比特串划分多索引的近邻搜索算法

哈希表示的比特串是解决海量数据相似性搜索问题最有效的方法之一.针对比特串索引方式导致搜索效果低下的问题,提出一种基于比特串划分多索引的近邻搜索算法.首先由于比特串划分本质是一个组合优化问题,采用贪婪的思想给出该问题的近似解;其次在近邻查询阶段,结合多索引结构提出新的查询扩展和融合机制;最后通过采用一种查询自适应的办法优化多索引之间的不平衡性.在MNIST, CIFAR-10, SIFT-1M和GIST-1M数据集上使用Matlab软件进行实验的结果表明,该算法在基于哈希表示的索引结构以及在近邻搜索方面具有有效性和通用性.     

基于法向修正及中值滤波的点云平滑

为了在降噪的同时保持点云的几何特征,并较好地处理离群点,通过对传统的法向量修正方法进行改进,提出基于L1中值滤波的点云平滑方法.根据核回归估计理论建立一种法向修正的框架,并在此框架下引入二阶Hessian矩阵,提高了法向估计的精度;以经典的L1中值理论为基础,提出一种迭代降噪的方法,并指出了该方法与mean-shift方法和双边滤波方法的联系.实验结果表明,该法向修正及点云平滑方法简单、有效,在处理原始点云时具有优势.     

Primer aQura 测试参数稳定性

 针对aQura棉结和短纤维测试仪测试参数稳定次数问题,用统计分析的方法对2次不同实验（每次实验包括12个方案）条件下所生产生条的aQura检测结果进行分析,得出了aQura主要检测参数稳定次数范围和30次检测结果CV值。研究认为: aQura在检测生条各项长度各项指标时,采用10次检测即可保证测试结果具有可重复性;检测带籽屑棉结尺寸、棉结总数和纤维棉结数量时,采用10次也可保证检测结果具有可重复性;检测带籽屑棉结含量则需检测19次以上,检测结果才具有可重复性。     

基于医学图像的复杂曲面重建

为了更准确地重建复杂的三维医学数据模型,把二维医学图像轮廓线上的像素点转化为三维点云,引入经典的泊松点云重建技术。由于泊松重建的效果依赖于点云法向的准确性,针对轮廓线数据的特点,结合图像二维梯度方向,给出了点云法向的一致定向及基于已知定向进一步精确估计法向的方法。泊松重建方法作为一种隐式重建技术,可以很好地处理医学图像数据中经常存在的噪声、拓扑复杂等问题。鼻咽喉模型重建的结果说明,一致定向方法改进了传统的一致定向方法,得到了更为准确的医学重建模型。