一种快速的点—多边形／多面体关系分类算法

本提出了一种基于半空间法的改进射线法用于点－多边形／多面体关系分类算法。该算法不必求出交点即可确定射线与多边形或多面体的交点个数，从而大大提高计算速度。实践证明，这一算法是稳定而有效的。本还进一步给出了该算法的实际应用。     

一种快速的点一多边形／多面体关系分类算法

本文提出了一种基于半空间法的改进射线法用于点一多边形／多面体关系分类算法．该算法不必求出交点即可确定射线与多边形或多面体的交点个数，从而大大提高计算速度．实践证明，这一算法是稳定而有效的．本文还进一步给出了该算法的实际应用．     

种子算法在网格剖分中的应用

网格生成技术在建模、工程分析等领域有着重要的意义．本文提出了一种任意多边形域的四边形有限元网格全自动生成方法．该方法可以生成全部四边形单元，网格质量较好，速度也比较快．文中介绍了它的基本思想和算法实现，并给出了实例。     

基于位图的排样多边形最小包络矩形求解

针对利用位图表示的二维多边形零件排样问题,给出其最小包络矩形的定义、特征、原理以及具体实现方法,最终利用MATLAB编程完成任意多边形最小包络矩形求解。实例表明该方法简捷、快速,可靠性强,可为任意多边形排样问题的解决、优化提供便利。     

一组广义余弦定理探究

在引入边矢量及面矢量概念的基础上 ,以类比作为手段 ,对余弦定理进行由平面三角形到空间多边形乃至任意多面体的一系列推广 ,得出了形式对称一致的一组广义余弦定理 ,并给出了其简捷严谨的证明。     

多边形的分类及判别方法

基于多边形边方向的唯一性,提出了一种允许边重叠、交叉的平面多边形的分类方法,即平面任意多边形分为单纯多边形和奇异多边形两种,拓展了平面多边形的研究领域.在此基础上通过引入多边形点的矢性数的概念,给出了一种单纯多边形的判断方法,为实现笔画字体的轮廓化提供了新的解决途径.     

任意多边形区域的快速填充算法

典型的多边形区域填充算法包括标准扫描线算法和边填充算法。利用前者填充边自相交的多边形区域需要做大量排序操作，这极大降低了填充效率；而利用后者虽然不需要维持各种表和排序，但不适合用于填充复杂图形，并且每一像素可能被访问多次。本文利用两者的基本思想提出了基于对象空间的顶点算法，这种算法可以填充任意复杂的多边形区域，适用于光栅和矢量图形设备，最主要的是利用该算法填充边自相交多边形区域和填充普通多边形区域在效率上相近。本文用PDL给出了该算法实现的伪码。     

多边形按深度排序的三交树算法

多边形按深度排序是多面体消隐过程中常遇到的一个问题,这是一种比一般的数字排序复杂的排序。目前大多数采用一种动态方法对多边形排序,这种动态方法的缺点是需进行大量的多边形优先级比较,排序的计算量较大,本文提出了多边形按深度排序的一种新方法－三叉树算法。这种算法充分利用了多边形排序过程中的中间结果,大大减少了多边形优先比较次数,从而减少了排序计算量。     

基于半无穷维二维优化阵列方向图综合

提出一种综合具有任意需要方向图的包含非各向同性和非均匀间隔的线性阵列的新方法。该方法的基本思想在于将综合问题转变为一个半无穷维二次优化模型；在一组线性泛约束条件下使权矢量的范数量小。     

连接不相交线段集成简单多边形新算法

针对连接平面上n条线段构成简单多边形问题,给出了线段集能连接成一个简单多边形的一个充分条件。证明了对线段集S的端点进行Delaunay三角剖分可以找到端点的最近点或次最近点。以此为根据,给出了线段加入到简单多边形使得到的多边形总长度最小的方法,进而给出了连接给定线段集成一个简单多边形的算法。对新算法进行了时间复杂度分析,并给出了算法的正确性证明。通过实例对算法进行了对比,表明新算法可以得到更好的结果。     

几何约束求解的BFGS混沌混合算法

为了提高约束求解的效率和鲁棒性，提出了一个将混沌方法嵌入BFGS算法的约束求解混和算法.将
约束求解问题转化为优化问题，并对多变量函数求全局极值，用混沌算法跳过局部搜索陷阱.算法分析确
定几何元素的初始搜索范围，并利用BFGS方法的超线性收敛速度和混沌优化方法的内在特点进行求解.对
Camel函数极值和正五边形约束求解的实验结果表明，该混合算法能够处理欠/过约束问题，有效克服BFGS
算法容易陷入局部最优以及无法越过临界点的情况，可以高效鲁棒地进行约束求解.     

