形状可调的B样条曲面补洞方法

提出了一种形状可控的B样条曲面补洞算法。此算法在补洞过程中提供了多组可调节的形状参数,分别可以调整中心点的位置,孔洞的凹凸性和孔洞的平整性,从而实现对孔洞形状的调整。对于给定的一组边界曲线及相应的跨界导矢,可以通过调整参数达到对孔洞的不同构造,然后用B样条曲面控制网格表示孔洞,并通过调整控制顶点使得孔洞在各处都满足G1连续。本文的补洞算法提供多组可调控参数,有效的结合了孔洞内部可能的约束条件并可以非常方便的进行调整,从而增加了孔洞修补的灵活性。在放宽对参数的约束时可以实现对孔洞的工艺设计等。     

一种针对非均匀有理B样条曲面的碰撞检测算法

提出了一种针对非均匀有理B样条（NURBS）曲面的碰撞检测算法＋它将节点反插技术引入到NURBS曲面细分中,通过控制点间距离测试进行精确碰撞检测,该算法首先插入几何意义较为清楚的控制顶点,反算出要插入的节点,再采用节点插入技术将曲面细分,然后为逐步细分的曲面控制点建立固定方向凸包（FDH）包围盒,以尽早排除不可能碰撞的情况,在到达一定细分层次后,进行曲面之间的距离测试,若距离小于某一阈值,则认为发生碰撞,通过虚拟环境中蝴蝶与玉米叶的碰撞实验表明,所提算法可以应用于由NURBS曲面表示的物体碰撞检测,在细分层次为5,闻值为0.0006时,可以使本例碰撞检测具有良好的精确性和实时性。     

基于流曲线曲面的双三次非均匀B样条曲面G1混合

在流曲线曲面造型方法中,引入非均匀细分,给出了Gaussian球面上非均匀细分的模式和计算方法,以及基于非均匀细分的流曲线曲面生成算法,研究了流曲线曲面和双三次非均匀B样条曲面G1光滑拼接的条件,并给出与两双三次非均匀B样条曲面G1混合的流曲线曲面的构造算法.     

基于多项式曲面拟合GPS高程模型

随着经济和科学技术的不断发展,GPS已成为测量工程领域中的一种极为重要的方法。将GPS测量得到的大地高转化为正常高通常来说是非常繁琐的,但如果已知每个GPS点的高程异常值ξ,那么将GPS大地高转换为正常高就会变得相对容易,这样就可以在保证精度的前提下实现GPS高程测量代替普通水准测量。曲面拟合是实现这一过程的有效方法,根据数学模型和原理的不同,曲面拟合法主要分为:多项式曲面拟合法、多面函数拟合法、移动曲面拟合法等。     

基于三次样条函数的GPS高程拟合

介绍了三次样条函数的原理和方法,并利用其在较长的带(线)状网内拟合GPS高程,取得了满意的效果,具有一定的科学性和实用性.     

采用S样条函数进行磁力线拟合方法的研究

利用屏幕图形技术，采用B样条曲线法进行磁力线拟合，保证曲线样本点附近的连续性和在样本点处的光滑过渡。     

基于偏微分方程方法的Bézier曲面设计

提出了一种Bézier曲面设计方法,该方法通过给定2条边界曲线及对应一阶切矢和二阶切矢基于偏微分方程构造Bézier曲面.该曲面具有PDE曲面的优点,可通过调整边界条件束调整曲面形状.该方法易于实现,可适用于自由曲面的设计以及过渡面的构造.     

基于距离正则化活动轮廓模型的图像分割方法

本文提出了一种基于距离正则化活动轮廓模型的图像分割方法。该方法是利用区域信息来最小化提出的能量函数,从而得到图像边缘。为了避免重新初始化,距离正则项用于惩罚水平集函数与符号距离函数之间的偏差。实验结果表明提出的方法具有快速收敛,分割精度高和抗噪的优点。     

基于正则化的超分辨率重建研究

超分辨率重建技术是指将同一场景拍摄得到的低分辨率图像融合在一起,并去掉模糊和噪声,从而重建出高分辨率图像的技术,是近年来重要的研究领域之一,具有广阔的应用前景。本文详细介绍了超分辨率重建技术的数学模型和解决超分辨率病态问题的方法。通过引入空间域正则化的方法加入到超分辨率的重建过程中,从而大大改善了超分辨率重建算法的稳定性,提高了超分辨率重建的质量和视觉效果。     

基于能量优化的三次B样条曲线拟合

利用三次B样条函数进行曲线拟合,并在能量法的基础上时其进行光顺处理.实例表明,由此得到的拟合曲线在满足约束条件下有较好的整体光顺性.     

