基于约束Delaunay三角剖分进行数模建构

分析了各种三角网生成算法，选定逐点插入算法进行三角构网，并对该算法进行了优化处理。在数据点集不变的情况下，提出了交换对角线的算法以进行数字地面模型的建构，使得数模成果真实地反映了地面情况。     

网构软件可靠性演化计算研究

为了计算和评估网构软件系统Internet网络环境下的可靠性变化,考虑到可靠性变化影响的积累效应,在网构软件系统结构的基础上构建网构软件系统可靠性转移矩阵,建立了网构软件可靠性演化计算以及演化趋势模型;利用DTMC理论和卷积原理,提出了可靠性演化计算模型,并设计了相应算法,从可靠性及其变化、可靠性变化积累计算3方面精细地进行可靠性演化趋势分析,算法计算复杂度降低到O（Nlog2N）.采用MATLAB模拟实验表明,提出的模型和算法能够有效地进行网构软件可靠性演化分析.      

一种改进的多脉冲宽带相关声成像算法

提出了一种多脉冲宽带相关声成像的逐点聚焦算法．分析了多脉冲宽带相关成像的基本理论和直观成像算法，指出了该算法中距离徙动等插值运算对运算量和分辨率有较大影响，在进行相关理论分析的基础上对算法作了相应的改进．实验结果表明，该改进算法是多脉冲宽带相关声成像的有效算法．     

缓冲器特性曲线间断点算法比较

介绍了处理缓冲器特性曲线间断点的4种算法：时间法、速度法、位移法及力平衡法，并比较了各种算法的具体实施方法及其优缺点．分析结果表明，速度法处理缓冲器特性曲线的间断点，比其它方法具有较强的可操作性．     

Taylor级数展开法定位及其性能分析

讨论适合于TDOA定位的信道模型，分析1种典型TDOA定位算法－Taylor级数展开法，并针对其收敛问题提出改进方法。结合不同信道环境和蜂窝基站位置分布，对Taylor级数展开法的性能进行仿真，并就各种环境参数对算法性能的影响，与其它算法进行分析比较。     

GPS网中已知点的可靠性检验

在GPS控制网中,已知点的误差大小将直接影响到GPS定位成果的精度,GPS网中已知点的可靠性检验是GPS测量数据处理中一项十分重要的问题.为了获取高质量的GPS定位成果,对GPS网中的已知点必须进行可靠性检验,以便发现并剔除含有粗差的已知点.本文提出了一种可靠性检验方法,即约束平差法.     

基于高斯金字塔的视觉里程计算法研究

针对视觉里程计常用角点提取算法因角点分布不均匀而导致运动信息偏差较大的问题,提出一种基于高斯金字塔的角点提取算法。该算法在角点提取过程中先采用高斯金字塔算法对图片进行尺度压缩,纹理丰富区域压缩纹理,纹理稀疏区域聚集纹理,得到小尺度顶图;然后采用Shi-Tomasi算法提取小尺度顶图角点特征以实现角点粗定位,最后将粗定位信息映射回细节丰富的原图进行角点精准定位,得到图片特征信息。最后,利用金字塔LK光流法追踪角点,根据相机对极几何约束模型恢复运动信息。论文采用KITTI数据集,与原Shi-Tomasi算法、Harris算法、Fast算法进行了对比实验,结果表明本算法可有效改善角点分布均匀性,提高视觉里程计运动信息恢复的精度。     

一种圆度误差评定的计算机新算法

对圆度误差的评定理论进行了讨论，提出了一种圆度误差评定的新算法，并用最小区域法，编制了圆度误差评定的微机软件，这种算法比其它算法具有更高的计算精度和计算速度。     

基于RSSI与ZigBee技术的公交车定位方法研究

采用无线传感技术搭建基于ZigBee的智能公交网络,并在此基础上针对公交车载节点的定位问题提出一种带修正的三角形加权质心定位算法.改进的算法中利用高斯滤波器来提高RSSI测距精度,将RSSI与质心算法相结合确定出车载节点所在的定位三角形范围,以测距和的倒数作为权值系数估算出车载节点位置,并通过引入4个参考节点来进一步修正车载节点坐标以减小定位过程中单个参考节点产生的影响.经Matlab仿真实验表明,改进后的算法相较于传统算法误差更小,稳定性更高.     

基于图像变形的全景平滑漫游算法研究

针对目前全景漫游系统在切换视点时产生跳跃感的问题,提出了一种基于图像变形的平滑漫游算法.首先采用SIFT特征提取方法对过渡图像进行特征提取,同时采用图像区域划分的方法对特征点进行筛选,建立特征点集的映射关系;然后,构造特征点集的Delaunay三角剖分,在三角剖分的基础上,计算对应三角形区域的仿射变换参数;最后,对图像进行插值和生成中间过渡图像.实验表明该方法实现了特征点集的自动对应,提高了全景漫游系统的交互性和沉浸感,算法实用、高效,对于有诸多不确定性因素的过渡图像有较好的自适应性.     

带约束的动态Delaunay三角剖分算法研究

根据传统的三角网格生长算法和数据点渐次插入算法,改进了带约束的动态Delaunay三角剖分算法,进一步得到了优化三角网格的动态三角剖分算法,改进了以往三角剖分算法必须知道所有顶点后才能进行剖分的缺点,并引入合理的约束边插入算法,使得最终三角网格达到最优.     