分形的产生及其在矿山视频图象编码中的研究

概述了分形编码的基本方法,讨论了如何用ＢｏｒｌａｎｄＣ＋＋对Ｓｉｅｒｐｉｎｓｋｉ三角形分形码解码,提出了煤矿工业电视图象的分形编码方法     

面向矿区复杂地质体的四面体生成算法

地质学及矿山研究对象主要特点是结构复杂、非均质、各向异性，四面体网格生成面临的关键技术难题是生成的四面体网格必须保证各个单一地质体边界的一致性．为解决以上问题，本文提出了一种基于面扩展的快速Delaunay四面体网格生成的分治算法，算法首先将地质模型分解为多个简单地质体，利用给定的边界数据样点将这些单一地质体边界进行三角剖分，然后从边界三角形开始递归生成各个简单地质体的四面体网格，最后再将各个简单地质体网格合并为一体．本算法生成的四面体网格可保证多个地质体边界一致，避免四面体单元重叠，且大部分四面体网格符合Delaunay法则．     

基于SFLA-PSO算法的几何约束求解

为提高求解几何约束问题的效率和收敛性,将几何约束问题等价为求解非线性方程组问题。并将约束问题转化为一个优化问题,采用基于混洗蛙跳（SFLA：Shuffled Frog Leaping Algorithm）和粒子群优化（PSO：Particle Swarm Optimization）算法求解该问题。SFLA-PSO算法采用将SFLA和PSO二者相结合的方法,利用PSO算法进行族群局部搜索,利用SFLA的多种群的进化方法进行族群的混选,相互取长补短,以达到收敛速度快和全局搜索的目的。实验表明,该方法可以提高几何约束求解的效率和收敛性。     

免疫粒子群核模糊聚类快速分形图像编码

针对经典分形编码算法编码时间过长和基于K-均值聚类等快速分形编码算法依赖数据分布等问题,提出了一种基于免疫粒子群优化(IPSO)和核模糊聚类的快速分形图像编码算法.提出基于IPSO的核模糊聚类算法,将IPSO算法应用于聚类中心的求解中,并将其应用于分形图像编码,分别对子块和父块进行核模糊聚类,以更加合理的分类搜索取代全局搜索,减少编码时间.实验结果表明,新算法的编码时间约为经典分形编码算法的1/6,其峰值信噪比只略微下降;与基于K-均值聚类和基于粒子群优化聚类等快速分形图像编码算法相比,新算法能以更少的编码时间获得更高的峰值信噪比.     

Fractal image encoding based on adaptive search

Finding the optimal algorithm between an efficient encoding process and the rate distortion is the main research in fractal image compression theory. A new method has been proposed based on the optimization of the Least-Square Error and the orthogonal projection. A large number of domain blocks can be eliminated in order to speed-up fractal image compression. Moreover, since the rate-distortion performance of most fractal image coders is not satisfactory, an efficient bit allocation algorithm to improve the rate distortion is also proposed. The implementation and comparison have been done with the feature extraction method to prove the efficiency of the proposed method.     

计算复杂多边形面积的组合三角形法

具有全凸直线边界的多边形,可以离散成由三角形组成的几何体系,全凸直边界多边形的面积和各个组合三角形面积的总和,只要通过秦九韶公式得到三角形的面积后,就能够得以全凸直边界多边形的面积。通过一定的算法,在对任意凹曲多边形边界的凹凸属性进行判断后,可以把任意凹曲平面图形修补剪裁成全凸直线边界多边形,所以,任意凹曲复杂平面图形的面积等于修剪凸多边形的面积与被修剪部分面积的代数和,这种方法称为组合三角形算法,文中给出的算法表明,该方法得到的多边形面积避免了传统积分算法的近似性特征,具有解析解特点。     

基于分形与混沌理论的嵌套搜索算法在 梯级水电厂节能调度运行中的应用

针对梯级水电厂联合优化调度的高非线性、强约束特性,提出了基于分形与混沌理论的嵌套搜索算法.该方法利用嵌套结构,有机地结合了分形分割逼近算法的高遍历性、普适性和混沌优化算法的随机性、规律性、遍历性等特性.通过在节能调度方式下南桠河梯级水库联合优化运行中的成功应用,显示该算法具有参数配置简单、普适性强、稳定性高、全局优化和易于编程等特点,并取得了与POA算法一致的收敛精度且计算速度有优势.     

分形理论在植物根系图像放大中的应用

针对植物根系图像的分析处理需要,运用分形理论,提出了一种基于分形特征提取,对数字图像进行放大的方法,介绍了该方法的原理和实现算法.其基本思想是通过分形理论提取图像的特征信息,用迭代函数系统近似表示原图像,在不同尺度的图像空间迭代重建图像以实现放大.这种方法简单方便,可以实现非整数倍的放大,放大图像主观效果较好,在植物根系图像处理中进行了应用.     

基于分形维数的聚类融合算法

对基于分形维数的聚类融合算法进行了研究。首先介绍分形维数聚类算法,产生聚类成员;然后利用投票法进行聚类融合;最后简单介绍了云计算环境下分布式聚类融合思想。基于分形维数的聚类融合算法比单一分形维数聚类算法得到的聚类结果更好,具有更好的鲁棒性。在分形维数聚类算法中,结合网格聚类与单一分形聚类的优点,提出了基于网格和分形维数的聚类算法,它可以发现任意形状且距离非邻近的聚类,适合于海量﹑高维数据。