采用局部凸性和八叉树的点云分割算法

针对粗糙点云分割效果差的问题,提出了一种采用八叉树和局部凸性的点云分割算法.该算法首先通过仪器扫描得到仅包含坐标信息的点云数据,然后对点云进行法向量估算,并根据点云的法向量信息进行八叉树初始分割得到面片,最后根据面片之间的局部凸性特征进行融合,得到最终的分割结果.与其他同类算法相比,采用八叉树和局部凸性的点云分割算法不仅能有效地减少曲面数量,而且在曲面质量上也优于同类算法.采用塔身震落石块的点云数据进行的实验表明,该算法在处理分布较均匀的闭合点云数据时,能够有效减少最终的曲面个数,且面片的质量与手工分割拟合度达到90 ％以上.     

弱wakamatsu倾斜模与n-倾斜模

利用同调代数的方法,讨论了弱wakamatsu倾斜模与n-倾斜模之间的关系。给出了弱wakamatsu倾斜模的若干等价刻画,并证明了n-倾斜模一定是弱wakamatsu倾斜模。在特定条件下,弱wakamatsu倾斜模是n-倾斜模。     

某些算子空间的遗传n-自反

利用严格分离向量和严格分离泛函研究了Hilbert空间上的算子空间的遗传n_自反 .     

分布式虚拟装配环境中碰撞检测方法研究

碰撞检测速度,网络延时和网络带宽对碰撞检测的限制是分布式虚拟装配系统中碰撞检测面临的主要问题.针对上述问题,提出了一种分布式碰撞检测解决方法,并对该方法中的同步方式、碰撞模型生成和几何元素间的相交检测进行了详细论述.应用结果表明该方法的有效性与实时性能够满足分布式虚拟装配的要求.     

Gorenstein n-余挠模及Gorenstein n-余挠维数

设 R 是环,M是左R-模,n是一个固定的非负整数.称M是Gorenstein n-余挠的,如果对任意Gorenstein n-平坦左R-模N,有Ext_{R}^{1}(N,M)=0.本文主要在右n-凝聚环上讨论了Gorenstein n-余挠模及模和环的Gorenstein n-余挠维数的相关性质.     

基于四叉树扇形层值聚类的无人船障碍物检测

为了实现无人船自主导航过程中对障碍物的精确检测,提出了一种基于四叉树扇形层值聚类的无人船障碍物检测方法。首先基于四叉树扇形划分进行障碍物点云数据地检索,并剔除扇形象限内不可信数据;然后利用所获得的四叉树层值来求取全局密度距离,进而获得层值阈值,以此来对不规则多线形障碍物特征进行检测;最后通过建立数据点之间的空间拓扑关系来求取参考距离,并以参考距离为基准对障碍物点云数据进行聚类判定,提高聚类分割准确性。多线形障碍物特征识别性能测试及水面无人船障碍物检测实验结果表明,相较于其他密度聚类算法,在正检率、误检率和漏检率性能指标方面,前者测试中文中算法分别平均下降了9.86%、5.04%、3.10%,后者测试中文中算法分别平均下降了10.50% 、6.97%、2.95%。     

基于外存的大规模虚拟环境交互漫游

针对大规模虚拟环境的交互漫游,提出了一种基于外存的场景数据组织方法,并给出了相应的交互漫游算法。首先将场景数据分块组织成八叉树层次结构,然后为每个八叉树节点生成渐进网格表示。在实时绘制阶段,利用八叉树层次进行粗的全局细化,利用渐进网格进行细的局部细化。该方法可以对具有上千万三角形面片的大规模虚拟环境进行交互绘制,并且可以得到连续的LOD变化,消除交互漫游时的“Popping”(跳跃)现象。     

自适应四叉树网格下的N-S方程数值求解模型

提出了一种自适应四叉树网格下的N-S方程数值求解模型.网格能够根据涡度值大小进行自动加密或合并,以达到在不显著增加计算量的前提下,提高重点区域分辨率的目的.模型中采用了无条件稳定的MacCormack格式计算对流项,采用修正的中心差分格式离散压力泊松方程,并提出了在树型网格下黏性项的变通离散格式.通过算例证明,利用新模型所得到的压力泊松方程的数值解具有二阶精度,速度解的精度超过一阶.计算得到的方腔流中轴线上速度分布与Ghia计算结果一致,圆柱绕流中拖曳力系数和升力系数与实测结果一致.方腔流算例还表明,在相同分辨率情况下采用自适应网格计算时间可减少近一半.     

n-李超代数的Frattini-子代数

给出了n-李超代数Frattini-子代数的一些重要性质,确定了n-李超代数的Frattini-子代数的分解定理,并且利用所得到的Frattini-子代数的重要性质,给出了n-李超代数是幂零的一个必要条件.     

无限维空间的线性逼近特征

宽度理论由于其与最优算法紧密相连，进而得以蓬勃发展，成为逼近论的重要分支之一．陈广贵和蔡斌畏（2011年）研究了无限维空间在概率框架和平均框架下的非线性逼近特征。本文继续他们的研究，考察了无限维空间在概率和平均框架下的线性逼近特征问题，进而得出了无限维空间在概率框架和平均框架下线性宽度的精确阶．