【摘 要】
：
为了使曲线易于实现光滑拼接,同时具有对应于相同控制顶点的不同形状,这里定义了具有凸包性、对称性等基本性质的新曲线。它具有形状可调性,插值于控制多边形首末边的中点,在拼接时,只要前一条曲线的末控制边与后一条曲线的首控制边重合,两者便G2连续。由曲线的拼接条件采用特殊方式定义的组合曲线在各连接点处自动G2连接。组合曲线的各曲线段可以由不同数量的控制点定义,可以取不同的形状参数,因此同一组控制点可以定义
【机 构】
：
东华理工大学理学院,中南大学数学与统计学院
【基金项目】
：
国家自然科学基金资助项目（11261003,11271376,60970097）,江西省教育厅科技项目（GJJl4493）
论文部分内容阅读
为了使曲线易于实现光滑拼接,同时具有对应于相同控制顶点的不同形状,这里定义了具有凸包性、对称性等基本性质的新曲线。它具有形状可调性,插值于控制多边形首末边的中点,在拼接时,只要前一条曲线的末控制边与后一条曲线的首控制边重合,两者便G2连续。由曲线的拼接条件采用特殊方式定义的组合曲线在各连接点处自动G2连接。组合曲线的各曲线段可以由不同数量的控制点定义,可以取不同的形状参数,因此同一组控制点可以定义多种不同的形状。类似构造了G2局部形状可调的组合曲面。数值实例说明了所给方法的正确性和有效性。
其他文献
针对BOC(n,n)型信号自相关函数存在三个峰值导致伪码捕获模糊性的问题,提出了一种新的基于相关函数的精确无模糊的捕获算法。该算法将信号进行频域的多普勒补偿,通过本地增设QBOC(n,n)支路,利用BOC(n,n)信号自相关以及BOC(n,n)和QBOC(n,n)互相关,经移位±TC/4、取模、求和、平方运算而实现。理论与仿真分析表明,该算法在不改变自相关主峰宽度的情况下完全消除相关副峰的同时,显
提出了一种面向TB级别日志文件挖掘需求的日志挖掘技术。采用MapReduce编程模型设计并实现了一种基于子种群联姻策略的GA,并部署到Yarn架构上,使Yarn架构与GA有效结合。在算法Partition阶段,采用Round-Robin策略代替原有的哈希方法,使各个子种群基因更加趋向均匀分布,增加了子种群收敛效率和结果准确性,同时均衡各个节点运行负载,提高了系统性能。经测试,应用该技术的挖掘结果平
相关系数校正法对影像旋转敏感度高,不具有旋转不变性。针对此问题,提出一种基于霍夫变换和1D傅里叶变换的灰度相关系数影像校正方法。首先将影像进行霍夫变换和傅里叶变换,将旋转问题转变成平移问题,利用相关系数法求出其平移参数,即原始待处理影像的旋转参数;将待处理影像去旋转后,再运用相关系数法进行平移校正得到最终的校正影像。实验结果表明此方法能准确有效快速地处理具有旋转和平移的影像校正问题。
针对现有三维CAD系统中,CAD网格模型显示精度固定,难以动态调整以及细分后网格数量过多等瓶颈问题,在原始模型基础上,结合CAD模型中边、面等几何与拓扑信息,提出了一种精度可控的三维CAD网格模型。根据该模型的结构特点,采用曲面内部插值与边界曲线插值相结合的轻量化分类细分算法来实现模型精度调整,并有效控制细分后的网格数量,可满足三维CAD系统对模型精度可控、减少网格数量的需要。
Laplacian空域滤波通过被关注的通道与相邻通道信号转换,能有效地提高脑电信号的信噪比,经典的Laplacian空域滤波矩阵由通道之间的距离确定。该方法依赖于相应通道定位的准确性,实际应用中不能保证电极精准安放并存在个体差异,影响了该方法的应用效果。为了提高该算法的通用性,采用高斯模型改进经典Laplacian空域滤波算法,根据用户调试数据确定模型相关参数,进而确定空域滤波矩阵。采用国际脑机接
在目前基于分块的无损图像认证算法中,在图像分块中嵌入水印需要合并较大的图像区域,这将导致窜改定位的精度降低。为提高认证精确性,提出基于三叉树划分的认证算法。该算法预先串联对图像三等分后产生的基本块,形成基本块链表;然后选定适当大小的图像块作为认证块进行水印嵌入,当水印无法嵌入时,从基本块链表中选取一个基本块进行认证块扩展。基本块的细粒度特性降低了为嵌入水印信息而对图像认证精度造成的影响。在对认证信
针对移动机器人栅格路径规划中安全轨迹规划、局部极小点问题,提出了一种基于轨迹安全性评价的免疫遗传路径规划算法。通过将人工势场(APF)模型与轨迹安全性评价相结合,提出利用斥力场强度评估轨迹安全性,建立基于轨迹安全性、行驶代价评估的适应度函数,利用免疫遗传算法对APF模型中的势力场参数进行自适应优化估计。通过将参数变化控制在一个合理的区间,有效避免局部极小情况的发生,同时提高了路径的安全性。算法的有
针对现实中许多超大规模图可达性查询的问题,提出了一种新的基于递归分解的算法,即将原图递归分解成一系列生成树和剩余图两类子图,并通过分别查询这两类子图来减少查询开销。相比于区间标记、链分解、2-hop标签和路径树等传统算法,该算法不仅空间开销更小,且时间复杂度更低。仿真实验表明,该算法对处理大规模有向图可达性问题上存储规模更小且查询效率更高。
非线性降维方法是目前对降维研究有着重要影响的方法,但在降维过程中经常会遇到局部邻域信息量不足、短路和噪声干扰等问题,严重影响降维效果,很难广泛应用于真实数据的处理中。对以上问题分析发现,其主要原因在于经典降维算法都是采用全局固定的邻域大小。提出了一种基于压缩感知的邻域优化算法,运用压缩感知技术对高维空间目标点近邻进行压缩采样,构建"收—放"模型,自适应得到最优子空间,同时优化邻域组成元素,使得数据
首先对去身份识别技术的应用背景和影响因素进行了概括;然后对以影响因素为基础的去身份识别研究成果进行了全面论述,并对去身份识别算法的健壮性要求进行了讨论;最后归纳了当前研究存在的问题与挑战。