基于网格带有参考参数的扩展聚类算法

作者在前期研究工作中提出了一种基于网格的带有参考参数的聚类算法(GRPC),该算法从用户的角度去看待聚类,最大程度地避免用户设置聚类参数的盲目性.本文对GRPC算法在高维性和可伸缩性两方面进行了扩展,将高维数据空间的聚类工作分解到二维数据空间来进行,并采用随机抽样技术来处理大规模的数据集.实验仿真表明,该算法能在三维及其以上的数据空间有效地聚类较大规模数据集.     

局部网格加密技术在混凝土裂缝扩展模拟中的应用

采用有限元分析混凝土裂缝问题时,常遇到无法一步到位地确定采用什么样的剖分方案使有限元计算能到达精度要求.针对这一问题,文章提出一种局部网格加密技术,网格根据计算精度要求以及混凝土开裂位置对原有网格进行局部加密,并且利用非协调网格算法进行计算,通过2个算例证明,局部网格加密在保证达到精度要求的条件下,将会大大减少计算机计算量.     

一种自适应RKPM方法在动态大变形计算中的验证及应用

从无网格方法中的插值误差出发,建立一种有效的误差估计模型,在高误差区运用基于全四边形背景积分网格顶点插值的节点加密方案,得到新点的位置坐标.将这些算法应用于无网格再生核质点方法RKPM中,对多孔弹塑性板材拉伸中的剪切带的形成进行了自适应无网格分析,并通过验证数值解精度的通用标准试验(benchmark test)方法验证了该算法的精度及可行性,计算结果表明该算法能大大提高计算精度,并能准确地捕捉到剪切带的分布.     

三维地质模型的一种快速建模方法研究

在油气开发领域,经常采用网格模型对地形进行描述,而网格模型的大数据量成为实时绘制的瓶颈。因此,对地形网格模型进行简化的同时必须对现有算法进行加速。提出了一种三维地质模型的快速建模方法:通过删除顶点法矢量变化不明显的点来减少数据量,同时运用GPU技术将海量地形数据进行并行计算进而提高建模速度。试验结果表明,该算法能够在保证在失真较低的情况下实现数据运算速度的大幅提升以及网格模型较大幅度的简化,从而满足实时显示的需要。     

数据密集型计算环境下的离群点挖掘算法

在数据密集型计算环境中，数据的海量、高维、分布存储等特点，为数据挖掘算法的设计与实现带来了新的挑战。基于MapReduce模型提出网格技术与基于密度的方法相结合的离群点挖掘算法，该算法分为两步：Map阶段采用网格技术删除大量不可能成为离群点的正常数据,将代表点信息发送给主节点；Reduce阶段采用基于密度的聚类方法,通过改进其核心对象选取,可以挖掘任意形状的离群点。实验结果表明,在数据密集型计算环境中,该方法能有效的对离群点进行挖掘。     

基于Curvelet和小波变换的纹理图像识别

提出了一种基于Curvelet变换与小波变换相结合的纹理图像分类算法.小波变换在分析点奇异信号时具有良好的性能,而Curvelet变换更适合分析图像中的曲线或直线状边缘特征.算法通过提取两者分解子波段的统计学和灰度共生矩阵特征,采用支持向量机对纹理图像进行分类.实验结果表明,和单一的多分辨率变换特征提取相比,该算法具有更高的分类准确率.     

一种基于GPU并行加速的快速建模方法

在油气开发领域,经常采用网格模型对地形进行描述,当采样数据点分布相对规则时,可以快速建立网格模型,而当采样数据点不规则分布时,建立网格模型则比较困难。为此,提出了一种基于GPU并行加速的快速建模方法:首先分离规则分布数据和不规则分布数据;然后根据数据特征建立适合不规则数据的规则网格模型,并利用GPU加速修正网格,从而实现了不规则数据的规则化;最后进行三角形剖分并通过OpenGL绘制。试验结果表明,该方法能够处理不规则分布的大数据并在保持较高逼真度的前提下大幅度提升了建模速度,适用于复杂地质体的快速建模。     

