非静态混合细分法

提出了一种含参数b的非静态Binary混合细分法,当参数取0、1时,分别对应已有的非静态四点C1插值细分法及C-B样条细分法。用渐进等价定理证明了对任意(0,1]区间的参数其极限曲线为C2连续的。从理论上证明了细分法对特殊函数的再生性,及其对圆和椭圆等特殊曲线的再生性,并通过实验对比说明了对任意的[0,1]区间的参数,该细分法都能再生圆和椭圆等特殊曲线,而与其渐进等价的静态细分法则不具备该性质。将该细分法推广为含局部控制参数的广义混合细分法,从而可以达到局部调整极限曲线的目的。     

曲面四参数四点细分方法

对经典的四点细分格式进行推广,提出了可通过对形状参数的适当选择来实现对极限曲线形状调整和控制的四参数四点细分曲线造型方法.把该方法扩展到曲面上,对其收敛性进行了分析,同时给出了曲线C0到C3连续和曲面连续的充分条件.     

基于部分失真搜索的自组织映射学习算法

针对传统的自组织映射网络在大数据量或高维情形下训练过程较慢的问题，提出了分别使用部分失真搜索和扩展的部分失真搜索来完成传统算法中最耗时的最近邻搜索过程，减少了完成训练所需乘法次数。实验表明，相对于传统的自组织映射学习算法，所提两种方法分别可以节约近1/3和1/2以上的计算量。     

基于任意三角网格的ternary插值细分曲面造型及其分析

针对任意三角网格,提出一种简单有效且局部性更好的带参数的ternary插值曲面细分法,给出并证明了细分法收敛与G1连续的充分条件.在任意给定三角控制网格的条件下,可通过对形状参数的适当选择来实现对插值细分曲面形状的调整.     

双参数四点细分法及其性质

在经典4点插值细分法的基础上，提出一类既能造型光滑插值曲线，又能造型光滑逼近曲线的双参数4点细分法．采用生成多项式等方法对细分法的一致收敛性、C^k连续性及保凸性进行了分析，给出并证明了极限曲线存在、C^k连续及均匀控制顶点情形下保凸的充分条件．在给定初始数据的条件下，可通过对形状参数的适当选择来实现对极限曲线的形状调整和控制．     

对复平面上Julia集的控制与同步

探讨了复平面上Julia集的控制与同步.首先,采用联合控制法来控制不动点的稳定性,得到控制后的Julia集随着控制参数的选择逐渐收缩.其次,采用梯度控制法对2个不同Julia集进行同步控制,得到其中一个Julia集随着控制参数的增大逐渐耦合到另一个Julia集,从而实现2个不同Julia集的同步.通过Matlab作图显示了控制方法的有效性.     

基于三角网格的ternary插值细分法

本文针对规则三角网格,首先提出了一种基于插值3~(1/3)细分法的ternary插值曲面细分法,极限曲面可达C1连续。为使得细分法生成的曲面形状可调,本文进而研究了带参数的ternary插值曲面细分法的构造问题,分析了细分法的连续性。     

双参数C2插值细分法

提出了一类包含两个形状参数的双参数4点ternary插值细分法，可造型C^1或C^2光滑插值曲线，且易通过对两个形状参数取值的调整来实现对细分曲线形状的调控。讨论了形状参数对细分法的收敛性及连续性的影响，给出并证明了细分法一致收敛、C^1连续、C^2连续的充分条件，并给出了一些数值算例。     

结合K均值聚类和KD-Tree搜索的快速分形编码方法

利用部分失真搜索求解传统K均值聚类算法中的最近邻搜索问题,显著地减少了传统算法的乘法次数,从而提高了聚类速度;然后用改进后的聚类算法来加速分形编码：首先将定义域块聚类并为每个类建立一棵KD-Tree,编码时对每个值域块先后用部分失真搜索与近似最近邻搜索得到与其距离最近的若干KD-Tree及其上的若干最近邻,而其最优匹配块即由后者产生.实验结果表明,相对于全局搜索,该方法能大幅度地提高编码速度和较大地提高压缩比,而解码质量只有很小的下降;相对于同类方法,在相同压缩比下有更好的加速效果和解码质量.     

细分生成B样条的几何作图法

研究均匀B样条曲线细分生成的几何作图问题,给出了采用p-nary细分法细分生成任意次均匀B样条曲线的递归细分算法。在此基础上,研究了任意次均匀B样条曲线p-nary细分生成的几何作图方法。利用这种几何作图法,可以直观地在计算机上通过编程来快速准确地绘制B样曲线,更重要的是,可以使基于几何方法的任意次B样曲线的手工绘制成为可能。