任意多边形内带特征约束的散列数据的最优三角剖分

给出了一种新的基于Ｄｅｌａｕｎａｙ三角形化的任意多边形边界内散列数据的优化三角剖分算法，该算法可允许散列数据任意复杂的折线及封闭多边形环的特征约束。算法用统一的数据结构来记录散列数据、约束特征和三角剖分信息，并且引入了辅助窗的概念，从而使优化剖分和加入约束容易实现。     

平面点集三角剖分的算法

提出平面点集三角剖分的一种新的算法，该算法首先逐层求凸包，然后分割环或成三角形，最后调整相邻环域的三角剖分便圾获得最小权三角剖分。     

基于三角剖分对偶图的结构表示模型及其算法

通过提取中轴骨架并对其进行跟踪而获得层次结构图是模式识别中最常用的一种方法。论文提出一种相对骨架的新型结构表示模型“三角剖分对偶图”。利用这种结构表示模型可以从二值图像中直接获得层次结构图,并表达为树的最基本的数据结构。此外,论文还给出了三角剖分对偶图的提取和优化算法,并与骨架表示模型的层次结构图作了比较。     

周培德三角剖分不是最小权三角剖分

平面点集的（欧几里德）最小权三角剖分问题是计算几何和算法领域的一个长期悬而未决的公开问题,周培德于文献[1]中提出了一个新的平面点集三角剖分算,并称该算法能够获得最小权三角剖分,文中通过给出反例,证明了该三角剖分不是最小权三角剖分,因此,最小权三角剖分问题仍有待于进一步研究。     

实现约束Delaunay三角剖分的健壮算法

相对于标准的Ｄｅｌａｕｎａｙ三角剖分，本文给出了复杂区域三角剖分所应满足的两个约束条件及相应的基于轨迹生成和边界裁剪的剖分算法，并证明了该算法符合约束圆准则，文中详细分析了退化及数值误差对剖分结果的影响，着重在提高算法健壮性方面，对该算法做了进一步完善，使它能够完全满足散乱据场网格剖分的分析。     

任意多边形的Delaunay三角剖分

任意多边形的三角剖分是计算机图形学领域中的一个基本算法，其用途非常广泛，本文利用著名的Ｄｅｌａｕｎａｙ三角剖分的优化性质，提出了一个简洁、通用的任意多边形Ｄｅｌａｕｎａｙ三角剖分算法，并给出了该算法在有限元网络自动生成过程的应用。     

Mumford-Shah模型在图像分割中的研究

介绍了图像分割中的Mumford-Shah(MS)模型，提出了一种新的MS模型的数值求解方法。首先在数学上指出了MS泛函弱解在SBV函数空间中的存在性，然后讨论了计算弱解的数值逼近方法。为了得到MS泛函的数值解，首先定义了自适应三角剖分空间上的离散型MS泛函，然后在每次迭代前对有限元网格进行相应的自适应调整，接着采用拟牛顿最小化方法，并通过收敛意义上的离散有限元逼近，得到离散型MS泛函在每次迭代中的最小值。实验结果表明，该方法适合含噪图像的分割，是一种有效的图像分割算法。     

三角剖分综述

多变形的三角剖分是计算几何中的基本问题,本文简述三角剖分的基本理论及应用,对三角剖分算法做简要的综述,为设计更好的三角剖分算法提供一定的依据。     

任意形状平面域的通用三角化算法

基于平面上散乱数据点的Ｄｅｌａｕｎａｙ三角剖分准则，提出了任意形状平面域的通用三角剖分算法。该算法不仅能用于Ｔｒｉｍｍｅｄ曲面的消隐显示及加工，也能用于有限元网格自动生成及其它领域。该算法已经成功应用于ＨＵＳＴＣＡＤＭ曲面造型及加工系统。     

三角剖分的模拟退火算洁

本文提出一个基于模拟退火的三角剖分算法ＳＴ．理论分析和运行结果表明ＳＴ的费用比已有三角剖分算法的费用都小，在统计上是最优三角剖分费用的常数倍．     

基于space-time的二叉树表示动态环境中的路径规划

研究具有空间和时间的三维动态环境下的机器人路径规划分析了四叉树表示二维空间的搜索算法,在此基础上,提出采space-time,用二叉树表示二维空间的方法时间信息中增加加速度利用二叉树遍历方法和算法设计一个在动态障碍物环境下进行路径规划的新算法并,,A*,,在足球机器人系统中进行仿真,实现了较好的路径规划。     

基于重要边缘点的时间序列异常模式检测算法

在分析边缘算子的思想和现有时间序列模式表示方法基础上,将边缘点方法和重要点方法相结合,提出了基于重要边缘点的时间序列模式表示算法。算法按各观测点的边缘化程度,提取重要的边缘点将时间序列分成多个子线段,通过分析直线段之间的相似性,发现异常的序列模式。从理论和实验两方面对算法进行了分析和验证,结果表明,算法复杂度较低,模式表示误差小,能够满足大规模时间序列数据模式表示的要求。     