基于点云数据的植物叶片三维重建

叶片是植物最重要的器官之一,为构建植物叶片的高精度几何模型,提出了一种基于三维点云数据的植物叶片几何建模方法。针对植物叶片形态特征,选定最适三维扫描仪进行叶片点云数据获取,通过点云的配准、简化及去噪等操作得到高质量叶片点云数据,在此基础上进行叶片网格生成与网格优化,最终得到高精度植物叶片网格模型。利用该方法分别对黄瓜、玉米和两个品种的葡萄叶片进行几何建模,结果表明,所构建的叶片模型能够较好地保持叶片形态特征,且较以前的方法在精确度和真实感方面有了较大的提高。该研究对于推动数字植物几何建模及进一步基于几何模型的可视化计算具有重要意义。     

基于结构网格点的Euler方程无网格自适应求解算法

提出了一种自适应无网格Euler方程求解算法。构造了基于无网格点云结构的布点加密技术，实现了借助压力梯度变化准则的流场局部加密；借助流场结构化剖分技术，给出初始无网格节点分布，并采用四步显式Runge—Kutta时间格式推进计算，求解了绕翼型的典型流动问题。数值算例表明，本文提出的方法能有效地提高流场的分辨率，如捕捉激波等流动特征清晰明了。     

基于Voronoi cell的RNN_k近似查询与计算

在空间数据索引与查询研究领域中,反向k最近邻(RNNk)问题作为反向最近邻问题的泛化扩展近来受到更多关注.所谓RNNk查询就是找到所有以给定查询点为k个最近邻之一的对象点.为了有效地进行RNNk查询,利用分级的Voronoi cell和空间区域划分方法对查询结果进行有效过滤,避免了过多次最近邻查找计算.在初步得到的RNNk结果中,有针对性地分别利用平行于分割线的扫描线和局部扩展的查询区域Q进一步限定了RNN候选点.近似最小平均距离(AMAD)计算则可由近似的RNNk查询结果得到且不受k取值限制.实验结果表明了在3种不同数据分布情况下,本文算法与近似方法的效率和有效性.因此,通过充分利用对数据的过滤与查询空间修剪的近似方法,得到了具有较高查全率和准确率的近似查询和计算.     

Navier-Stokes方程的回溯两水平有限元变分多尺度方法

基于两重网格离散和回溯两水平方法,提出了一种求解大雷诺数不可压缩流定常Navier-Stokes方程的回溯两水平有限元变分多尺度方法.其基本思想是:首先在一粗网格上求解带有亚格子模型稳定项的Navier-Stokes方程,然后在细网格上求解一个亚格子模型稳定化的线性Oseen问题,最后又回到粗网格上求解全线性化校正问题.通过适当的稳定化参数和粗细网格尺寸的选取,这些算法能取得最优渐近收敛阶.我们通过数值模拟,验证了其高效性.     

顾及空间邻接关系的多级河流线状矢量数据并行压缩算法

提出了一种顾及空间邻接关系的多级河流线状矢量数据并行压缩算法.首先利用拓扑分析和网络分析提取多级河流矢量数据的空间邻接结点,并对Douglas-Peucker算法进行改进;然后基于数据并行的任务分配方式,设计多级河流矢量数据并行压缩算法,并利用消息传递接口和C语言对该算法进行编程实现;最后设计验证性实验,利用该算法对三峡库区重庆段的多级河流矢量数据进行压缩.研究表明:利用该算法压缩多级河流矢量数据的空间邻接结点保持率达到100%,同时相对于串行算法,计算节点为4时平均加速比可达2.507,提高了压缩效率.     

玉米叶片形态建模与网格简化算法研究

【目的】协调禾本科作物形态模型的可视化效果和计算效率之间的关系。【方法】提出一种利用非均匀有理B样条（NURBS）插值结合使用多直线段分裂算法（splitting）来重建玉米叶片三维形态并实现曲面网格简化控制的方法。【结果】该方法利用三维数字化仪采集的数据点，通过计算节点矢量、差值计算反求曲面控制点等步骤构造出玉米叶片曲面，具有较强地真实感效果；根据叶片形态特征，采用多直线段分裂算法的逆运算来对叶片曲面网格数量进行简化，在尽可能保持曲面特征的同时可显著降低网格数目。【结论】应用该方法进行玉米冠层可视化与光分布计算，结果表明，在不显著增大计算误差的前提下，可以明显地提高计算效率。     

