用封闭周期域对称B样条基实现均匀样条逼近

针对现有求解均匀样条曲线控制顶点方法巾使用较为复杂的迭代算法的不足,提出均匀样条曲线控制顶点的快速并行算法.首先将基本B样条基平移建立对称B样条基(参数定义域为单位区间);然后利用复函数组{εk(v)=e1kv}的正交性构造封闭周期区域的正交B样条基,得出正交B样条基系数的显式并行计算公式;进一步,利用正交基系数与对称B样条基系数(样条曲线控制顶点)的关系,得出控制顶点的显式并行计算公式.最后以四阶与三阶样条逼近为例分析并行公式的快速算法,用从封闭及任意给定点列构造B样条曲线的2个例子证明了该算法的有效性.实验结果表明,文中算法为简单的B样条基增加了对称性,能够容易地实现快速并行计算,可提高构造大规模样条曲面的效率.     

任意阶正交B样条插值新方法

插值样条的一般解法是利用内点条件和边界条件得出一个样条系数的Ⅳ方程组,然后采用解线性代数方程组的方法求解.由于各插值基互不正交,插值系数相互耦合,计算步骤烦琐.新方法利用三角函数的正交性,构造了插值区域新的正交B样条插值基函数,并给出任意阶正交B样条插值基函数插值系数的通用计算公式.通过构造正交基,新方法解除了插值基以及插值系数之间的耦合,将样条插值问题从求解N×N矩阵简化为使用N个公式直接同时求解,实现了插值系数的并行计算.     

基于径向基函数与B样条的散乱数据拟合方法

针对散乱数据的曲面拟合问题,提出一种径向基函数与B样条插值结合使用的曲面拟合方法.通过分片径向基函数插值,三维散乱点,再从分片插值曲面上获取预先设定好的有序网格点的值,最后利用张量积B样条插值有序网格点,从而得到拟合曲面.该方法较好地解决散乱数据插值和拟合的计算不稳定性问题,最后给出算法实例.     

有关三次样条函数的曲线拟合及扦值问题

本文主要解决生产实践中提出的向题,给定一组节点x_0相似文献   

基于样条函数的灰度图象插值

对飞行物体的跟踪中,由于目标小,视场大,在目标上采集到的象点较少,即所谓图象分辨率较低,用该分辨率来确定目标质心的位置,显然是不够准确的.为了改进跟踪视野的分辨率,提高目标质心位置的准确性,必须对目标的灰度图象采用内插技术,即所谓图象的“细分”.这种技术的应用,对星跟踪器尤为重要.为了构造一个基于样条函数的灰度图象曲面,(逐点通过每个图象灰度点),采用了逐块曲面逼近的办法,并证明是符合连续要求的.进一步简化,也可采用逐块平面逼近的办法.若用曲面逼近,该算法可用4×4窗口的管道技术来实现;用平面逼近,可用3×3窗口的管道技术硬件实现.     

基于模糊B 样条基函数神经网络控制的交流伺服系统

采用Ｂ样条函数八为模糊隶属函数,利用神经网络实现模糊推理,提出一种模糊Ｂ样条基品数神网络,并将其用于交流伺服系统的控制。仿真结果表明,该控制方法响应速度快,鲁棒性强,是一种有效的控制方法。     

基于B样条隶属函数的模糊推理系统

隶属函数和推理规则的确定是模糊推理的难点。通过研究模糊推理过程和B样条函数的特性,对应用B样条函数拟合模糊隶属函数进行推理的方法进行改进。通过对误差极值点、曲率极值点的计算和筛选,得到B样条函数的型值点。反算求得控制点之后,通过自适应增加控制点对曲线进行调整,增加曲线对隶属函数的拟合度,解决了B样条函数对隶属函数的拟合问题。建立B样条推理规则,构造实现了B样条推理系统,并求出该系统的最终结果为B样条超曲面。最后,通过实验验证了该方法的有效性和可行性。     

函数的分段有理二次B样条插值

通过对函数进行合理分割,给出函数分段三角形凸包的概念。提出了以分段区间端点的两条切线确定控制多边形的方案。详细地讨论了函数的分段参数有理二次B样条插值算法。插值函数保持了原始函数的一些重要几何性质、如单调性、凹凸性、G1连续性。数值实验表明,算法提供了函数近似表示的一条有效途径。     

基于张力样条插值函数的土地数据挖掘

张力样条插值函数在给定区间上分段逼近真值。该文提出以张力样条插值函数挖掘土地知识。首先,分析了土地的均质地域、样点、价格等空间属性,总结了量化属性作用的规则。其次,把张力样条插值函数引入空间数据挖掘,给出了应用其发现知识的方法。最后,文章提出的方法被应用于南宁市的地价挖掘。     

一种等值线填充并行算法

通过获得的计算机CPU个数对要形成的网格场进行子区域划分,对各子区域用反距离加权插值法,双线形插值方法将离散气象数据格点化后形成网格数据场,对各子区域进行OPENMP的并行算法处理形成等值线填色场。实验结果表明,并行计算使系统的处理速度有较大提高。     

An algorithm for interpolation with positive rational functions on the imaginary axis

A procedure is shown to construct a rational transfer function that is real-valued and positive on the imaginary axis. The degree of the solution is lowered with respect to solutions based on existing algorithms. The results can be applied to problems such as the robust strictly positive real problem.     

