基于特征点的ICP点云配准算法

ICP配准算法对待配准点云初始位置要求较高,且配准过程耗时长,因此提出了一种基于特征点改进的ICP点云配准算法。利用点云的局部法向量提取特征点,根据特征点的特征直方图得到初始配准点云;通过K-D tree搜索点集中的对应点对,运用四元数法得到配准参数,根据刚性距离约束条件精确配准点云。实验表明,该算法避免了ICP配准算法因初始位置姿态而陷入局部最优,同时提高了配准效率和精度。     

改进ICP算法的点云配准

针对传统ICP算法所存在的对初始点云位置要求高、算法效率低等局限性,本文对算法进行研究改进,改进结合K-近邻搜索和法向量估计,采用组建不变角度作为不变特征求解旋转矩阵和平移向量实现初配准,利用基于八叉树的ICP算法进行精配准。研究表明,改进算法能提高配准精度,缩短配准时间,优势明显。     

基于PCA点云配准算法的文创产品设计研究

为提升中国传统文化的影响力,研究针对文创产品的造型设计,提出了一种基于主成分分析(Principal Component Analysis, PCA)和特征匹配的点云配准算法.在算法的性能分析中发现,改进PCA点云配准算法误差值能够长期保持在0.5以下.之后利用PCA点云配准算法实现文创产品造型设计,结果显示,经过PCA点云配准算法的干预,文创产品的经济效益得到显著提升.以上结果表明,研究提出PCA点云配准算法能够有效实现文创产品的造型设计,并提升其经济效益,对文创产品的设计制造及文化传承具有重要作用.     

一种局部几何关键点的激光点云配准方法

在对激光点云配准时,原始点云的高密度和大数据量都会造成点云粗配准具有很高的时间代价和不稳定的配准精度.点云精配准是以粗配得到的配准参数作为输入,通常采用标准的ICP算法寻找对应点并迭代计算最佳的配准参数.为了提升激光点云配准的精度和稳健性,提出利用3D DoG算子在点云中提取具备曲率不变性的关键点,然后将关键点云输入4...     

基于PCA法的松花江哈尔滨段水质评价研究

采用哈尔滨市环境监测中心站提供的例行监测断面BOD5、NH3-N、CODCr、TN、TP、高锰酸盐指数、石油类、DO八个水质指标监测数据,选取PCA法对2014年上半年冰封期(1、2月份)内松花江哈尔滨段的水质进行综合评价.水质综合评价结果表明:1月份第1主成分因子为石油类、高锰酸盐指数和NH3-N,第2主成分因子为CODCr和BOD5;2月份第1主成分因子为CODCr和BOD5,第2主成分因子为高锰酸盐指数、TP;阿什河口内和呼兰河口内污染比较严重,与研究流域内的实际排污情况相吻合.     

一种改进的单纯形算法

针对无约束函数最优化问题,提出了一种能有效加快收敛速度的改进单纯形算法。在N-M单纯形算法的基础上,利用目标函数值的信息对反射中心重新定位,使反射方向更靠近目标函数最优值的方向,提高了搜索效率。函数寻优的对比测试结果表明,改进算法明显提高了单纯形算法的收敛速度和寻优质量。     

一类基于PCA神经网络的分类器在异常检测中应用

目前,入侵检测技术（IDS）已成为网络安全领域研究的焦点,多种软计算方法被应用到这项技术的研究上,本文综合了主成分分析技术的数据压缩及分类功能,和神经网络的在线计算能力,构建了一类基于PCANN的分类器,并进一步应用到异常检测中．仿真试验结果证明该检测模型的有效性．     

一种基于TIN的LiDAR点云滤波算法

在一定范围内地面可以近似看成一个个小平面的前提下,提出一种基于TIN的Li DAR点云滤波算法。先通过多尺度虚拟网格来筛选地面种子点,然后经过TIN向下加密和向上加密两个过程来进一步筛选出地形点;最后,通过3组具有不同典型地物特征的测区数据进行试验,验证该算法的实用性和有效性。     

基于PCA及FCM的C波段无线电信号分类方法

提出了一种基于模糊C均值聚类分析以及主成分分析的无线电异常信号分类方法,该方法利用主成分分析对信号数据进行降维并通过模糊C均值对信号数据进行分类,对目前常用的通过专家经验进行信号特征选取的方法进行了改进.实验结果证明了该方法的有效性,能快速高效地判断异常信号的类别.     

一种基于主成分分析的时间序列趋势预测方法

在分析现有时间序列预测方法的基础上,提出了一种利用主成分分析实现时间序列趋势预测的方法.算例表明,该方法能够具有一定的适用性.     