基于平面拟合的加权质心定位算法

本文利用RSSI测距成本较低和加权质心定位算法简单的优点,提出了一种平面拟合的定位算法。在三维空间中当节点的高度起伏不大时,先运用加权质心算法计算出估计点的位置,再对未知节点通信半径内的信标节点进行平面拟合,并将估计点的坐标向拟合平面进行投影,刷新估计点坐标。实验表明,该算法提高了定位精度。     

基于R统计软件的三次样条平滑数据拟合及预测

在证券投资分析中,常常需要对证券价格、成交量等时间序列数据进行拟合及预测,本文给出了基于R统计软件平台,利用三次样条平滑得到的数据拟合及预测的原理、方法和应用举例。R统计软件的功能强大,使用简便,是进行证券数据分析的重要工具之一。     

正则化方法在非光滑分析中的应用

用正则化方法,借助于数学分析中的凸性判定定理及微分中值定理,证明了非光滑分析中的凸性判定定理及广义微分中值定理     

基于蚁群算法的R&D支出拟合模型研究

在对已有文献进行整理和分析的基础上,指出单一拟合方法中存在的不足,构建基于组合思想的R&D支出拟合模型,运用蚁群算法求解组合模型中的权重。借鉴已有文献中应用各种单一拟合方法计算得到的数据进行实证研究,实证结论表明:基于蚁群算法的组合模型能够更加准确地拟合出科学研究与实验开发的支出数值。一方面,验证了蚁群算法在该领域运用的科学性与合理性,为相关部门提供了决策依据;另一方面,为蚁群算法在相关领域的进一步发展奠定了基础。     

基于矩形拟合的新型人体检测方法

本文提出了一种全新的基于矩形拟合的特征算法,即在图像中,用颜色分割将人体的四肢和躯干分别用矩形进行表示,然后找出各个矩形区域的面积、中心点、长短轴等作为每个人体部位的特征,再将人体每个部位的这些特征与设定的阀值相比,判断是否为人体,从而实现人体检测。实验结果表明,提出的新方法能够运用于人体的检测并得到良好的检测结果。     

基于TVCSE拟合的网络入侵预测方法

针对传统算法网络入侵预测中,网络检测数据相关性不强,大规模网络入侵导致预测准确性不高的问题。提出了一种基于时序变化率曲面极值(Time-series variation curved surface extremum:TVC-SE)拟合的网络入侵预测算法。对网络流量信息数据进行实时获取,以时序为时间度量构建变化率曲面模型;分别对时序变化率曲面模型的局部极值进行迭代计算,将共有的局部极值作为最终的预测极值进行存储,同时以该时刻的协同局部极值为参考,提高了网络入侵预测的准确性。仿真实验表明,该测试方法能够达到较高的测量精度,虚警率比传统算法平均降低了12.4%,预测时间减少在2.5 s左右,在不增加成本,符合网络程序计算复杂度的情况下,满足了网络入侵预测的要求。     

基于贝叶斯正则化BP神经网络的上市公司信用评价研究

在神经网络训练中引入贝叶斯正则化以提高模型的推广能力。通过与未使用提高推广能力方法和使用提前停止法两种情况进行比较,表明基于贝叶斯正则化的BP神经网络模型在上市公司信用评价中的推广能力有显著的提高。     

基于B样条函数的多模态医学图像弹性配准

论文提出一种一次B样条函数完成全局配准,高次B样条函数实现局部变形的弹性配准方法。利用互信息坝4度和窗口函数插值算法对多模态图像配准。实验结果表明本方法不但可以加速配准,而且可以改善图像的局部配准。     

基于折线拟合的评教分数优化方法

学生评教有利于发现教师工作中存在的问题,引导教师通过提高自身素质、优化教学过程来提高教学质量。为对评教结果的有效性进行正确评估,需要对评教数据进行优化处理。在分析平均法、极差法、中值法、标准分法、噪声清洗法和正态分布法的局限性基础上,提出采用简单的、精度适中的折线拟合法进行近似模拟正态分布曲线,并提供了计算机处理的算法模型。实验结果表明,折线拟合法不仅可以解决评教数据的噪声数据消除问题,也能解决正态分布的计算难和要求数据量大的问题。     

基于MATLAB的基坑挡土墙侧向位移拟合方法

基于MATLAB的基坑挡土墙侧向位移拟合方法在对挡土墙水平位移理论计算基础上,运用MATLAB编程计算,进行多项式拟合,进而建立基坑挡土墙侧向位移函数,利用挡土墙侧向位移与地表沉降的关系,计算地表的沉降。