基于多核计算环境的地貌晕渲并行算法

针对现有地貌晕渲算法多是基于单核单线程编程模式从而导致计算效率较低的问题,提出利用多核并行计算模式对现有地貌晕渲算法进行并行化改进。首先,通过格网分割方式对原始数字高程模型（DEM）数据进行分割从而实现数据分块;其次,利用.NET环境下的Parallel类对分块数据进行并行晕渲处理,得到各个分块数据的晕渲结果;最后,对各个分块数据的晕渲图像进行拼接,从而得到完整的地貌晕渲图像。实验结果表明：并行化改进算法的计算效率明显高于现有单核单线程地貌晕渲算法,且参与计算核数与晕渲效率基本上呈线性增长关系;同时,分析发现地貌晕渲的立体真实感与光源参数的设置极其相关。     

稀疏有限元线性系统的并行算法实现

在对称多处理机系统上,提出了一种求解稀疏对称有限元线性系统的正规化精确并行逆算法。该算法以一种避免数据依赖的反对角运动方法为基础,使用OpenMP编译指导来实现。诸如加速比和效率等数值实验结果的推出,说明在一个对称多处理机系统上,所提出的算法求解方法能更好地提高性能,获得更大的加速。     

多核环境下并行粒子群算法

针对串行粒子群算法在解决大任务耗时过长的问题,提出一种共享并行粒子群(Shared-PSO)算法。充分利用多核处理能力缩短问题处理运行时间,设置共享区和采取粒子随机替换策略有效促进粒子信息的交流,其算法流程具有较好的通用性,允许利用多种串行粒子群算法完成粒子信息更新工作。在标准优化测试集CEC 2014上的实验结果显示新算法的执行时间是串行算法的1/4。新算法能够有效地改善串行粒子群的执行效率,扩展粒子群算法的应用范围。     

CUDA下受体评分网格生成并行算法

针对分子对接中生成评分网格需要花费很多的计算时间这一问题, 提出了一种基于统一计算设备架构（CUDA）的评分网格生成并行算法。该算法把传统计算方法中三维计算空间中的一维通过在图形处理单元（GPU）上进行并行处理, 使得总生成时间得到了降低, 提高了评分网格的生成效率。实验结果表明, 借助于GPU的浮点计算能力, 提出的并行算法对比传统的计算方法可以显著缩短评分网格的生成时间, 为评分网格的生成提供一种新的方式。     

Convergence characterisation of an iterative algorithm for periodic Lyapunov matrix equations

This paper is concerned with convergence characterisation of an iterative algorithm for a class of reverse discrete periodic Lyapunov matrix equation associated with discrete-time linear periodic systems. Firstly, a simple necessary condition is given for this algorithm to be convergent. Then, a necessary and sufficient condition is presented for the convergence of the algorithm in terms of the roots of polynomial equations. In addition, with the aid of the necessary condition explicit expressions of the optimal parameter such that the algorithm has the fastest convergence rate are provided for two special cases. The advantage of the proposed approaches is illustrated by numerical examples.     

基于粒计算的决策树并行算法的应用

针对传统的决策树分类算法不能有效解决海量数据挖掘的问题,结合并行处理模型M apReduce ,研究基于粒计算的ID3决策树分类的并行化处理方法。基于信息粒的二进制表示来构建属性的二进制信息粒向量,给出数据集的二进制信息粒关联矩阵表示;基于二进制信息粒关联矩阵,提出属性的信息增益的计算方法,设计基于M apReduce的粒计算决策树并行分类算法。通过使用标准数据集和实际气象领域的雷电真实数据集进行测试,验证了该算法的有效性。     

Parallel versions of Stone's strongly implicit algorithm

In this paper, we describe various methods of deriving a parallel version of Stone's Strongly Implicit Procedure (SIP) for solving sparse linear equations arising from finite difference approximation to partial differential equations (PDEs). Sequential versions of this algorithm have been very successful in solving semi‐conductor, heat conduction and flow simulation problems and an efficient parallel version would enable much larger simulations to be run. An initial investigation of various parallelizing strategies was undertaken using a version of high performance Fortran (HPF) and the best methods were reprogrammed using the MPI message passing libraries for increased efficiency. Early attempts concentrated on developing a parallel version of the characteristic wavefront computation pattern of the existing sequential SIP code. However, a red‐black ordering of grid points, similar to that used in parallel versions of the Gauss–Seidel algorithm, is shown to be far more efficient. The results of both the wavefront and red‐black MPI based algorithms are reported for various size problems and number of processors on a sixteen node IBM SP2. Copyright © 2001 John Wiley & Sons, Ltd.     

基于数据预处理的并行分层聚类算法*

分层聚类技术在图像处理、入侵检测和生物信息学等方面有着极为重要的应用,是数据挖掘领域的研究热点之一。针对目前基于SIMD模型的并行分层聚类算法处理海量数据时效果不理想的问题,提出一种基于数据预处理的自适应并行分层聚类算法,在O((λn)2/p)的时间内对n个输入数据点进行聚类。其中1≤p≤n/log n,0.1≤λ≤0.3。将提出的算法与现有文献结论进行的性能对比分析表明,本算法明显改进了现有文献的研究结果。