体可视化MT算法的改进

对传统的体可视化MT算法进行了改进,在一定程度上解决了提取出的等值面中存在大量冗余多边形和提取等值面的过程中计算量过大的问题.实验表明,该算法与传统的MT算法相比,运行速度显著提高,产生的多边形的数量也显著减少.     

相关点搜索的等值面快速提取方法

MC算法是一种广泛使用的三维重建方法,但其存在拓扑二义性,生成三角片数量较大,重建效率低下等缺点.对此,提出一种基于MC算法改进的等值面快速提取方法,它根据体元顶点的相关性,选取合适的角度来判断数据点的取舍,并使用中点法替换传统的线性插值减少运算,最后使用Open GL三维图形语言编程实现可视化.该方法能有效避免二义性的发生,加速提取等值面,提高三维重建效率,提升了重建图像效果.经过实例验证了改进方法的可行性.     

融合构型查找表与邻接查找子表的改进MC方法

针对医学图像三维可视化中移动立方体面绘制算法（marching cubes,MC）执行速度慢、效率不高的问题,提出了融合构型查找表与邻接查找子表的改进MC方法。该方法通过显性构建邻接查找子表约束体元搜索路径,使面绘制时只处理有效体元,根据邻接查找子表特点设计堆栈结构实现搜索算法,不仅提高了算法访问效率,而且减少了临时存储空间。在可视化工具包(VTK）下用改进MC方法对人体脚、胸腔、头部的CT数据集进行三维重建实验,结果表明在不损失重建质量的前提下,重建过程中遍历立方体数目缩短95%左右,重建时间缩短20%左右,提高了MC方法的执行速度和重建效率。     

基于分割MC算法的超声影像三维重建方法

为了克服传统MC(marching cubes)算法对空间所有体素进行处理时执行效率不高和分割阈值难以确定的缺点,提出了一种基于分割MC算法的超声影像三维重建面绘制方法。它将分割后的超声图像作为分割MC算法的输入,利用分割结果构造等值面,提高了三维重建的速度和质量。运用可视化开发包(VTK),采用该算法对超声图像的肝脏肿瘤及周围组织器官(血管)进行了三维重建。实验结果表明:采用分割MC算法进行三维重建的速度均在20s以内,精度高,满足临床快速性及高精度要求。该方法已经在肝癌微创治疗中获得成功的临床应用。     

地块多边形拓扑关系的自动构建算法

针对地籍数据如何快速构建其拓扑关系的问题,根据地籍数据的空间拓扑信息,提出了一种新的地块多边形自动构建算法.在建立多边形拓扑关系时,算法只需要利用图的特征信息,避免了多边形内角计算与比较,以及坐标位置的比较.实例及算法分析表明,新算法减少了多边形的反复搜索和例外情形的处理,显著提高了多边形搜索的效率.     

基于社交关系和条件补全的协同过滤推荐算法

针对传统协同过滤算法中存在数据稀疏、数据冗余和算法效率低等问题,提出一种基于社交关系和条件补全的协同过滤推荐算法.该算法将社交关系数据应用到矩阵补全过程中,减小原始矩阵的稀疏度,同时提高补全数据的精确度;在项目相似性计算时,条件性地选择参与计算的向量数据,减少数据的冗余度,并降低算法的时间复杂度.实验结果表明,改进算法的推荐准确率明显提高.     

一种存储复杂多边形包含关系的四叉树索引

地表覆盖/土地利用矢量数据中存在大量包含成千上万个空洞(甚至嵌套空洞)的复杂多边形,现有空间数据索引没有表达复杂多边形及其空洞之间的包含关系,导致空间数据冲突检测与更新等处理存在计算量大、效率低等问题.针对此问题,提出了一种存储多边形包含关系的四叉树索引方法.该方法根据结点中的多边形与四叉树相应象限中轴线相交的方式将多边形对象分为5种类型,即仅与X正轴相交、仅与X负轴相交、仅与Y正轴相交、仅与Y负轴相交以及与XY轴都相交,并将这些多边形对象分别存储在相应层次索引结点中的5个子列表(桶)中,然后在结点多边形对象中存储多边形之间的父子包含关系.最后设计并实现了该索引及相应的查询、插入、删除等算法,并用实际地表覆盖数据验证了本文方法的有效性.实验结果表明,采用本文索引方法的复杂地表覆盖矢量数据增量更新效率数倍于现有四叉树索引方法,且随着数据量的增加效率提高更明显.     

动态网络最短路径射线追踪算法中向后追踪方法的改进

动态网络最短路径射线追踪算法中的向后追踪方法能够解决线性走时插值算法(LTI)向后追踪过程不稳定的问题,但是其计算效率较低.综合利用节点次级源的位置信息以及波的传播规律,提出了改进方法,排除了动态网络最短路径射线追踪算法向后追踪过程中存在的大量冗余计算.数值算例表明,改进的向后追踪方法具有较高的计算效率,是动态网络最短路径射线追踪算法中向后追踪方法的几倍至几十倍;若将改进后的向后追踪方法应用于动态网络最短路径射线追踪改进算法,则该算法的计算效率将提高一倍左右.     

广义Hough变换算法的分析改进

为了改进广义Hough(generalized Hough transform,GHT)变换的虚假投票问题,先分析广义Hough变换的投票机制,给出理想的投票机制模型,用该模型对现有的传统GHT的投票机制进行了评价,指出在检测不规则多边形图形时产生虚假投票的原因,即由于建立参考表R是以梯度为索引项,使得在不同梯度值间的条目数分布不均,在向参数空间映射时会造成大量的投票冗余.针对此分析结果提出一个改进的GHT算法.改进的GHT算法在建立参考表时采用了几何特征角来代替梯度,使得建立的R表中各梯度索引项的条目数分布更均匀,减少了参数空间的投票冗余,提高了算法的效率.实验证明该改进方法是有效的.     

基于划分和压缩数据库的改进Apriori算法

针对Apriori算法在面对大规模数据时效率较低的问题,提出了一种基于划分和压缩数据库的改进方法。该方法首先依据特征数据出现的频率将数据按照升序存储在临时数组中;然后将原始事务数据库分为几个互不相交的事务数据库,使得子数据库能够容纳在内存中;最后根据每个子数据库计算出的频繁项集计算整个数据库的频繁项集,从而消除了不必要的冗余数据。通过改进可以将大规模数据集进行有效的划分和压缩,对子数据库进行关联规则挖掘。实验结果表明,改进的Apriori算法在针对海量数据挖掘的执行速度和效率都有很大提高。