三角域上双变量Jacobi-Bernstein的基转换及应用

为了在CAGD中有效地求解三角域上Bézier曲面的最小平方逼近问题,给出了三角域上双变量Jacobi基和Bernstein基的相瓦转换矩阵.首先利用Bernstein基构造了三角域上的Jacobi多项式;然后利用单变量Jacobi基和Bernstein基的转换关系,给出了三角域上双变量Bernstein基与Jacobi基的相互转换矩阵.进一步,利用该矩阵得到了在加权L2范数下基于正交基的Bezier曲面最佳降多阶逼近算法,给出了具体的最佳降多阶矩阵以及该降阶逼近的可预报的误差公式.     

5阶三角多项式空间中的拟Bézier基在三角域上的推广

为了进一步研究非多项式空间的拟B啨zier基,完善其关于三角域部分的理论,将5阶三角多项式空间G=span{1,sint,cost,sin2t,cos2t}上的基推广到三角域上,构造出满足正性、权性、对称性、边界性质和线性无关性的拟B啨zier基,使得相应的三角曲面不用有理形式就可以表示球面片.实例结果表明,使用这组基可以精确地造型出整球面.     

三角域上生成三角多项式曲面的实用方法

提出一种三角域上带三个形状参数的三角多项式基函数,基于此基函数可以生成一种三角域上的三角多项式曲面。该曲面可以构建边界为椭圆弧、抛物线弧以及圆弧的曲面。在不改变控制网格的情况下,所提出的曲面可以使用形状参数对曲面进行可预测的灵活调整。为了能够高效稳定地计算该三角多项式曲面,提出一种实用的de Casteljau-type算法。此外,还给出了连接两个三角多项式曲面的[G1]连续条件。     

基于实数域扩散离散Chebyshev多项式的公钥加密算法

将Chebyshev多项式与模运算相结合,对其定义在实数域上进行了扩展,经过理论验证和数据分析,总结出实数域多项式应用于公钥密码的一些性质.利用RSA公钥算法和EIGamal公钥算法的算法结构,提出基于有限域离散Chebyshev多项式的公钥密码算法.该算法结构类似于RSA算法,其安全性基于大数因式分解的难度或者与El...     

基于实数域扩散离散Chebyshev多项式的公钥加密算法

将Chebyshev多项式与模运算相结合,对其定义在实数域上进行了扩展,经过理论验证和数据分析,总结出实数域多项式应用于公钥密码的一些性质.利用RSA公钥算法和ElGamal公钥算法的算法结构,提出基于有限域离散Chebyshev多项式的公钥密码算法.该算法结构类似于RSA算法,其安全性基于大数因式分解的难度或者与El...     

三角域上三阶T-Bezier曲面片的构造与设计

在计算机辅助几何设计中,T-Bezier曲线曲面被视为一种新的自由曲线曲面造型工具得到广泛研究,然而其曲面都是张量积形式的,为了进一步研究非多项式空间中的T-Bezier基,完善其关于三角域部分的理论,构造了满足正性、权性、对称性、边界性质和线性无关性的基函数,并证明了三角域上相应曲面的一些性质;最后给出了一些应用。     

关于基于实数域扩散离散Chebyshev多项式的公钥加密算法的问题

通过对基于有限域离散Chebyshev多项式的公钥密码算法进行研究,虽然算法提出者称该算法结构类似于RSA算法,其安全性基于大数因式分解的难度或者与EIGamal的离散对数难度相当,但是经过实例验证,该算法对某些初始值是无法正常加密的。     

在Chebyshev多项式概要上近似属性分布

在属性分布估计中,给定关系属性的类型为N个,使用B个(BN)数值近似其频度分布.基于直方图和小波的概要数据结构得到深入的研究,然而Chebyshev多项式也适合于近似算法.首先构造基于Chebyshev多项式的概要,再在其上估计原始属性分布,和以前的方法相比,算法的优势在于: L1、L2、L∞等误差度量下更高的精度;构造概要的时间复杂度只有O(NB);更易于动态维护.Chebyshev概要的有效性在模拟数据序列和实际数据序列上得到验证.     

Bernstein多项式推广及其所生成的拟Bezier曲线

文章对Bernstein多项式进行推广，用函数f(t)代替变量t，所生成的拟Bezier曲线不仅拥有与Bezier曲线相类似的性质，而且能产生一些好的特性，如通过调节因子可以改变拟Bezier曲线的次数，使拟Bezier曲线拼接时有更大的自由度和灵活性，有一定的应用和研究价值。     

