邊界點
- 融合波前邊緣檢測與快速搜索隨機樹的自主探索方法
S）的起點搜索邊界點，從而提高邊界的獲取效率。Sun Xuehao[6]提出一種利用RRT 算法搜索邊界點，以距離代價、障礙物代價為判斷依據(jù)的性能指標(biāo)函數(shù)，完成室外地面環(huán)境探索。RRT 算法偏向于覆蓋未知區(qū)域，雖然能夠?qū)崿F(xiàn)探索邊界檢測的功能，但由于其生長具有隨機性，狹窄區(qū)域通過性較差，存在著邊界點提取不全面的問題，同時在提取邊界點或是樹枝生長過程中，需不斷檢查樹枝與障礙物及邊界之間的關(guān)系，一定程度上降低了邊界點提取的效率。Keidar M.[7]提出了兩種
中國慣性技術(shù)學(xué)報 2023年9期2023-10-09
- 重疊網(wǎng)格中割補法的改進及應(yīng)用
法,割補法以洞邊界點為起點,沿著網(wǎng)格線離散地做推進運動,每段網(wǎng)格線的長度即為該次推進的距離。與陣面推進方法相比,割補法的迭代推進次數(shù)少,自動化程度高,因此得到了較好的發(fā)展。但是,割補法仍然存在如下2個問題:一是當(dāng)壁面距離很近時,割補法的填補過程容易因少數(shù)洞邊界點找點過程的失敗而導(dǎo)致網(wǎng)格進入壁面內(nèi);二是割補完后洞邊界的位置不可預(yù)測,洞邊界參差不齊。針對第1類問題,文獻[11]提出了Volume Method和Vertex Method 2種方法。其實質(zhì)是去掉
- 基于邊界點檢測的變密度聚類算法
提出了一種基于邊界點檢測的變密度聚類算法（Varied Density Clustering algorithm based on Border point Detection，VDCBD）。算法主要包括以下步驟：1）基于給出的相對密度度量方法識別變密度類之間的邊界點，以此增強相鄰類的可分性；2）對非邊界區(qū)域的點進行聚類以找到數(shù)據(jù)集的核心類結(jié)構(gòu)；3）依據(jù)高密度近鄰分配原則將檢測到的邊界點分配到核心類結(jié)構(gòu)中；4）基于類結(jié)構(gòu)信息識別數(shù)據(jù)集中的噪聲點。在人造數(shù)據(jù)
計算機應(yīng)用 2022年8期2022-08-24
- 一種基于散亂點云的鉚釘孔孔位提取方法*
坦的數(shù)據(jù)模型的邊界點，不太適用于曲率變化大的數(shù)據(jù)模型。張杰等[11]提出了一種基于T–Scan測量的薄壁鈑金件孔特征重構(gòu)方法，通過掃描線點云結(jié)構(gòu)中的孔截斷線特征識別平面點和孔徑點，擬合求解平面和空間圓，但該方法僅限于掃描線點云類型且提取精度受圓孔直徑影響。劉增藝等[12]提出了一種曲面孔位視覺測量技術(shù)，使用手持式雙目視覺線結(jié)構(gòu)光測量曲面得到曲面點云，然后通過交互式方法提取散亂點云圓孔邊緣點，進行圓孔擬合，由于該方法在圓孔識別過程中需要人工預(yù)先分割出圓孔所在
航空制造技術(shù) 2022年7期2022-07-15
- 基于邊界點的支持向量機分類算法
包含支持向量的邊界點提取出來，并用這些邊界樣本點來替代所有的訓(xùn)練樣本進行支持向量機訓(xùn)練，這無疑會大量減少運算成本，從而可解決支持向量機訓(xùn)練時間過長和內(nèi)存消耗過大等方面的問題[8]。傳統(tǒng)的支持向量機對噪聲點和孤立點異常敏感，并且在優(yōu)化過程中不僅對支持向量進行了優(yōu)化，同時也對非支持向量進行了優(yōu)化，這無疑增大了運算成本。近年來，研究者提出大量方法以減少孤立點、噪聲點對傳統(tǒng)支持向量機的影響，同時針對處理大規(guī)模數(shù)據(jù)集時怎樣有效地篩選出支持向量也進行了諸多研究[9-1
陜西理工大學(xué)學(xué)報(自然科學(xué)版) 2022年3期2022-07-02
- 一類向量題的探究與思考
△ABC內(nèi)（含邊界點），求范圍.該題用三種方法來解決該題，發(fā)現(xiàn)利用坐標(biāo)法時會用到線性規(guī)劃的思想，這也可以考查學(xué)生的知識遷移能力。利用基底法時，發(fā)現(xiàn)構(gòu)造數(shù)量積的方法也可行，而且利用這種方法學(xué)生可以秒殺這道題，在以往做題時只發(fā)現(xiàn)垂直或外心利用數(shù)量積的比較多。但是可惜這種方法有一定的局限性！利用幾何意義，即“等和線”性質(zhì)時，這題也可以秒殺的（如圖2）。以上都是與“線”相關(guān)的，那如果是“弧”會怎么樣呢？所以又想到了以下變式：變式2：已知在扇形OAB中，，，若P在弧
民族文匯 2022年6期2022-04-27
- 化工過程多回路PID控制系統(tǒng)模式切換參數(shù)自整定
hgorin圓邊界點的角度分析系統(tǒng)的穩(wěn)定性，根據(jù)閉環(huán)穩(wěn)定性進一步確定控制器增益的調(diào)整方向及程度，以保證控制回路在切換前后的閉環(huán)穩(wěn)定性。1 控制回路模式切換問題對于一個存在內(nèi)部耦合的多變量化工過程，考慮到化工過程多回路PID 控制系統(tǒng)模式切換時對實時性和實際工業(yè)現(xiàn)場操作人員對可操作性的要求，本文采用了工業(yè)過程控制中常用的一階慣性純滯后的傳遞函數(shù)矩陣G(s)形式，如式(1)所示。其中式中，s為復(fù)變量。式(1)為系統(tǒng)穩(wěn)態(tài)點附近的線性化模型，具有形式簡單、適用性強
化工學(xué)報 2022年4期2022-04-26
- DMFUCP:大規(guī)模軌跡數(shù)據(jù)通用伴隨模式分布式挖掘框架
