【摘 要】
:
3D图形检索一直是三维形状分析的重要课题,在包括分子生物学,医学,计算机辅助设计,计算机图形学,多媒体娱乐,3D打印,3D动画等众多领域有重要应用。其中关于图形检索的特征描述子的构造是3D图形检索的核心问题,所构造的特征描述子要能够表述图形的内蕴特征。本文主要围绕常用的内蕴几何不变量:曲率、测地距离、扩散距离、热核信号开展形状检测特征描述子构造的研究,进一步考察基于乘法规则所生成的融合特征描述子的
论文部分内容阅读
3D图形检索一直是三维形状分析的重要课题,在包括分子生物学,医学,计算机辅助设计,计算机图形学,多媒体娱乐,3D打印,3D动画等众多领域有重要应用。其中关于图形检索的特征描述子的构造是3D图形检索的核心问题,所构造的特征描述子要能够表述图形的内蕴特征。本文主要围绕常用的内蕴几何不变量:曲率、测地距离、扩散距离、热核信号开展形状检测特征描述子构造的研究,进一步考察基于乘法规则所生成的融合特征描述子的性能,其中包括曲率与扩散距离,热核信号与扩散距离dph,热核信号与测地距离gph融合描述子;然后分别计算模型库中3D网格图形的各个顶点的特征描述子信息并构造直方图,利用Bhattacharyya距离,从而得到各个特征描述子情形下的图形检索结果;最后本文在SHREC’15数据库上进行试验,实验结果表明区别于单个特征描述子,融合描述子平均准确率更高且对模型种类依赖性较小,综合性能更好。且本文所提出的新的融合描述子dph能够更好区分不同体态(胖瘦类型)的人体模型,同时在图形检索中保持较高检索精确率的同时兼顾了稳定性。实验结果还表明Bhattacharyya距离在度量直方图时检索准确率更高,且Bhattacharyya距离避免了计算时直方图值为0时出现计算错误的情况。
其他文献
本文中,我们首先研究了高阶的CH-NS方程组的初边值问题,通过对方程组的离散化和能量估计,我们证明了解的存在性,并给出了最优控制问题解的存在性.之后讨论了相关的伴随系统,并给出了相关的结论.然后我们研究了如下的耦合的油,水,表面活性剂和Navier-Stokes方程的初边值问题:这里f(c)=F’(c),F(c)=(c+1)2(c2+h0)(c-1)2,a(c)=a2c2+a0,其中Ω(?)Rn,
目的评判前置胎盘行剖宫产手术之后出血产妇接受针对性心理护理干预措施的护理效果和满意程度。方法本课题针对2018年7月~2020年11月本院妇产科纳入的62例前置胎盘行剖宫产手术之后出血产妇实施有关指标方面的调查,依据随机抽签的方式将其分为两组,各31例。试验组选用一般护理干预措施叠加针对性心理护理干预措施,参照组选用一般护理干预措施,对比两组干预前后的抑郁负性心理评分以及护理满意率。结果两组干预前
身处科学技术高速发展的今天,我们的生活与数据息息相关,也可以说是数据组成了我们的生产生活的每一部分.我们每一个观察到的实例都包含着超大的信息量,甚至一个观测值就拥有着成千上万个维度.随着数据维数的增加,与之而来的问题就是如何整理和分析这些数据.其实对我们而言,这些数据并不全是有利用价值的,而如何从海量的数据中选择出我们想要的部分,高维数据分析应运而生.上世纪60年代初,变量选择被初次提出之后,就引
本文主要研究高阶常微分方程仿射周期解的存在性和唯一性问题.仿射周期问题是近些年来人们关注的动力系统中的一类新的课题,在数学方面具有重要的理论价值,在刚体动力学、台风动力学、螺旋波、Bloch波等方面也具有重要的实际应用价值.全文总计五章.第一章主要介绍关于仿射周期解的历史背景和研究现状,以及关于解方程的一些问题.第二章主要介绍并证明一类用于求解非线性方程的单调迭代技术.第三章是本文的主要创新点,证
深度神经网络是一种通过从数据中学习参数的网络结构.近年来,由于在图片分类、目标检测、自然语言处理、语义分割等方面取得一系列突破性成果,深度神经网络受到了越来越广泛的关注.性能优越的神经网络通常都有着成功的架构设计,但同时其所包含的参数数量也相当庞大,训练时需要极大的内存开销及计算代价,因此难以在存储空间和功耗受限的嵌入式设备上应用.因而压缩已有的网络,使之在性能基本不变的条件下尽可能地减少参数数量
自组织现象在自然界和人类社会中普遍存在,如鸟群迁移、蚂蚁建巢、商品价格统一等,这些现象从不同的角度和形式表现出自组织模式.人们将这种具有共同群体目标,个体相互作用的集体行为称为群聚现象.它可以描述为一个群体有序地朝一个方向共同运动,如同一个超级生物一样做出一致的行为.几十年来,群聚问题在许多研究领域得以应用,如自组织移动传感器网络、多智能体系统、无人机群编队飞行、执行监视和侦察军事任务等.因此,研
深度学习在各行业、领域的应用越来越广泛,并且现在的深度神经网络算法已经可以通过给定的样本数据训练成为十分庞杂的模型.对于图像超分辨率重建问题,与经典的方法相比较,基于深度学习的方法能够保留图像更多的细节,且适应性更强,因此越来越受到人们的重视,现已成为图像超分辨率重建技术研究的热门方向.特别地,深度神经网络中的卷积神经网络(CNNs)具有极强的表达能力,在图像超分辨率重建方面取得了令人瞩目的成绩.
近20多来年,基因表达谱一直是概率统计学科、生物信息学科以及计算机学科相互交叉的研究方向之一。通过对基因表达谱的数据分析,从基因的角度上探索癌症发展的历程,以及其和肿瘤微环境的关系,已经成为当下比较热门的课题之一。活性氧(reactive oxygen species,ROS)与肿瘤免疫微环境密切相关。在本研究中,我们首先从基因集富集分析(GSEA)数据库中下载ROS相关基因数据,并通过Cox模型
奇异摄动理论作为微分方程研究的一个重要分支,在天体力学、流体力学以及控制论领域非线性问题的研究中有着广泛而有效的应用,一直受到数学家和物理学家的高度关注.至今,人们已发展出许多奇异摄动方法,如匹配渐近展开法、WKB、平均法、重整化群方法等.二十世纪九十年代初,Chen,Goldenfeld和Oono将量子力学中的重整化群思想应用到求解奇异摄动微分方程近似解的问题,建立了奇异摄动重整化群方法,并将其
具有周期结构的光学衍射材料通常被称为光栅.设计有效快速求解光在光栅表面或者内部衍射问题的数值方法,具有十分重要的意义.本文使用现今流行的有限体积法求解光栅衍射问题,并给出相应的理论分析.入射波照射到光栅表面,光波会发生衍射,并向远处传播.数值求解时,需要在无界区域上构造计算方法.许多常用的数值方法,如有限元法,有限体积法等,不能直接使用.本文利用DtN算子方法将无界的物理区域截断成有界的可计算区域