一种改进的基于二次误差测度的网格简化算法

在医学图像三维表面建模中,会产生大量的三角面,难以在普通PC机上进行实时渲染.为了解决这个问题,本文作者提出一种改进的基于二次误差测度的网格简化算法.通过对顶点进行分类,在简化过程中更好地保持了模型的细节特征,同时考虑了网格中三角面的分布情况,减小了几何误差.结果表明,算法既保持了原算法快速的优点,又满足了医学图像处理对逼真度和网格质量的较高要求.     

软件动态度量及其在逆向工程中的应用

在对软件度量进行分析的基础上,指出常用的软件度量是静态的,只反映了系统可能的属性,而不是实在属性.定义了动态扇入扇出度量,用实例说明它们不但反映了系统实在的的属性,还可以用于确定系统中的关键组件,推断系统的功能.基于这个特性,提出了一种在逆向工程中快速认定系统中某一功能的具体实现过程的方法.在这种方法中使用了标有动态扇入扇出值的程序依赖图和部分植入技术.运用这种方法得到的信息量较少但都是与用户的关注点密切相关的,有助于用户快速理解系统.     

一种三维网格简化算法

为实现大数据量三维模型的化简,得到高质量、多分辨率的模型,满足实时绘制要求,采用半边数据结构表示三角形,用点到平面距离的平方和作为边折叠的权值,用渐进边折叠算法进行模型简化。在简化的过程中得到一系列的简化点序列,结合此点系列和简化的模型,就可以生成连续的任意分辨率的简化模型。经试验证明,本算法易于实现,效率高,占用内存空间适中。该算法可以用于交互式虚拟现实和网络模型的渐进传输。     

广义旗流形上不变爱因斯坦度量与结构等测地向量

满旗流形SU(n)/T上至少有n!/2+n+1个不变的爱因斯坦度量,其中n!/2个是Khler爱因斯坦度量.但当n5时关于满旗流形SU(n)/T上不变爱因斯坦度量至今没有更多的结果.本文得到满旗流形SU(5)/T上在差常数倍的情况下有386个不变的爱因斯坦度量.这是用度量对满旗流形SU(n)/T(n5)进行分类的最新结果.然后作者考虑了第二Betti数为1的广义旗流形上结构等测地向量.     

Web应用系统可伸缩性度量方法的研究

Web应用系统的可伸缩性越来越受到人们的重视,但一直没有一个有效的度量方法。借鉴了并行计算领域对并行算法和并行机可伸缩性的度量方法,根据Web应用系统的特点,从用户角度对可伸缩性进行了定义,提出了一种对Web应用系统可伸缩性进行度量的方法。使用该方法对某Web应用系统进行了可伸缩性度量,从而验证了该方法的可行性和有效性。     

基于Java环境面向对象软件质量度量的一些研究

讨论了适用于面向对象软件质量的度量方法,提出了在Ｊａｖａ软件质量度量中应注意的问题。     

一种并行环境下测试用例优先级技术度量方法

为了解决并行环境下的测试用例优先级技术度量问题,首先对现有度量方法的性质进行了分析,指出了现有度量方法在物理意义和扩展性等方面的局限性.然后针对并行环境下多处理队列的特性,综合考虑错误检测能力及测试开销等因素,对测试用例序列的性能进行评估,提出了一种新的测试用例优先级技术度量方法,并给出了相应的计算公式和实例研究.在此基础上,通过引入一种相对度量,解决了并行环境下度量结果的比较问题,并推导出一种常见情景下的计算公式,用于均匀划分情况下的简化计算和比较.     

基于二次误差度量的网格简化算法

网格简化是提高计算机处理复杂模型速度有效方法,要求算法时间和空间复杂性低,简化质量高且简化结果中三角形紧致性好,给出一种简化三角形网格表示的三维模型的算法。算法采用边折叠为基本操作,以点到相关直线的距离的平方为误差度量。为降低算法的空间复杂性,简化过程中每个点保留一个浮点数的历史记录。实验结果表明,在ＰⅢ上,算法可在１２ｓ内简化含７万个三角形的模型,简化结果中三角形紧致性大于０．９的三角形数为５６     

利用相似度分割特征集的混合核构造方法

核函数作为样本相似性的衡量尺度是影响支持向量机分类效果的重要因素。为了使相似性衡量尺度与样本特征的分布特点相适应,提出利用相似度分割特征集的混合核函数构造方法。通过研究每维特征在不同相似性函数下的区分能力,将特征集分割成相应的特征子集,并根据特征子集在分类中的重要性程度,对相应的样本相似度矩阵进行线性加权,得到最终的分类结果。实验结果表明,文中提出的混合核可以同时具有多种不同特性核函数的优点,改善了支持向量机分类器性能。     

复杂网络与软件度量分析

用复杂网络理论研究软件系统的复杂性,选取两款面向对象开源软件框架webwork和spring作为研究对象,无(有)向图节点代表类,边代表类间的依赖和关联等关系,将系统抽象为网络图,并对其拓扑结构进行分析.研究表明:无(有)网络具有较大的聚类系数和较小的平均路径长度,具有小世界特性.由于框架都使用了依赖注入和控制反转,程序中类之间的关系,完全由spring容器来控制,而不是由代码控制,容器运行时会根据spring提供的配置信息注入到组件中.用依赖注入的一个结果是改变了编译阶段部分类之间的相互关系,由原来的关联实体类到关联加载配置文件类,从而影响节点的度包括入度和出度,使无(有)向图的边(弧)数改变.实验结果表明:度分布统计特性仍然具有无标度特性.