時歸為不同簇的邊界點，現(xiàn)有的工作單純地按照對象被訪問的順序進行劃分，影響了伴隨模式挖掘的質(zhì)量.怎樣合理地劃分邊界點對聚類算法形成了挑戰(zhàn).如圖2所示，對象o2和對象o3為核心點，對象o1為邊界點，對象o1可同時處于對象o2與o3所屬的簇，怎樣合理地劃分o1對于伴隨模式挖掘具有重要意義.如圖3所示，不同的顏色灰度表示不同的伴隨模式，在現(xiàn)實生活中會存在這樣一種現(xiàn)象，大量的軌跡會集中式地經(jīng)過一些公共場所，如超市、加油站等，需要伴隨模式挖掘算法去積極地識別它.GCM
計算機研究與發(fā)展 2022年3期2022-03-09
- 汽車駕駛員前方視野測量中A柱雙目障礙角邊界點選取的分析
障礙角時選取的邊界點不同，同時結(jié)合現(xiàn)實存在的風(fēng)窗玻璃黑邊情況，分析將黑邊考慮在測量范圍內(nèi)的理由，并給出了邊界點的定義。最后通過試驗分析了兩種不同的邊界點帶來的測量誤差。關(guān)鍵詞：汽車前方視野;A柱雙目障礙角;風(fēng)窗玻璃黑邊;邊界點中圖分類號：U467.4 ? ? ? 文獻標(biāo)識碼：A ? ? ?文章編號：1005-2550（2022）01-0092-05Analysis On The Selection Of Boundary Points Of A-Pilla
汽車科技 2022年1期2022-03-07
- 時態(tài)圖最短路徑查詢方法
到每個子圖的入邊界點與出邊界點集合.CTG-tree為每個葉子節(jié)點對應(yīng)子圖計算其內(nèi)部頂點與出邊界點的最短路徑、入邊界點到子圖內(nèi)頂點的最短路徑和出邊界點到入邊界點的最短路徑；非葉節(jié)點計算其對應(yīng)子圖入邊界點到其所有孩子節(jié)點對應(yīng)子圖的入邊界點之間的最短路徑距離、所有孩子節(jié)點對應(yīng)子圖的出邊界點到當(dāng)前非葉節(jié)點對應(yīng)子圖的出邊界點之間的最短路徑距離、以及所有孩子節(jié)點對應(yīng)子圖的出邊界點到所有孩子節(jié)點對應(yīng)子圖的入邊界點之間的最短路徑距離作為索引.查詢階段本文基于層次索引CT
計算機研究與發(fā)展 2022年2期2022-02-11
- 道路空間特征與測量距離相結(jié)合的LiDAR道路邊界點提取算法
算法，獲取道路邊界點是環(huán)境感知算法的重要任務(wù)[1]。精確的道路邊界不僅為無人駕駛汽車提供安全的可通行區(qū)域，而且可以用于無人駕駛汽車的定位與建圖[2]。城市道路邊界大部分(直道、彎道)具有全局連續(xù)性特征，結(jié)合多種局部特征，邊界可以被穩(wěn)健地探測到，已有多種方法達到了較好的效果。在這些方法中使用的傳感器包括：單目攝像頭[3-4]、單線激光雷達[5-6]及多線激光雷達[7]。多線激光雷達與其他傳感器相比具有以下優(yōu)點[8]：①相對于視覺傳感器[9]，對環(huán)境的光照變化
測繪學(xué)報 2021年11期2021-12-09
- 融合相對密度與近鄰關(guān)系的密度峰值聚類算法
免分配策略受到邊界點的影響，F(xiàn)KNN-DPC基于樣本與第k個近鄰的距離檢測邊界點，邊界點的閾值為所有樣本與其第k個近鄰的距離均值。然而，在面對類簇間有密度差距的數(shù)據(jù)集時，F(xiàn)KNN-DPC的邊界點檢測方法會將低密度類簇中大部分樣本檢測為邊界點，導(dǎo)致聚類結(jié)果不理想。針對問題②以及FKNN-DPC所存在的問題，本文基于FKNN-DPC中的非中心點分配框架，定義相對密度并結(jié)合近鄰關(guān)系提出RN-DPC算法。RN-DPC算法的主要創(chuàng)新點在于以下幾點。1)在估計樣本密度
重慶郵電大學(xué)學(xué)報(自然科學(xué)版) 2021年5期2021-11-08
- 場景點云中小孔洞邊界提取算法
者加權(quán)來判斷為邊界點的概率，但是卻難以選擇恰當(dāng)?shù)臋?quán)重系數(shù)。陸帆等[3]提出了利用反距離權(quán)重加權(quán)等效合力和點云密度作為目標(biāo)點為邊界點的判定條件，但是其普遍性較差。王春香等[4]對點云模型的孔洞形成原因及孔洞類型進行了分析和總結(jié), 就邊界識別方法做出了詳細的介紹和歸納。孫殿柱等[5]提出一種基于曲面局部形貌標(biāo)架的點云特征識別方法。通過標(biāo)架夾角的差異性，對曲面樣本形貌進行量化分析，區(qū)分平滑、邊界、棱邊及尖角等特征區(qū)域，實現(xiàn)對中心樣點屬性的穩(wěn)健判別，但是其算法就孔
機械制造與自動化 2021年5期2021-10-26
- 一種去除聚類數(shù)量和鄰域參數(shù)設(shè)置的自適應(yīng)聚類算法 *
剝離迭代的初始邊界點，在初始邊界點的基礎(chǔ)上迭代剝離數(shù)據(jù)點，當(dāng)所識別的邊界點的“邊界性”方面嚴格弱于迭代中所識別的邊界點時，剝離迭代終止，剩下的便是核心點集。最后使用簡化版本的DBSCAN將這些核心點分組到數(shù)據(jù)簇中，根據(jù)每次迭代建立的邊界點與非邊界點的關(guān)聯(lián)完成自下而上的聚類。然而邊界剝離聚類算法在不同形狀數(shù)據(jù)集上選取的初始邊界點極其依賴鄰域參數(shù)k的選擇，從而使得在邊界點迭代剝離的過程中從邊界點到核心點的過程存在產(chǎn)生偏差的可能，進而影響聚類的結(jié)果，甚至在部分數(shù)
計算機工程與科學(xué) 2021年10期2021-10-26
- 不平衡數(shù)據(jù)加權(quán)邊界點集成欠采樣方法