一种减少算术傅立叶变换采样点的方法

算术傅立叶变换是为了克服快速傅立叶变换的缺陷而在 1988年被提出的计算傅立叶系数的有效方法 .它的优点是不需要复数乘法 ,并且适合于作并行处理 ;但采样点过多是它的很大缺陷 .此文提出的一种方法 ,通过对采样点进行归类 ,重新划分 ,不但减少了采样点 ,而且精度状况良好 ,是对算术傅立叶变换的一次有效改进     

基于精明增长的城市可持续发展研究

针对城市可持续发展的问题,选取适当的指标建立城市可持续发展评价指标体系,收集曼彻斯特和堪培拉的数据,运用主成分分析对城市增长计划中的各项指标按照从最具潜力到最不具潜力进行排序,分析各城市可持续发展指数.结果表明,曼彻斯特市的可持续发展指数相对较低,堪培拉市的可持续发展指数相对较高.在此基础上,结合智能增长的10项原则,建立影响分析模型,制定智能计划,以满足2050年人口增长50%的假设,并为城市的可持续发展提出相关性建议.     

半定规划的一种不可行内点算法

对于半定规划问题,根据内点算法的短步方法,并结合Nestorov-Todd(NT)搜索方向的构造方法,设计出一种关于窄领域的不可行内点算法,然后证明了该算法的收敛性.结果表明,该算法经过有限次迭代后可以得到半定规划问题的一个近似最优解,或者证明问题无解.     

一种基于HVS的彩色图像数字水印算法

采用了基于RGB比例的自适应彩色图像水印技术,通过DCT变换来进行嵌入,利用HVS特性和8×8图像块中RGB的比例自适应地调整水印嵌入强度;在保持不可见的前提下提高了鲁棒性.实验表明,本算法对一些常见的图像操作具有较强的抵抗力.     

一种基于分数余弦变换的数字图像水印算法

提出了一种基于分数余弦变换的数字图像水印算法.将原始图像分块并利用人类视觉系统的掩蔽效应将图像块分类,选择变换域中幅值较大的系数自适应地修正嵌入强度,以嵌入二值水印图像.实验结粜表明该算法能有效地保持图像的质量,并且对常见的图像处理如噪声叠加、JPFG压缩、均值滤波、图像缩放和图像裁剪等比余弦变换域中修改低频系数的水印算法具有更强的鲁棒性.     

基于主成分分析法对海南省财政收入问题的研究

利用主成分分析法,研究了2000至2008年海南省第三产业产值、税收收入、农业总产值、总人口、固定资产投资及工业总产值诸多因素对海南省财政收入的影响,借助EViews6.0及spss17.0软件计算,建立了相应的数学模型,得出对海南省财政收入的主要影响因素是第三产业产值,次要因素是税收收入,并对2009年海南省的财政收入做了预测,结果表明模型短期预测精度较高.     

一种基于神经元的PID改进算法

将常规 PID控制与基于神经元的BP神经网络控制相结合,发挥各自的优势,形成一种新的基于神经元的PID控制算法.采用这种结合神经网络和PID方法设计的控制系统具有更快的速度(实时性),更强的适应性和更好的鲁棒性.     

一种基于峰谷滤波的改进算法

在峰谷滤波的基础上提出了一种新的改进算法,首先在噪声污染图像的滤波窗口中去除除中心象素外的最大最小灰度值象素,然后利用中心象素与修改后的邻域进行比较以判断其是否为噪声点.理论分析和图像处理仿真实验表明,改进后的滤波器性能得到较大改善,在有效去除噪声的同时能充分保留原图像细节信息.     

一种基于信赖域约束的优化问题的求解方法

讨论一类仅含有线性约束条件的优化问题,在每次迭代过程中,用二次近似模型近似目标函数,从而构造一个子问题,以便于确定迭代方向.在每个子问题求解时引入一组共轭方向,子问题可以转化为一个线性规划问题和一个一维约束优化问题.为了保证算法的总体收敛性,应用信赖域算法代替一维搜索,确定下一个迭代点.证明了算法产生的点列如有聚点,则必有一个聚点是原问题的K-T点.     

一种基于2DPCA训练的形状先验提取方法

面向噪声图像分割问题提出了一种基于二维主成分分析(two-dimensional principal component analysis,2DPCA)训练的形状先验提取方法. 首先对无噪声形状进行训练,得到一组标准正交投影方向并张成2DPCA空间. 将噪声图像投影到该空间,并在张成的空间中应用最小二乘法找到跟该投影点距离最近的点. 该点的原象未必是原来的训练形状,而可能是它们的线性组合. 最后在原来的空间中找到该原象,重构出先验形状.实验结果表明利用所得形状先验对含噪声以及含遮挡和缺失内容的图像分割具有明显效果.