三角域上Said-Ball基的推广渐近迭代逼近

目的：如果一组基函数是规范全正（Normalized Totally Positive, abbr. NTP）的,并且对应的配置矩阵是非奇异的,那么由它所生成的参数曲线或张量积曲面具有渐近迭代逼近（progressive iteration approximation, abbr. PIA）性质。为了进一步推广渐近迭代逼近性质的适用范围,本文提出对于一组基函数,如果其对应的配置矩阵不是全正的,那么该基函数也可能具有渐近迭代逼近性质。方法：提出的定理是以基函数具有渐近迭代逼近性质时其对应的配置矩阵所需满足的条件作为理论基础,建立了配置矩阵为严格对角占优或者广义严格对角占优矩阵与基函数具有渐近迭代逼近性质之间的联系。结果：配置矩阵为严格对角占优或者广义严格对角占优矩阵,则相应的三角曲面具有PIA性质或带权PIA性质,即广义PIA性质。数值试验验证了上述理论,并细致地分析了三角域上的低次Said-Ball基,指出了它们具有相应的广义PIA性质。结论：本文将渐近迭代逼近的适用范围推广到三角域上的一般混合基函数。类似三角域上Said-Ball基,本文算法亦可用于研究三角域上的其他各类广义Ball基的PIA性质。     

一种权值直接确定及结构自适应的Chebyshev基函数神经网络

基于函数逼近理论,构造一种Chebyshev基函数神经网络模型.推导出该网络模型的权值直接确定方法,可一步计算出权值,克服了传统BP神经网络学习率选取困难、学习过程冗长和易陷入局部极小等缺点.在此基础上,设计了基于二分搜索的结构自适应算法,根据精度要求自动确定网络最优结构.理论分析及仿真验证均表明,该网络不仅能够快速地完成网络权值确定和结构自适应,且具有优异的学习与逼近能力,而且对随机加性噪声也具有较好的抑制作用.     

基于约束Jacobi基的多项式反函数逼近及应用

求解多项式反函数是CAGD中的一个基本问题.提出一种带端点Ck约束的反函数逼近算法.利用约束Jacobi基作为有效工具, 推导了它与Bernstein基的转换公式,采用Bernstein多项式的升阶、乘积、积分与组合运算, 给出了求解反函数系数的具体算法.该算法稳定、简易, 克服了以往计算反函数的系数时每次逼近系数需全部重新计算的缺陷.最后通过具体逼近实例验证了文中算法的正确性和有效性, 同时给出了它在PH曲线准弧长参数化中的应用.     

一种新型非线性偏最小二乘方法研究及应用--基于Chebyshev多项式改进的PLS方法

在实际生产过程中，过程变量之间往往存在大量相关关系，甚至非线性相关关系。过程变量间存在线性相关时，可采用偏最小二乘方法(Partial Least Squares，PLS)计算模型参数，但由于PLS方法采用线性关系来联系输入和输出因子，因而并不能有效地应用于非线性较强的过程。在这种情况下要对变量进行有效的压缩维数．需要采用非线性PLS方法。基于Chebyshev多项式改进的多元多项式PLS方法，是一种新的非线性PLS方法。该方法利用Chebyshev多项式的正交性质和递推性质，将过程输入变量正交化、线性化后，再应用PLS方法计算模型参数并还原，从而得到比较精确的模型。由于该方法综合考虑了输入变量的自相关和输入变量间的协相关关系。能够更有效地表达过程变量间的非线性关系，因此其对非线性过程的研究提供了新的思路。     

基于Chebyshev多项式的公钥密码系统算法

介绍有限域Chebyshev多项式的定义和性质。针对基于有限域Chebyshev多项式的类ElGamal公钥密码系统存在的弱点,提出一个新的公钥密码算法。该算法的公开密钥隐藏了求秘密密钥的信息,即已知该算法的公开密钥求秘密密钥,在计算上几乎是不可行的。通过理论分析和编程实现,证明该算法是正确可行的,其安全性高于同类算法。     

切比契夫谱元素局部混合基函数构造

针对切比契夫谱方法,该文首次构造了两类局部混合基函数,据此发展了一种新的谱元素方法:在元素端点采用局部拉格朗日插值基,元素内部采用经调整后的切比契夫多项式。这里的两类混合基函数在计算精度上可与传统的拉格朗日基相媲美,而且元素矩阵具有稀疏特征和数据重用性。该文给出的局部混合基函数对传统的谱元素方法进行了扩充。     

基于Chebyshev的概率公钥密码体制

介绍了Chebyshev多项式的定义和相关性质, 针对确定性Chebyshev多项式公钥密码体制进行了研究, 发现其不能抵抗选择密文攻击。结合抵抗选择密文攻击的安全模型, 提出了基于有限域的Chebyshev多项式的概率公钥密码体制, 分析结果表明该密码体制是正确的。通过归约证明, 该密码体制能够抵挡适应性选择密文攻击, 具有抵抗选择密文攻击的IND-CCA2安全性。     

Bernstein多项式的快速复合算法

在计算机辅助几何设计中,Bernstein多项式的复合是一个重要的研究课题。目前,实现复合的方法主要有Blossoming算法和优化的Blossoming算法。这类方法虽然是数值稳定的,但是计算量很大,存储空间和程序复杂性方面也要求较高,文中基于多项式插值和符号运算,提出了一种新的复合算法。理论分析表明,新算法不但保持了数值稳定性,而且在计算量,存储空间和程序复杂性方面明显优于已有算法。