法大多都是忽略邊界點的計算，但是邊界點中往往含有有用的信息，所以對邊界點進行刪除對不平衡數(shù)據(jù)的預(yù)處理是有影響的。為了有效解決多數(shù)類樣本集中含有的邊界點問題，筆者通過研究多數(shù)類樣本的分布情況，提出一種基于邊界點加權(quán)的不平衡數(shù)據(jù)集成欠采樣方法。首先，對多數(shù)類數(shù)據(jù)進行聚類；其次，對邊界點進行加權(quán)，約簡數(shù)據(jù)集；最后，使用AdaBoost成員分類器對平衡數(shù)據(jù)集進行訓(xùn)練并通過加權(quán)投票生成預(yù)測模型。1 基于聚類的欠采樣方法筆者提出的基于聚類的集成欠采樣方法主要分為4部分
西安電子科技大學(xué)學(xué)報 2021年4期2021-09-02
- 柔性直流配電網(wǎng)的靜態(tài)運行域初探
于不同的運行域邊界點網(wǎng)損不同，本文用網(wǎng)損最大與網(wǎng)損最小點的偏差率平均值eˉ來近似表示全體邊界點的偏差率，用于修正域表達式中的容量約束，使邊界向內(nèi)平移eˉ，從而近似計及了網(wǎng)損。3 算例分析3.1 算例概況單聯(lián)絡(luò)柔直網(wǎng)算例如圖2 所示。設(shè)饋線總長為6 km，饋線容量為8.028 MW，各饋線段電阻均為R= 0.469 2 Ω。換流站容量CVSC1=CVSC2= 10 MW。主從和電壓裕度控制下主站VSC1電壓取額定電壓UN=10 kV；電壓裕度控制下VSC2電
電力系統(tǒng)及其自動化學(xué)報 2021年7期2021-08-18
- 層次化點云邊界快速精確提取方法研究
用[6]。目前邊界點云的提取算法較多，主要有柵格劃分法、微切平面法、三角網(wǎng)法和凸包類算法等。KE等人[7]對點云進行空間柵格劃分，建立空間拓撲關(guān)系，依據(jù)柵格內(nèi)是否有點檢索邊界，這種算法速度快，但是受點云密度和柵格大小影響較大，且提取精度不高?；谖⑶衅矫娴姆椒ㄊ菍⒋卸c及其鄰域點投影到微切平面上，再依據(jù)一定的準(zhǔn)則判別該點是否屬于邊界點。SUN等人[8]提出計算微切平面內(nèi)投影點所構(gòu)成的最大夾角作為判定依據(jù)。CHEN等人[9]通過模擬點與點間的拉力的合力判斷
激光技術(shù) 2021年5期2021-08-17
- 大規(guī)模定制環(huán)境下“一對多”型供應(yīng)鏈推拉邊界點的研究①
，需要確定推拉邊界點以決定延遲水平。本文研究的是供應(yīng)鏈成員集中決策模式下推拉邊界點的確定，以供應(yīng)鏈整體利潤最大為目標(biāo)，依據(jù)雙方總成本共同決策推拉邊界點k，在此基礎(chǔ)上考慮總成本和客戶需求量，決定產(chǎn)成品的最優(yōu)價格Pm，該決策模型如圖2所示。圖2 集中決策模式下“一對多”供應(yīng)鏈決策模型1.1 模型假設(shè)為了更好地解決問題，我們做出如下的假設(shè)。(1)該供應(yīng)鏈僅包括1個標(biāo)準(zhǔn)化半成品供應(yīng)商和n個制造商。(2)半成品庫存由標(biāo)準(zhǔn)化半成品供應(yīng)商負責(zé)管理。由于制造商在完成訂單后
商展經(jīng)濟 2021年11期2021-06-21
- 基于多輪廓線的地下工井三維建模
切割插入法進行邊界點云排序，最后將上、下輪廓線構(gòu)成三角網(wǎng)模型的方法實現(xiàn)工井的模型重建，不僅解決了規(guī)則工井的模型重建，同樣適用于不規(guī)則工井的模型重建。圖12 地下工井建模流程本文采取的地下工井主要建模流程如圖1 所示。2.1 網(wǎng)格法分離上、下面（圖2）網(wǎng)格法分離工井上、下面的算法流程如下：2.1.1 計算x、y 方向的極值；2.1.2 設(shè)置網(wǎng)格的大小d*d，記錄每個網(wǎng)格的編碼code；2.1.3 計算每個網(wǎng)格內(nèi)部點云z 方向的極值；2.1.4 在z 方向設(shè)置
科學(xué)技術(shù)創(chuàng)新 2021年11期2021-05-25
- 基于GA-BP神經(jīng)網(wǎng)絡(luò)的散亂點云孔洞自動修補
別的本質(zhì)是孔洞邊界點的檢測及提取。由于散亂點云中相鄰點之間不存在拓撲關(guān)系，其孔洞識別難度比網(wǎng)格模型大［10］。對于散亂點云的孔洞識別，往往是根據(jù)檢測點的鄰域點在其局部微切平面內(nèi)的分布情況來判斷該檢測點是否為孔洞邊界點：內(nèi)部點的鄰域點在其局部微切平面內(nèi)的投影均勻分布在檢測點周圍，而孔洞邊界點的鄰域點在其局部微切平面內(nèi)的投影集中偏向一側(cè)［11］。目前，最常見的孔洞識別方法是將檢測點及其鄰域點投影到對應(yīng)的局部微切擬合平面上，并求解擬合平面內(nèi)相鄰向量間的最大夾角，
工程設(shè)計學(xué)報 2021年2期2021-05-14
- 基于安全性的自主環(huán)境探索算法的改進方法
于膨脹邊界線的邊界點檢測改進算法。最后使用機器人操作系統(tǒng)和Gazabo等工具實驗證明了改進算法可有效提高機器人在自主探索過程中的安全性和探索效率。關(guān)鍵詞：自主探索;移動機器人;邊界點中圖分類號：TP39 ? ? ? ? ?文獻標(biāo)志碼：A ? ? ? ? 文章編號：2095-2945（2020）01-0033-04Abstract： Firstly， based on the problem of autonomous environment explora
科技創(chuàng)新與應(yīng)用 2020年1期2020-02-14