基于激光点云数据的复杂植物叶片重建方法

植物叶片是植物最重要的器官之一,重建高精度的复杂叶片模型对于后续研究具有重要意义。但由于现实中复杂叶片的点云数据存在噪声、孔洞等问题,所以不易重建出高精度的叶片模型。基于激光点云数据的复杂植物叶片重建方法,该方法首先对原始点云数据进行去噪处理,然后采用三角剖分方法生成网格,再对网格进行优化处理,最后对存在孔洞的地方进行修补。结果表明,本方法能够根据激光点云数据快速重建出复杂植物叶片的高精度模型。     

基于三维点云的玉米果穗几何建模

果穗是玉米产量的构成器官,为构建高精度玉米果穗几何模型,提出了一种基于三维点云数据的玉米果穗几何建模方法。针对玉米果穗形态结构特征,选取Artec Spider三维扫描仪搭建玉米果穗点云数据快速获取系统并获取果穗点云,然后通过点云配准、重采样和孔洞修补操作得到高质量果穗三维点云,最后基于Voronoi图的网格重建方法重构果穗网格模型。结果表明,所重建的玉米果穗具有较高的真实感,且与基于计算机视觉算法相比精度大幅提高。基于三维点云的玉米果穗几何建模对于玉米果穗的种质资源保存、基于三维数据的果穗考种、玉米器官三维模板资源库构建等工作具有重要的推动作用。     

基于三角形网格算法的水污染应急系统研究

随着现代工业的发展,化学品的用量和运输量与日俱增,从而增加了有毒物质泄露的概率,导致水污染突发事件的发生。但目前水污染突发事件应急处理系统的功能还不完善,无法满足各水域应急事件的处理需求。为此,本文设计了一套水污染突发事件应急处理系统。该系统以Web GIS为基础架构,以EFDC为水污染扩散模型,采用浏览器/服务器形式进行数据的输入、处理和结果展示;服务器通过对水质水文数据的分组和插值将污染物浓度划分为8个区间,用8种颜色来完成污染物的精确展示;采用三角形网格算法对相同浓度的污染物进行等值面绘制,给出了三角形网格的绘制算法、等值点的确定、等值线的追踪及等值线的光滑算法,这些都使用户能够更加直观的观察水污染的具体情况,对水污染的应急决策具有重要意义。     

模糊C-均值聚类对点云数据的分割

点云数据的分割是点云数据处理流程中的重要内容,同时也是点云数据三维重建的前提和基础.该研究在模糊C-均值聚类(FCM)算法的基础上,根据标靶点云和建筑物点云数据的不同特征进行实验,通过Matlab对地面雷达的标靶、建筑物点云数据进行分割,探讨模糊C-均值聚类算法对点云数据分割的可行性.实验结果显示,通过选择正确点云数据的特征属性,利用模糊C-均值算法对点云数据分割具有一定的可行性.     

DELAUNAY剖分并行算法及其在计算机机群上的实现

基于CORBA技术设计并实现了一种Delaunay剖分的并行算法,该方法可以保证稳定性、高效性、穿行代码可100%复用.Delaunay剖分是并行网格生成的重要方法,该方法在并行网格生成中减少了通信量,并且保证了与串行算法相同的精确度,而且随着计算量的增加,线性加速比增大,并行的优越性表现得越明显.实验结果表明,该算法在机群环境下可以有效地提高Delaunay剖分的计算速度,减少执行时间.     

基于Hough变换的线段检测算法的改进

基于Hough变换的基本理论及目前的改进算法,针对Hough变换所存在的参数峰值不明显、存储空间大及计算速度慢等不足,提出了一种改进的随机Hough变换,可实现由长到短逐次提取线段,并给出了线段起始点和终止点的计算方法。实验证明了该改进算法的有效性。     

基于ISS-CPD算法的三维激光点云数据处理技术

针对传统的三维重建方法既费时又费力、准确性低等,只能获取一些特征点和线性数据。本文在三维激光扫描点云的基础上,提出了一种结合ISS算法和CPD算法用于建筑物LiDAR点云配准。通过ISS算法提取点云数据的特征点,并通过CPD算法对这些特征点进行配准。并通过实验对该算法的有效性进行验证。结果表明,改进算法简单有效,提高了运算效率。该研究为我国三维激光点云数据的三维重建技术发展提供了参考和借鉴。