基于因素化表示的TD（λ）算法

提出一种新的基于因素法方法的TD（λ）算法。其基本思想是状态因素化表示,通过动态贝叶斯网络表示Markov决策过程（MDP）中的状态转移概率函数,结合决策树表示TD（λ）算法中的状态值函数,降低状态空间的搜索与计算复杂度,因而适用于求解大状态空间的MDPs问题,实验证明该表示方法是有效的。     

A new algorithm for error-tolerant subgraph isomorphism detection

We propose a new algorithm for error-correcting subgraph isomorphism detection from a set of model graphs to an unknown input graph. The algorithm is based on a compact representation of the model graphs. This representation is derived from the set of model graphs in an off-line preprocessing step. The main advantage of the proposed representation is that common subgraphs of different model graphs are represented only once. Therefore, at run time, given an unknown input graph, the computational effort of matching the common subgraphs for each model graph onto the input graph is done only once. Consequently, the new algorithm is only sublinearly dependent on the number of model graphs. Furthermore, the new algorithm can be combined with a future cost estimation method that greatly improves its run-time performance     

基于稀疏表示的人脸识别方法

分析了稀疏表示的数学本质就是稀疏正规化约束下的信号分解,研究了一种正交匹配追踪的稀疏表示算法并利用矩阵Cholesky分解简化迭代过程中矩阵求逆计算来快速实现算法,将该算法应用在人脸识别中,利用训练样本构建冗余字典,将测试样本看成冗余字典中训练样本的线性组合,通过在不同人脸库上的实验证明了该方法的有效性.     

A genetic algorithm with switch-device encoding for optimal partition of switched industrial Ethernet networks

This paper presents a novel genetic algorithm to solve the industrial Ethernet network partition problem (IENPP). A new switch-device encoding is presented for the problem, and incorporated into the genetic algorithm. This encoding has several advantages against the traditional representation used in previous approaches, which will be detailed in the paper. Also, several new genetic operators included in the genetic algorithm are described in the paper. Simulations in different network partition instances have shown the good performance of our approach: it obtains better results than a previous genetic algorithm due to the incorporation of the new representation and novel operators. Also the computational time of the proposed algorithm is better than that of the existing genetic algorithm for this problem.     

基于新约束图模型的布图规划和布局算法

布图规划和布局构形的表示是基于随机优化方法的布图规划和布局算法的核心问题.针对Non-slicing结构的布图规划和布局,提出了一种新的基于约束图表示的模型.基于该模型及其性质,可以得到近似O(n)时间复杂度的有效的布局算法.通过引入变形网格的假设,得到了一种新的更加精确的Non-Slicing结构的表示模型:梯形网格模型.其空间复杂度为n(3+lg[n]),时间复杂度为O(n),解空间规模为n!2^3n-7.已经证明,梯形网格模型可以表示所有的Slicing结构的布局,同时又可以有效地表示Non-Slicing结构的布局,而时间复杂度与Slicing表示相同.实验结果表明,该表示优于刚刚发表的O-tree模型.梯形网格模型是一种拓扑模型,而O-tree的表示依赖于模块的尺寸,因而梯形网格能更有效地处理含有软模块的的布图规划问题.     

一种改进的椭圆曲线离散对数快速冗余算法

提高点倍乘的运算效率是椭圆曲线密码体制得以广泛应用的基础，在大数的二进制序列中引入-1，构成等价的二进制冗余序列，可使序列中0的个数增加，从而使得大数倍乘中加法运算减少，提出了一种新的椭圆曲线离散对数快速冗余算法，算法针对大数的二进制冗余序列，给出了新的合理构建，消除序列转换中不必要的步骤。分析表明，新算法显著减少了倍乘的运算，效率明显提高。     

On finding representative non-dominated points for bi-objective integer network flow problems

This paper proposes a new algorithm to find a representation of the set of all non-dominated points of the bi-objective integer network flow problem. The algorithm solves a sequence of ε-constraint problems with a branch-and-bound algorithm to find a subset of non-dominated points that represents the set of all non-dominated points well in the sense of coverage or uniformity. At each iteration of the algorithm, one non-dominated point, determined by solving one ε-constraint problem, is added to the representation until it is guaranteed that the representation has the desired quality. Computational experiments on different problem types show the efficacy of the algorithm.     

基于符号化表示的时间序列频繁子序列挖掘

提出一种新的基于符号化表示的时间序列频繁子序列的挖掘算法。利用基于PAA的分段线性表示法进行降维,通过在高斯分布下设置断点,实现时间序列符号化表示,利用投影数据库挖掘频繁子序列。该算法简单、新颖,运行快速,简化了子序列支持数的计算。