- 基于柵格法的機械臂工作空間解析方法研究
轉(zhuǎn)換。4）求取邊界點并行矢量化處理。具體算法流程圖如圖2所示。圖2 工作空間的柵格算法流程圖3 系統(tǒng)實驗與仿真沿Z軸方對系統(tǒng)建立的工作空間云圖分層處理，如圖3所示。圖3 工作空間分層圖為了方便數(shù)據(jù)處理，工作空間分層圖在極坐標(biāo)角度的取值范圍均在[0，2π/3]∩[π，2π]區(qū)間。本文將可達空間分層圖在極坐標(biāo)系下θ角度的取值范圍定義在[-π，2π]區(qū)間，以Z=0處切層為例進行笛卡爾坐標(biāo)系和極坐標(biāo)系轉(zhuǎn)化，并進行極坐標(biāo)表示，如圖4所示。圖4 工作空間轉(zhuǎn)換圖在該區(qū)間
制造業(yè)自動化 2019年4期2019-05-05
- 基于車載LiDAR的道路邊界檢測
率特征獲取道路邊界點，然后進行道路邊界點跟蹤優(yōu)化去除異常邊界點，最后利用線性分析擬合出道路邊界。文獻[9]根據(jù)距離判別法和霍夫變換法提取激光掃描線中道路邊界點，最后將道路邊界點作為種子點，通過高斯迭代回歸過程擬合出道路邊界。文獻[10]使用道路邊界點的高程跳變、強度特征提取道路邊界點，最后通過道路拓撲特征來優(yōu)化道路邊界點。基于LiDAR和相機雙傳感器結(jié)合的方法[11]雖然結(jié)合兩者各自的優(yōu)點，但是該類方法將高分辨率的圖像和點云處理數(shù)據(jù)融合時算法復(fù)雜，道路邊界
測繪工程 2018年12期2018-11-22
- 復(fù)雜背景下圓柱端面尺寸的精確測量方法
法，即通過查找邊界點，眾數(shù)篩選邊界點，Kasa算法圓擬合，最終完成對圓直徑的精確測量.實驗結(jié)果表明，該方法適用性強，不僅能夠精確測量具有正常端面的圓柱尺寸，同時對端面存在缺損的圓柱也能夠進行精確檢測，且測量結(jié)果達到微米量級.1 測量系統(tǒng)的組成機器視覺測量系統(tǒng)[6]主要由圖像采集、圖像處理與分析、結(jié)果輸出三部分構(gòu)成.圖像采集設(shè)備通常包含光源、相機、鏡頭、圖像采集卡及計算機等，目的是獲取被測物體的光學(xué)圖像及特征信息，然后通過圖像處理算法對采集到的圖像進行分析，
鄭州大學(xué)學(xué)報（理學(xué)版） 2018年4期2018-11-08
- 人體模型網(wǎng)格孔洞的快速修復(fù)方法
并插入新點,但邊界點數(shù)較多時,效率大大下降[7]。Altantsetseg等通過邊界邊輪廓線獲取均勻插入點,同樣存在效率問題[8]。Brunet等利用B樣條曲線獲取插入點信息,該方法體素化過程較為耗時[9]。張立國等采用徑向基函數(shù)擬合孔洞的隱式曲面,并將新增點投影上去,該方法對單一簡單孔洞修補較為理想,但對大面積孔洞擬合隱式曲面效率很低且可能擬合失敗[10]。Xia等通過特征線將孔洞分割后再修補,該方法依賴恰當(dāng)?shù)拈撝礫11]。劉震等通過動態(tài)規(guī)劃構(gòu)建曲面并利
西安交通大學(xué)學(xué)報 2018年8期2018-08-14
- Some Sharp Schwarz Inequalities of the Unit Disk in
函數(shù)的導(dǎo)函數(shù)在邊界點處的若干Schwarz不等式.這些結(jié)果分別推廣了經(jīng)典的內(nèi)部型Schwarz引理和邊界型Schwarz引理.全純函數(shù); Schwarz引理; 單位圓盤; 邊界點O174.56date：2017-09-14s:This work is supported by the NNSF of China (11571105) and the Xinmiao Talent Project of Zhejiang Province (2016R4270
湖州師范學(xué)院學(xué)報 2017年10期2017-12-16
- 兩層星型網(wǎng)絡(luò)上的傳染病建模和控制
中心節(jié)點和多個邊界點構(gòu)成，每一個邊界點都與中心節(jié)點相連，但邊界點之間不連接，如圖1a所示。如局域網(wǎng)，內(nèi)部所有個人計算機與一個總服務(wù)器相連，形成以總服務(wù)器為中心的一個星型網(wǎng)絡(luò)。星型網(wǎng)絡(luò)也可推廣到多個中心的情形，如在社會網(wǎng)絡(luò)中以少數(shù)人為中心的社區(qū)或單位[4]。最近研究表明系統(tǒng)都不是孤立存在的，因而由不同子網(wǎng)相互作用構(gòu)成的耦合網(wǎng)絡(luò)更能準(zhǔn)確地刻畫真實系統(tǒng)，如交通網(wǎng)絡(luò)和計算機網(wǎng)絡(luò)等[4-6]。本文將把單層星型網(wǎng)絡(luò)推廣到兩層星型耦合網(wǎng)絡(luò)，如圖1b所示。這是一類特色的社
復(fù)雜系統(tǒng)與復(fù)雜性科學(xué) 2017年4期2017-07-07
- 一類偏微分方程的差分解法
分，使所有網(wǎng)格邊界點與邊界重合，并給出相應(yīng)的差分方程和解法，從而避免了一般差分解法由邊界條件轉(zhuǎn)移問題所產(chǎn)生的誤差.【關(guān)鍵詞】差分；方程；解一、問題的提出考慮方程：λ22ux2+2uy2=f（x，y），（x，y）∈D，u|D=α（x，y），其中λ≠0，D=（x，y）x2y2+y2<1.（1）對此類方程的一般差分解法是首先分別沿x，y軸方向取步長為h和k，作兩族與坐標(biāo)平行的直線：xi=ih，i=0，±1，±2，….yj=jk，j=0，±1，±2，….兩族直線的