基于二叉排序树的约束Delaunay三角网局部调整算法

在两步法构建约束Delaunay三角网过程中,向现有三角网中嵌入约束边时需要进行三角网的局部调整,对这一过程进行了研究,给出了一种对影响域进行重新剖分的二叉排序树算法。使用该算法在向三角网内嵌入约束边时,只需以影响域边界点在边界数组中的序号来构造一棵二叉排序树即可完成对影响域的剖分,并且可以利用生成的二叉树中各节点之间的关系迅速重构三角形之间的拓扑关系从而完成一次调整,该算法使用递归思想,简洁而高效。     

基于二叉排序树的约束Delaunay三角网局部调整算法

在两步法构建约束Delaunay三角网过程中,向现有三角网中嵌入约束边时需要进行三角网的局部调整,对这一过程进行了研究,给出了一种对影响域进行重新剖分的二叉排序树算法。使用该算法在向三角网内嵌入约束边时,只需以影响域边界点在边界数组中的序号来构造一棵二叉排序树即可完成对影响域的剖分,并且可以利用生成的二叉树中各节点之间的关系迅速重构三角形之间的拓扑关系从而完成一次调整,该算法使用递归思想,简洁而高效。     

基于K近邻和法向精度的点云精简算法

针对传统点云简化算法在精简散乱点云数据时经常丢失过多特征点的不足,提出了基于K近邻和法向精度的点云精简算法.该算法首先对输入的散乱点云数据建立K近邻索引,并剔除集群点及离群点,从而完成点云数据的预处理,然后对预处理后的数据进行Delaunay三角化,并重构三角网格面,最后依据法向精度进行非特征点剔除.仿真实验表明,该算法既能较大程度地精简点云数据,又能较好地保持原有模型的基本特征.     

Fast affine projection algorithm for adaptive noise canceling and its application on the fetal electrocardiogram extraction

Aimed at the problem of adaptive noise canceling (ANC), three implementary algorithms, which are least mean square (LMS) algorithm, recursive least square (RLS) algorithm and fast affine projection (FAP) algorithm, have been researched. The simulations were made for the performance of these algorithms. The extraction of fetal electrocardiogram (FECG) is applied to compare the application effect of the above algorithms. The proposed FAP algorithm has obvious advantages in computational complexity, convergence speed and steadystate error.     

广义同余神经网络的算法改进与性能分析

对广义同余神经网络（GCNN）的性能进行了深入的分析研究,提出了一种改进的广义同余学习算法,并将该算法与当前广泛使用的标准BP网络算法进行了比较。计算机数字实例模拟表明,该算法具有学习速度快、拟合效果好等特点。     

Delaunay三角网剖分中嵌入约束边的局部调整算法

提出了一种建立约束Delaunay三角网（CDT）的算法，该算法对约束数据集先建立非约束Delaunay三角网，然后嵌入约束边对其影响域按角度最大原则进行局部调整，同时使其满足CDT的性质。详细地说明了在CDT中嵌入约束边的过程，同时给出了三角网拓扑关系更新的方法，最后对算法的时间效率进行了分析。该算法执行效率高，并且运行稳定。     

一种大型带状数字地形模型建模方法

根据铁路选线系统海量地形数据的特点，以快速、自动为目标，通过在构网建模过程中对空白区域和分块边界的处理，综合利用图形子区边界提取、异侧找点、最短距离等原则，提出了一种基于约束Delaunay三角网建立大型带状三角网的快速建模方法．通过对建立的大型三角网模型进行四叉树分割和分块存储，有效提高了建模成果的利用效率．该方法已成功地用于“虚拟环境选线系统”的开发，通过几段实际线路的应用，证明了用此方法建立连续带状数字地形模型的有效性和可靠性．     

A New Algorithm for Mining Frequent Pattern

Mining frequent pattern in transaction database,time-series databases,and many other kinds of databases have been studied popularly in data mining research.Most of the previous studies adopt Apriori-like candidate set generation-and-test approach.However,candidate set generation is very costly.Han J.proposed a novel algorithm FP-growth that could generate frequent pattern without candidate set.Based on the analysis of the algorithm FP-growth,this paper proposes a concept of equivalent FP-tree and proposes an improved algorithm,denoted as FP-growth,which is much faster in speed,and easy to realize,FP-growth adopts a modifeid structure of FP-tree and header table,and only generates a header table in each recursive operation and projects the tree to the original FP-tree,The two algorithms get the same frequent pattern set in the same transaction database,but the performance study on computer shows that the speed of the improved algorithm,FP-growth,is at least two times as fast as that of FP-growth.     

求解带硬时间窗车辆路径问题的改进UMDA 算法

针对带硬时间窗的车辆路径问题(VRPHTW)求解,提出了一种混合单变量边 缘分布算法(hybrid UDMA,hUDMA),改进了基本UMDA的概率模型.统计节点按路径分 布的概率,使其能够在解空间上找到节点-路径的分布关系,提高了UMDA的全局搜索 能力.采用两阶段插入法进行最佳节点搜索和路径分配完成UMDA采样操作,通过种群 进化来获取最优解.计算Solomon 100 客户的6 类问题56 个算例的实验结果表明：在最优 解的取得方面,C类算例能够全部取得最优解,R、RC类算例能以50%左右概率取得最优 解;在平均误差方面,C类算例计算结果与已知最优解一致,R、RC类算例计算误差率与 已知最优解比较接近,平均误差率为1.03%.