匹配算法能够实现项目评审过程中申请书与专家的自动分组与匹配,并且分组匹配结果有较高的准确性和合理性。      

基于线框构图技术的采矿CAD参数图元的构造

讨论了采矿CAD系统引入参数图元的原因和参数图元的构造原则,研究了采矿CAD系统中参数图元的构造及其描述方法.此外,根据参数图元的定义机制和参数图元库的组织,研究了参数图元规范化问题、相对坐标与绝对坐标的混合定义、有参图段和无参图段的定义、图段的连接、参数图元与数据模型的关系5个关键问题,提出了一个"可变长记录"参数图元库结构组织方案,并以半圆拱巷道为例给出了采矿CAD参数图元定义方法.该参数图元的构造方案在一个基于线框构图技术的采矿CAD软件开发中实现.本方法对提高采矿CAD系统的通用性和作图效率具有一定的理论意义和实用价值.     

双圈图Laplacian矩阵的谱

分析双圈图的Laplacian矩阵谱和匹配数之间的关系,得到双圈图Laplacian矩阵特征值的分布情况,并利用线图理论给出两个圈均为偶圈的双圈图次大特征值的一种理论求法.     

SideKnot:Edge Bundling for Uncovering Relation Patterns in Graphs

The node-link diagram is an intuitive way to depict a graph and present relationships between entities.Addressing the visual clutter induced by edge crossing and node-edge overlapping is a challenging task as the size of graph outgrows the visualization space.Many edge bundling methods are proposed to disclose high-level edge patterns.Though previous methods can successfully reveal the skeleton graph structure,the relation patterns at the individual node level can be overlooked.In addition,most edge bundling algorithms are computationally complex,which prevents them from scaling up for extremely large graphs.In this article,we extend SideKnot,an efficient edge bundling method to cluster and knot edges at the node side.Our proposed method is light,runs faster than most existing algorithms,and can reveal the relation patterns at the individual node level.Our results show that SideKnot can disclose a node’s standing in the graph as well as the directional connection patterns to its peers.     

一种基于图论的入侵检测方法

在入侵检测系统中引入图论的相关理论并提出了一种基于图论的入侵检测方法,将数据对象之间相似度的关系转换到图论的邻接矩阵中,再将邻接矩阵转换为关联矩阵,以表示数据对象之间的相似关系.利用最速下降法求得最佳的转换矩阵,以完成关联矩阵的块对角矩阵转换而达到数据聚类效果和鉴别出正常数据与入侵攻击数据的类别.同时,利用KDD CUP 1999数据集对系统进行仿真.结果表明,所提出的入侵检测方法能够在很低误警率的情况下达到比模糊C均值聚类算法更高的检测率.     

采用向量空间模型的个性化信息检索方法

为了提升检索结果与用户个性化需求的符合程度,依托向量空间模型提出一种新的检索方法.将用户查询关键词和语料库内的文本信息都映射为向量,从而把检索过程转化为向量相似性的比对.在比对过程中,通过关键词权重突出用户个性化需求,通过余弦相似度判断符合程度.实验结果表明:文中方法的检索结果与用户需求的符合程度明显提高.