數(shù)學(xué)學(xué)習(xí)與研究 2017年11期2017-06-23
- 基于降維數(shù)據(jù)邊界點曲率的變電站設(shè)備識別
)基于降維數(shù)據(jù)邊界點曲率的變電站設(shè)備識別竇本君1，紀(jì) 勇2，鄭尚高2，馮冬青1，羅 勇1(1.鄭州大學(xué) 電氣工程學(xué)院，河南 鄭州 450001； 2.河南騰龍信息工程有限公司，河南 鄭州 450007)為了對變電站三維仿真模型進行快速重建，針對變電站設(shè)備三維數(shù)據(jù)量過大，不能快速識別的問題，通過對設(shè)備的三維數(shù)據(jù)做降維處理，減少數(shù)據(jù)處理量，研究利用降維后的數(shù)據(jù)對設(shè)備進行快速精確識別的方法.通過分析降維數(shù)據(jù)點集的特征，筆者提出一種利用降維數(shù)據(jù)邊界點曲率進行識別的
鄭州大學(xué)學(xué)報（工學(xué)版） 2017年2期2017-05-18
- 具有指數(shù)平坦邊界點區(qū)域的全純逆緊自映射
）具有指數(shù)平坦邊界點區(qū)域的全純逆緊自映射劉 芳（武漢鐵路職業(yè)技術(shù)學(xué)院，湖北武漢，430205）指數(shù)平坦的邊界點；全純自同構(gòu)群；逆緊全純自映射1 緒論定理1.1（參見Krantz [11]）考慮有界域本文的第二個目的是研究區(qū)域之間的全純逆緊自映射。下面的結(jié)果是Alexander[2]在1977年證明。在本文中，我們將會證明關(guān)于區(qū)域的全純逆緊映射的剛性結(jié)果。2 預(yù)備引理定義2.1（參見Bloom-Graham [5]。）若在的限制的消失階數(shù)為，其中是的整數(shù)，或
電子測試 2017年4期2017-05-10
- 基于蒙特卡洛法的關(guān)節(jié)臂坐標(biāo)測量機工作空間分析
作空間點云圖的邊界點進行提取;仿真實驗結(jié)果表明用蒙特卡洛法對工作空間分析更簡單易于實現(xiàn)，采用基于局部象限分布法提取到的邊界點輪廓也更準(zhǔn)確避免了虛假邊界點的提取。關(guān)節(jié)臂式坐標(biāo)測量機；運動學(xué)模型；工作空間；蒙特卡洛法；邊界提取0 引言關(guān)節(jié)臂式坐標(biāo)測量機是一種新型的非笛卡爾式坐標(biāo)測量系統(tǒng)[1]。該系統(tǒng)將一系列桿件通過具有旋轉(zhuǎn)功能的關(guān)節(jié)連接起來，以角度測量取代了長度測量，具有機械結(jié)構(gòu)簡單，測量范圍大，體積小，可便攜等優(yōu)點。因此在現(xiàn)代工業(yè)生產(chǎn)中對關(guān)節(jié)臂式坐標(biāo)測量機的
計算機測量與控制 2016年6期2016-11-17
- 一種樹葉點云的逼真建模方法
像，提取樹葉的邊界點和葉脈點，在保留樹葉點云數(shù)據(jù)邊界點和葉脈點的基礎(chǔ)上精簡樹葉原始點云，接著，對精簡后的樹葉點云數(shù)據(jù)進行Delaunay三角網(wǎng)格化，最后，基于網(wǎng)格模型對樹葉點云數(shù)據(jù)進行逼真的顏色紋理映射。實驗結(jié)果表明，該方法能夠快速準(zhǔn)確地重構(gòu)出逼真的樹葉模型。點云；樹葉；數(shù)據(jù)精簡；紋理映射陜西省科技廳自然科學(xué)基金（No.2014JM8354）、陜西省教育廳重點實驗室科技項目（No.13JS083）0 引言樹木的樹葉擁有不同的紋理和形態(tài)，同一片樹葉隨著季節(jié)和
現(xiàn)代計算機 2016年26期2016-10-22
- 借助拉格朗日乘數(shù)法優(yōu)化社會擴大再生產(chǎn)
標(biāo)函數(shù)在定義域邊界點上的若干取值比較和判定問題，使問題變得很簡單、明確。進而容易地確定擴大再生產(chǎn)的最優(yōu)解所處的邊界點，獲得最優(yōu)解。借助馬克思《資本論》中的一個舉例，對此方法做了計算驗證。擴大再生產(chǎn)；優(yōu)化；拉格朗日乘數(shù)法；邊界點；最優(yōu)解最優(yōu)化是經(jīng)濟學(xué)的基本思想。馬克思的社會擴大再生產(chǎn)的優(yōu)化，是指對于馬克思的社會擴大再生產(chǎn)公式獲得最優(yōu)解。研究解決社會擴大再生產(chǎn)的優(yōu)化問題，對于深化馬克思社會再生產(chǎn)理論以及對現(xiàn)實經(jīng)濟宏觀調(diào)控的指導(dǎo)，都具有重要的理論意義。雖然已經(jīng)有
創(chuàng)新 2016年4期2016-08-11
- 多閾值提取平面點云邊界點的方法
提取切片內(nèi)點云邊界點，及現(xiàn)有算法效率低、提取效果不好等問題，提出一種多閾值提取平面點云邊界點的算法。通過選取判斷點的k個近鄰點，計算相鄰兩點與判斷點連線間夾角，由于邊界點必存在最大夾角，通過判斷最大夾角是否超過設(shè)定閾值，從而快速提取邊界點。通過對閾值設(shè)值分析，不同點云數(shù)據(jù)的邊界提取實驗及幾種方法間比較，該方法不受點云形狀影響，均能較好提取邊界點，且優(yōu)于其他3種算法。結(jié)果表明該方法在保證原始點云特征信息的前提下，可較好提取邊界點，提高后續(xù)點云重建速度與效率。
計算機應(yīng)用 2016年7期2016-07-19
- 基于點云數(shù)據(jù)的隧道中軸線自動提取方法研究
