基于HMM和仿射不变矩三维模型归类与检索算法

针对Hu不变矩对仿射形变图像描述的不足,为提高三维模型的检索精度,提出一种基于Hu不变矩和仿射不变矩特征性融合的隐马尔科夫模型相似性归类与检索算法。首先使用Sobol算子对机械零件三维模型进行轮廓边缘的提取,得到二维的正等测轴测图,然后对该图进行组合不变矩的特征提取,并进行特征值的编码,最后构造五类机械零件三维模型的样本集,通过添加比例因子的多观测值b-W(baum-Welch)算法进行机械零件三维模型的训练与识别,仿真实验表明本文所提算法具有较高的识别率。     

4-几何结构下测试线段相交性快速算法

提出了一种4-几何结构下两线段相交性测试的快速算法.算法根据4-几何结构的特点,主要以加减运算和快速判断代替了过多使用乘法的传统判断线段相交性的算法,从而加快了算法速度.实验证明算法的性能良好.     

小波矩和HMM的三维CAD模型归类与检索算法

为了在工程应用中检索已有的三维CAD模型,以便重用相应零件的设计信息,节省设计和加工成本,提出一种基于小波矩和仿射不变矩特征融合的隐马尔科夫模型(HMM)三维CAD模型归类与检索算法。对三维模型图进行归一化处理,并分别提取归一化图像的小波矩特征值和仿射不变矩特征值;通过K-W检验算法选择出鲁棒性好、稳定性高的组合不变矩特征并进行编码;构造五类三维模型的样本集,将上述特征值作为HMM的输入观测值,通过修正的添加比例因子的多观测序列Baum-Welch(B-W)算法进行模型的训练与识别。将本文算法与其他三种算法进行实验对比,结果表明,本文所提出的算法具有较好的识别率和检索效率,具有一定的实用价值。     

基于极半径曲面矩和HMM的三维模型分类与检索算法

在计算机辅助设计（computer aided design，CAD）中，对机械零件的三维模型进行分类和检索有利于设计人员重用设计信息，从而缩短产品的开发周期，以快速响应市场需求。针对三维模型的分类与检索，提出了一种基于极半径曲面矩和隐马尔科夫模型（hidden Markov model，HMM）的分类与检索算法。首先，计算三维模型的极半径曲面矩并组成特征向量，经排序编码后，将其作为HMM的观测序列；然后，取一部分人工标注过的三维模型作为训练样本，采用添加比例因子的多观测序列B-W（Baum-Welch）算法对HMM进行训练；最后，利用训练好的HMM对三维模型进行分类与检索。实验结果显示，与现有的2种分类与检索算法相比，所提出的算法具有更高的识别率和检索效率。该算法的特点是：极半径曲面矩计算快，不用将三维模型体素化；HMM训练快，分类能力强，且不需要大量训练样本就有一定的分类能力。研究表明，所提出的算法能较好地解决三维模型的分类与检索问题，具有一定的实用价值。     

智能识点法实现MD模型上的自动布线

给出了一种MD模型上的布线算法。首先，提出了MD模型上的广义线段的概念；其次，依据人工智能的思维给出绕障点的定义方法；最后，以绕障点和待布点组成布线点集合，以布线点集合中的所有点为顶点构造带边权值的完全图．将布线问题转化为在带边权值的完全图中求布线点间的最短路径，从而得到最优布线路径。实验证明算法的性能良好。     

两类特殊的k重Mycielski图的邻点强可区别E-全染色

对简单图G,如果图G存在一个染色法f,使得任意两个相邻的顶点染不同的颜色,任意一条边与其关联的点染不同的颜色,任意两个相邻点的色集合不同,其中每个点的色集合包含该点及其关联边和相邻点的颜色,则称该染色法f为G的邻点强可区别E-全染色,且称所用最小的颜色数为图G的邻点强可区别E-全色数。本文应用反证法和构造染色函数法研究了路和圈的距离为3的k重Mycielski图的邻点强可区别E-全染色,并得出了其邻点强可区别E-全色数。     

图Wn,2与图Fn,2的邻点可区别均匀E-全染色

对简单图G,如果图G存在一个染色法f,使得任意两个相邻的顶点染不同的颜色;任意一条边与其关联的点染不同的颜色;任意两个相邻的点的色集合不相同,并且任意两色所染元素的数目之差不超过1,则称该染色法f为G的邻点可区别均匀E-全染色,其所用最少颜色数称为该图的邻点可区别均匀E-全色数.讨论了图Wn,2与图Fn,2的邻点可区别均匀E-全染色,并得到了它们的均匀E-全色数.     

椭圆拉伸变形长短轴的计算及应用

在CAD应用软件程序编制中,椭圆的长短轴是很重要的参数。应用相关数学知识推导出6个计算公式,可利用这些公式确定椭圆沿坐标轴拉伸变形后的长短轴大小与位置并在CAD软件中实现与之相关的功能。