【摘 要】
：
本文提出了一种基于聚类分析的外存地形模型实时可视化算法,该算法根据静态误差建立外存LOD模型,目的是将不参与绘制的高程数据在载入内存前剔除掉.本文采用不完全四叉树以多分辨率的形式存储该模型,同时根据静态误差和空间位置关系将四叉树中的节点进行聚类划分.每个聚类存储四叉树节点的索引信息,并且类内节点采用Hilbert空间填充曲线的形式进行排序,在具体绘制时形成较长的三角形条带,从而进一步提高了索引和实
【机 构】
：
吉林大学计算机科学与技术学院,长春,130012;东北师范大学计算机学院,长春,130024 吉林
论文部分内容阅读
本文提出了一种基于聚类分析的外存地形模型实时可视化算法,该算法根据静态误差建立外存LOD模型,目的是将不参与绘制的高程数据在载入内存前剔除掉.本文采用不完全四叉树以多分辨率的形式存储该模型,同时根据静态误差和空间位置关系将四叉树中的节点进行聚类划分.每个聚类存储四叉树节点的索引信息,并且类内节点采用Hilbert空间填充曲线的形式进行排序,在具体绘制时形成较长的三角形条带,从而进一步提高了索引和实时绘制的效率.本文对GTOP30数据进行了实验,结果取得了良好的绘制和漫游效果。
其他文献
传统的频域MMSE均衡器是建立在每个接收信号相互独立的基础上的。但在MB-OFDM UWB系统中，由于采用了时域扩展(TDS)和频域扩展(FDS)，最后得到的接收信号为不同时隙以及不同频率上的若干个信号之和。针对这个特性，奉文提出了一种改进的MMSE均衡器.使得在MB-OFDM UWB系统中舍并后接收信号的均方误差能够最小化，从而进一步改进系统误比特率性能。
RoF技术充分结合了光纤和高频无线信号传输的特点，在wimax系统中具有广阔的的应用前景。文章首先介绍了Wiamx系统的网络架构。然后介绍了RoF的基本原理及其关键技术，探讨了RoF技术在Wimax系统中的应用，最后总结归纳了Wimax与RoF相结合的优势，并对其应用前景做了展望。
为了更好地解决无线传感器网络中节点定位精度和复杂测距技术之间的矛盾，本文提出一种基于双重限制区域的非测距的节点定位算法，它将定位空间划分为多个独立的区域，这些区域可以根据比较未知节点接收无线信号强度值的大小关系来唯一确定。省去了以往利用无线信号强度的定位算法中先把强度转换为距离再进行定位所带来的计算误差和计算量。无线信号强度受实际环境影响存在反射、多径传播等问题，理论和实验分析表明该算法对此具有较
本文重点研究了GMPLS全光网络中的波长分配算法，对现有的标签优先级算法做了改进，并进一步结合基于优先级的波长分配算法提出了基于GMPLS的双重优先级波长分配算法。该算法有效地结合了标签优先级和渡长优先级两种优先级算法的优点，仿真结果表明，双重优先级的波长分配算法显著地降低了阻塞概率。
本文将CSMA-CA算法作为IEEE802.15.4中访问信道的主要算法流程，采用多目标规划优化理论，基于评价函数法。提出了一种新颖的综合网络优化方棠。为了证明其正确性和实用性，针对医学监控系统的无线传感器网络进行网络性能分析和优化。按照优化方案的步骤，首先对医学监控系统网络进行需求分析;然后，在需求分析的基础上对这类网络进行优化，得到对应的网络设置;最后通过仿真的方法对优化方案得到的结果进行论证
近年来国际上兴起的网格技术将高性能计算机、数据源、互联网三种技术有机组合。正形成网格技术研究热潮。文章由网格定义引出网格系统软件的功能要求，借鉴计算机系统层次结构思路。分析网格系统的层次结构及其主要功能。提出由中问件技术构造网格系统软件的思路。并对Globus项目及其工具包作了介绍。
讨论了MPPM(多脉冲位置调制)在无线光通信中的应用，同时提出了一种改进型多脉冲调制方式——(IMPPM)。分析了IMPPM的功率利用率、带宽利用率等各方面特性，并且与开关键控(OOK)、脉冲住王调制(PPM)、差分脉冲位置调制(DPPM)、多脉冲位置调制(MPPM)等调制方式进行了比较。分析表明，IMPPM在具有很高的带宽利用率的同时。比MPPM有更高的功率效率，且抗误码性能和抗干扰性能有了很大
视频检索中的视频镜头常由直方图来进行描述,用于检索的直方图要求能够针对不同的视频内容尽可能多地记录镜头内的信息.本文提出一种全新的自适应最优阿而发裁减直方图.首先将镜头中的每帧用直方图进行描述,由于极端值噪声使得直方图中的每个条难以理想满足高斯分布,不易准确估计该分布的中央值,本文方法选取最小的裁减截断概率将该条分布函数的最小值端和最大值端同时裁掉,使得分布函数的裁减截断剩余部分服从高斯分布,然后
本文提出了提取图像的四个主要底层特征,将特征参数输入BP神经网,采用共轭梯度法对网络进行有监督训练,训练后依靠网络出色的泛化能力,系统就能正确识别图像中物体的种类、个数以及各物体的空间位置信息,这样就实现了对图像语义的理解.与一般的仅采用单个或两个特征的分类系统相比,该设计方案显著地提高了系统的可靠性,实验结果表明该系统对特定测试图像集达到了较高的正确识别率。
盲检测分析是图像信息隐藏分析算法的一个重要部分,其关键就是选取对隐藏过程比较敏感的合适的特征统计量和合适的检测分类器.本文提出了基于神经网络的图像盲检测算法,为实现盲检测的目的,在空域中提取差分直方图n阶矩,在DWT域内提取了小波系数直方图n阶特征矩作为特征统计量,并输入神经网络,进行分类.实验仿真表明,该方法基本能够实现盲检测的目的,检测率较高。