鄰角度差來確定邊界點，根據(jù)RanSAC算法對不同參數(shù)模型進行統(tǒng)計，對直線段、緩和曲線及曲線的曲段進行區(qū)分，然后利用RanSAC算法對不同區(qū)段擬合，提取各區(qū)段的中軸線，對各區(qū)段中軸線進行加權(quán)整體最小二乘法擬合，最終得到整段中軸線。該文采用上海隧道點云數(shù)據(jù)進行了中軸線自動提取實驗。實驗證明了該方法能有效提取中軸線。關(guān)鍵詞：中軸線；邊界點；RanSAC算法；最小二乘法Abstract:The tunnel central axis can reflect the
重慶建筑 2016年1期2016-03-16
- 二次曲面金屬幕墻褶皺優(yōu)化的橫向推位算法
慮了曲面展開后邊界點到中心距離不變的要求，但是沒有考慮褶皺分布問題，使得曲面在沖壓成型過程中由于褶皺的密度不同，徑向（縱向）褶皺向橫向擠壓，在處理曲率不對稱曲面塊時，邊界點發(fā)生漂移，對裝配的形狀要求產(chǎn)生影響。本文以文獻［8］為研究基礎(chǔ)，提出一種邊界點的橫向推位算法，計算曲面沖壓時產(chǎn)生的褶皺橫向移位量，給出邊界點在褶皺移位之后的橫向位置，根據(jù)橫向位置可以調(diào)整縱向位置微弱變化以滿足整體形狀要求，使得經(jīng)過沖壓移位之后的形狀剛好滿足裝配時的形狀要求。1 橫向推位算
機械工程師 2015年5期2015-05-07
- 邊界點選取對蒙古地磁場球冠諧和模型精度的影響
物理研究所）?邊界點選取對蒙古地磁場球冠諧和模型精度的影響（中國北京100081中國地震局地球物理研究所）中國地震局地球物理研究所與蒙古科學(xué)院天文與地球物理研究中心于2011—2012年合作開展了蒙古119個野外地磁測點的測量工作． 本文利用蒙古119個測點準(zhǔn)確可靠的地磁數(shù)據(jù)， 分別加上9組邊界點EMM2010模型計算值， 得到了蒙古2010.0年代地磁異常場的9個球冠諧和模型； 給出了地磁異常場北向分量ΔX、 東向分量ΔY和垂向分量ΔZ的等值線分布圖，
地震學(xué)報 2015年4期2015-03-20
- 一種網(wǎng)格k-近鄰集的邊界點識別算法
格k-近鄰集的邊界點識別算法李光興(成都農(nóng)業(yè)科技職業(yè)學(xué)院基礎(chǔ)部 成都 611130)為了高效識別聚類邊界,根據(jù)邊界周圍區(qū)域存在密度差異的特征,提出了一種網(wǎng)格k-近鄰集的邊界識別算法(BGN)。在網(wǎng)格空間中,該算法根據(jù)網(wǎng)格單元和它最近鄰居單元的k-近鄰集的質(zhì)量及其單元間中心距離確定邊界度,由邊界度和邊界閾值判斷每個網(wǎng)格單元是否為邊界單元或噪聲單元。通過從邊界單元中提取更靠邊緣的數(shù)據(jù)作為邊界點的方式,使得邊界更精細。實驗結(jié)果表明,該算法能有效和快速識別出多密度
艦船電子工程 2015年7期2015-03-11
- 面向手繪草圖檢索的邊界點選擇算法
手繪草圖檢索的邊界點選擇算法任帥，張翌翀盡管通過文本進行圖像檢索已經(jīng)被廣泛應(yīng)用，但有些時候仍很難用文本來描述復(fù)雜圖片的結(jié)構(gòu)信息。而在基于手繪草圖的圖片檢索中，可基于繪制草圖來檢索與其相關(guān)的圖片，這對于用戶非常有吸引力。提出一種新的邊界點選擇算法對邊界點進行篩選和優(yōu)化。通過在局部區(qū)域中對邊界點進行篩選，保留了主要邊界的信息，并將該方法應(yīng)用于3種不同的草圖檢索算法中。通過在兩個公開數(shù)據(jù)集上的實驗，結(jié)果表明所提出的方法可同時提高檢索的準(zhǔn)確率和時間效率。手繪草圖檢
微型電腦應(yīng)用 2014年4期2014-08-08
- 基于邊界的無人機主動SLAM算法
域周圍產(chǎn)生候選邊界點，通過建立合理的目標(biāo)函數(shù)，從候選邊界點中選擇目標(biāo)點，控制無人機朝該目標(biāo)點方向運動，再運用擴展卡爾曼濾波算法更新無人機的運動狀態(tài)。通過建立的無人機簡化模型，對提出的算法和隨機同步定位與地圖構(gòu)建算法進行對比研究，仿真結(jié)果表明該算法是有效可行的。主動同步定位與地圖構(gòu)建；邊界；擴展卡爾曼濾波；無人機同步定位與地圖構(gòu)建（Simultaneous Localization and Mapping，SLAM）是無人機實現(xiàn)真正自主導(dǎo)航的關(guān)鍵。其本質(zhì)就是
海軍航空大學(xué)學(xué)報 2014年5期2014-07-12
- 基于閾值分割與多邊形掃描求交的明暗恢復(fù)形狀重構(gòu)模型冗余信息去除
法［14］進行邊界點判斷及輪廓提取。Robert算子采用對角線方向相鄰像素之差近似梯度來進行邊緣點的判斷，對數(shù)字圖像f（x，y）每一像素點，取其梯度值：由于二值圖像的特殊性，選取閾值G0（i，j）＝0，當(dāng)G（i，j）＞G0（i，j）＝0時，該像素點為邊界點，取灰度值為1；否則為背景或目標(biāo)內(nèi)部點，取灰度值為0。3 多邊形區(qū)域分割經(jīng)過輪廓提取處理后就得到了連續(xù)的二維輪廓。由于任意復(fù)雜的二維輪廓均可看做多邊形，因此利用多邊形掃描求交方法進行區(qū)域分割，其技術(shù)路線如
計量學(xué)報 2014年1期2014-06-07
- 基于集成學(xué)習(xí)思想的深度圖像遮擋邊界檢測方法
化不明顯的遮擋邊界點的狀況，提出了8鄰域總深度差特征和最大面積特征，并定義了計算方法。在此基礎(chǔ)上，提出一種新的基于集成學(xué)習(xí)思想的深度圖像遮擋邊界檢測方法，該方法結(jié)合所提新特征及現(xiàn)有遮擋相關(guān)特征訓(xùn)練基于決策樹的AdaBoost分類器，完成對深度圖像中遮擋邊界點及非遮擋邊界點的分類，實現(xiàn)對深度圖像中遮擋邊界的檢測。實驗結(jié)果表明，同已有方法相比，所提方法具有較高的準(zhǔn)確性和較好的普適性。計量學(xué)；遮擋邊界檢測；集成學(xué)習(xí)；深度圖像；8鄰域總深度差特征；最大面積特征；A
計量學(xué)報 2014年6期2014-06-07
- 新型快速多極雜交邊界點法在復(fù)合材料熱傳導(dǎo)中的應(yīng)用
型快速多極雜交邊界點法在復(fù)合材料熱傳導(dǎo)中的應(yīng)用苗 雨， 孫恬粲， 鄭俊杰（華中科技大學(xué)土木工程與力學(xué)學(xué)院，湖北武漢 430074）將雜交邊界點法應(yīng)用于復(fù)合材料的熱傳導(dǎo)模擬，推導(dǎo)一種求解復(fù)合材料的方程，該方程減少計算自由度，效率更高.將新型快速多極算法與雜交邊界點法結(jié)合進行大規(guī)模計算，數(shù)值算例中對包含大量粒子的復(fù)合材料進行模擬，結(jié)果表明快速多極雜交邊界點法可行，具有一定的應(yīng)用前景.雜交邊界點法；三維復(fù)合材料；方程；快速多極算法0 引言在工程計算中［1－3］，
計算物理 2014年3期2014-04-16
- 特定邊界跟蹤中角點檢測研究
蹤完所有的輪廓邊界點，而且，邊界跟蹤僅利用圖像局部信息，沒有利用全局信息作為先驗知識，造成信息浪費和跟蹤效率較低。目前又出現(xiàn)了一種抽取邊界點的邊界跟蹤算法，這種算法從反映邊界信息的角度出發(fā)，檢測部分邊界點，實現(xiàn)特定輪廓跟蹤。這種方法檢測效率高、穩(wěn)定性好，但由于采用等步長采樣，往往檢測不到角點，并且在角點附近存在大量信息丟失現(xiàn)象，因此必須采用角點檢測算法檢測出角點，保證邊界跟蹤的正確性和準(zhǔn)確性。角點是圖像輪廓發(fā)生突變的點，反映了物體輪廓特征，有時又稱為特征點
應(yīng)用光學(xué) 2014年6期2014-03-27
- 一種去除掛網(wǎng)圖像鋸齒的方法及裝置
，確定第一候選邊界點，進行方向濾波，確定每個第一候選邊界方向；根據(jù)每個第一候選邊界點的目標(biāo)邊界方向及設(shè)置的檢測模板，確定第一候選邊界點中的第二候選邊界點；根據(jù)第二候選邊界點的目標(biāo)邊界方向，確定第二候選邊界點中的邊界點；當(dāng)為邊界點時，并為根據(jù)對掛網(wǎng)圖像進行的圖文檢測確定的文字上的邊界點時，進行插值調(diào)整，根據(jù)插值調(diào)整的結(jié)果去除掛網(wǎng)圖像中的鋸齒。技術(shù)優(yōu)勢：精確的確定了掛網(wǎng)圖想的邊界，從而有效地去除掛網(wǎng)圖相中的鋸齒。
電腦與電信 2014年6期2014-03-22
- 面向重建的結(jié)構(gòu)光中心快速提取方法*
心線，通常光條邊界點能量較弱難以提取，本文提出取距離峰值較近的像素為光條的虛擬邊界，并采用光條中心提取方法中的中心法提取光條中心。在處理的圖像數(shù)據(jù)較大時傳統(tǒng)的中心提取方法的算法時間復(fù)雜度較高。難以達到實時檢測的效果。本文基于光條邊界的連續(xù)性和光條在圖像中的位置、形狀等分布特征。結(jié)合光條邊界相鄰像素點之間的偏置關(guān)系，判斷圖像中每列（行）開始和終止掃描位置，根據(jù)不同的情況，使用24種方法實現(xiàn)光條中心的快速提取。并比較不同的兩種方法重構(gòu)動車輪轂?zāi)Ｐ汀? 改進中心
機電工程技術(shù) 2014年5期2014-01-10
- 基于巖體等級和隧道跨度耦合影響的卸荷拱研究
卸荷拱內(nèi)、外邊界點的判定方法在進行數(shù)值分析時，對巖體做出4點假設(shè)：①巖體為均質(zhì)連續(xù)體，不考慮巖體中節(jié)理裂隙的方向和發(fā)育；②用自重應(yīng)力場來代表初始應(yīng)力場；③不考慮地下水的影響；④模型可以簡化為平面應(yīng)變問題。工況1：計算模型為直墻拱頂隧道，跨度5m，直墻高4.5m，拱頂矢高2m，采用工程中常用的割圓拱，拱頂埋深為20m，所處地層為Ⅲ類巖體（表1［17］），采用 D－P材料模型。表1 Ⅲ類巖體物理力學(xué)參數(shù)Tab.1 Physico－mechanical Par
建筑科學(xué)與工程學(xué)報 2013年1期2013-12-08
- 基于深度圖像的點云邊界點提取
模型,其中點云邊界點的提取是數(shù)據(jù)壓縮、目標(biāo)識別、曲面重建的關(guān)鍵步驟之一。邊界點可構(gòu)成模型最基本的幾何框架,因此邊界點的正確提取對于準(zhǔn)確表達模型外觀具有關(guān)鍵作用。通常在邊界點提取的過程中會首先進行模型特征點的提取,然后再依據(jù)一定的規(guī)則從候選特征點中篩選出邊界點。Milroy M J[1]和Yang[2]在局部坐標(biāo)系內(nèi)進行二次參數(shù)曲面計算,通過判斷曲率極值來提取邊界點。賀美芳等[3-4]利用Yang的方法處理點云得到二次參數(shù)曲面方程,并利用朱心雄[5]提到的方
水利與建筑工程學(xué)報 2013年3期2013-02-27
- 物體三維數(shù)字化中消除遮擋孔洞的視點規(guī)劃方法研究
片1.2 孔洞邊界點的判斷點云數(shù)據(jù)預(yù)拼合后，把拼合坐標(biāo)系偏置到以工作臺旋轉(zhuǎn)中心OP為原點的坐標(biāo)系，根據(jù)點云數(shù)據(jù)的Z坐標(biāo)值大小細分為若干等分層，把每個等分層內(nèi)的點云向X1OPY1平面投影，設(shè)定點云孔洞投影點的距離閾值為a，若X1OPY1平面上相鄰?fù)队包c的距離大于a，則該投影點對應(yīng)的三維空間點即為孔洞邊界點。如圖3所示，將間隔為ΔZ的分層區(qū)間內(nèi)的點云向X1OPY1平面方向投影，計算坐標(biāo)原點OP和各投影點的連線與X1軸之間的角度γ(OP在點云數(shù)據(jù)輪廓投影點內(nèi)，目
中國機械工程 2012年21期2012-12-03
- 基于網(wǎng)格聚類中邊界點的處理
的點可能是簇的邊界點，也可能是噪聲點，為此，可利用邊界處理技術(shù)作進一步處理。聚類的邊界代表了一種潛在的模式，對數(shù)據(jù)挖掘有著重要的意義。但是目前涉及邊界的算法并不多，對其研究遠遠不夠。另一方面，邊界點處于某些簇的相鄰位置，許多聚類算法（如基于網(wǎng)格的方法）不能準(zhǔn)確地把這些邊界點劃分到對應(yīng)的簇中，從而降低了聚類結(jié)果的質(zhì)量。1 相關(guān)工作1.1 邊界點的定義在DBSCAN算法中，第一次提出了邊界點的概念。算法是基于密度定義了簇的邊界點，即如果一個對象不是核心點（所謂
科技視界 2012年34期2012-08-23
- 一種基于點集自適應(yīng)分組構(gòu)建Voronoi圖的并行算法
并時會出現(xiàn)大量邊界點，導(dǎo)致子網(wǎng)間出現(xiàn)過多未封閉多邊形，在一定程度上影響了算法的整體效率。為此，本文在分析分治算法思想的基礎(chǔ)上，考慮將平面點集進行自適應(yīng)網(wǎng)格劃分，使得每個分組中點的數(shù)量近似相等，且盡量避免每個矩形分組出現(xiàn)狹長條帶。同時，考慮到掃描線算法作為一種較經(jīng)典的Voronoi圖生成算法，其時間復(fù)雜度為 O(nlgn)，算法性能和穩(wěn)定性都比較好。本文采用其作為各點集分組的子網(wǎng)生成算法，并采用并行計算方式完成這一過程。在相鄰網(wǎng)格之間，依據(jù)掃描線算法中的岸線
圖學(xué)學(xué)報 2012年6期2012-07-09
- 基于Loop細分算法的曲面邊界控制及曲面拼接
模型曲面的所有邊界點在邊界條件多邊形上。在大多數(shù)情況下，曲面的邊界點很少是在邊界條件多邊形上，這就需要通過合理地變化曲面，使邊界點落在邊界條件多邊形上，并保持曲面的美感和光滑度。本文提出了邊界點不在邊界條件多邊形上的拼接算法，因為在實際應(yīng)用的過程中，很容易能夠保證模型曲面的一個邊界點和邊界條件多邊形的一個頂點重合，因此，本文中要求至少有一個模型曲面邊界點和邊界條件多邊形的頂點重合，同時要求模型曲面的邊界頂點個數(shù)少于邊界條件多邊形的頂點個數(shù)。實際上，既然模型
- 圖像輪廓的點坐標(biāo)的提取方法及VC++編程實現(xiàn)
最小行和列值的邊界點.注意：此時的邊界點其實是圖像的最左下角的邊界點.定義一個掃描方向變量dir,該變量用于記錄上一步中沿著前一個邊界點到當(dāng)前邊界點的移動方向，按上述掃描第一個邊界點的順序，其初始化取值為：對4連通區(qū)域取dir=0,如圖 1所示；對 8連通區(qū)域取dir=7,如圖2所示.圖1 四連通區(qū)域方向示意圖圖2 八連通區(qū)域方向示意圖2.2 按逆時針方向搜索當(dāng)前像素點的3×3鄰域，如果搜索到邊界點（黑點）時，則將該邊界點作為新的當(dāng)前像素點，且更改搜索方向
赤峰學(xué)院學(xué)報·自然科學(xué)版 2011年3期2011-10-16
- 雙互易雜交邊界點方法求解Helmholtz方程＊
題的能力.雜交邊界點方法［3－6］是一種純邊界類型的無網(wǎng)格方法，該方法無論插值還是積分都不需要網(wǎng)格，計算時僅需要邊界上離散點的信息，前處理簡單，是一種很有發(fā)展前景的計算方法.然而，該算法同其他邊界類型方法一樣，在求解Helmholtz方程這樣的非齊次方程時需要域內(nèi)劃分網(wǎng)格，從而失去了其降維的優(yōu)勢.本文將雜交邊界點方法同雙互易法［7－8］結(jié)合，提出了一種求解Helmholtz方程的新方法，該方法將問題的解分為通解和特解兩部分，通解使用雜交邊界點法求解，特解則
湖南大學(xué)學(xué)報（自然科學(xué)版） 2010年11期2010-03-19
- 穩(wěn)健的虹膜定位算法
索虹膜內(nèi)外緣的邊界點，然后針對這些邊界點進行橢圓曲線擬合。通過大量的實驗表明，該算法快速、準(zhǔn)確，并能夠在一定程度上解決偏視虹膜圖像的定位問題和眼瞼、睫毛的遮擋問題。曲線擬合; 多分辨率分析; 尺度函數(shù); 小波分析虹膜識別技術(shù)是一種高性能的生物特征鑒別技術(shù)，一個高性能的虹膜識別系統(tǒng)原型于1993年成功實現(xiàn)[1]。文獻[2-3]提出了兩種較為經(jīng)典的虹膜識別算法。到目前為止，已有超過五千萬人在文獻[1]開發(fā)的虹膜識別系統(tǒng)中進行注冊，而其他研究機構(gòu)對虹膜識別方法的
電子科技大學(xué)學(xué)報 2010年6期2010-02-08
- 解特殊凸二次半定規(guī)劃的邊界點法
故而本文將利用邊界點法對其進行求解。易知，問題（1.1）的KKT條件為：它又等價與以下的條件：A：=（svec（A1），svec（A2），svec（Am））T則可以得到φ（X）=Asvec（X），φ*（y）=smat（ATy）為了討論方便，假設(shè)以下的假定條件成立。假定1.1 矩陣A滿行秩；且問題（1.1）存在嚴格可行點，即Slater條件成立。最后，介紹一下本文的結(jié)構(gòu)：在第二節(jié)中將介紹解問題（1.1）的邊界點法，同時分析其全局收斂性；而在第三、四節(jié)中分別給
時代農(nóng)機 2010年11期2010-01-15