【摘 要】
：
为了更准确地构建非刚体三维网格模型之间的形状对应关系,提出一种改进的热核特征分析与研究三维网格模型之间的局部对应关系。该方法利用压缩流形模式压缩三维网格模型的特征函数,截取局部顶点;利用乘法器交替方向(ADMM)优化计算三维网格的压缩流形基替换传统的离散化拉普拉斯-贝尔特拉米算子以改进热核特征;选取相同的压缩部位进行局部的对应匹配。实验结果表明,基于改进的热核特征与传统的离散化热核特征相比有更加突
【机 构】
：
广西师范大学计算机科学与信息工程学院,广西师范大学虚拟现实重点实验室
【基金项目】
：
广西自然科学基金项目(2018GXNSFAA138017)。
论文部分内容阅读
为了更准确地构建非刚体三维网格模型之间的形状对应关系,提出一种改进的热核特征分析与研究三维网格模型之间的局部对应关系。该方法利用压缩流形模式压缩三维网格模型的特征函数,截取局部顶点;利用乘法器交替方向(ADMM)优化计算三维网格的压缩流形基替换传统的离散化拉普拉斯-贝尔特拉米算子以改进热核特征;选取相同的压缩部位进行局部的对应匹配。实验结果表明,基于改进的热核特征与传统的离散化热核特征相比有更加突出的效果。
其他文献
针对蚁群算法应用于移动机器人路径规划时,出现的死锁、收敛慢、易陷入局部最优以及路径不平滑的问题,提出了一种融合改进A*蚁群算法与滚动窗口法的平滑路径规划方法。首先,用改进的A*算法初始化蚁群信息素,解决前期蚁群效率低的问题。然后,改进状态转移概率函数,在函数中考虑可行路径“活跃度”以及终点位置,避免死锁现象。同时,基于不平等原则机制更新蚁群的信息素,避免陷入局部最优路径,加快算法的收敛速度。其次,融合滚动窗口法,在全局路径规划的基础上,结合动态避障策略进行局部实
针对目前已有显著性目标检测算法精度不高以及目标边缘模糊等问题,给出一种基于深度网络的显著性目标检测算法。该算法设计一个端到端的多尺度全卷积网络,在原始输入图像中运行一次即可直接得到像素级的显著性图像;通过基于图像四边的边界先验知识改进GMR流形排序算法,根据前景与背景是相对的这一理论提出背景计算;采用基于完全连接的CRF像素显著性细化模型提高相邻像素之间显著值的一致性,使生成的显著性目标突出。定性
视觉导航算法的设计是高压线路巡检机器人领域的一项关键技术,为了解决当前目标检测算法准确率低、抗干扰能力弱、小目标检测效果差等问题,提出一种最近邻加权灰度均值算法,用于提取目标的感兴趣区域(ROI)。采用相线直径匹配的方式对ROI边框进行精细调整,依据特征提取与机器学习理论实现ROI分类。实验结果表明,该算法具有很高的ROI提取精度,分类器对于正样本的召回率最高可达99.83%,可有效地指导高压巡检
针对现有自然语言因果关系抽取模型的低准确性和自由参数过多等问题,提出高效的面向知识通道和面向数据通道相结合的混合卷积神经网络(Mixed Convolution Neural Network, MCNN)方法。面向知识通道结合词汇知识库中因果关系的语言知识,自动生成的卷积过滤器以捕获因果关系的重要语言线索。实验表明与SingleCNN和MultiCNN相比,该方法在因果关系提取方面效果更优。
由于斜拉索索力的准确计算与测量对桥梁建设与养护具有重要的工程意义,提出一种自适应模糊神经网络索力估计与拟合分析方法。基于弦振动理论与切比雪夫级数方法推导弹性边界条件下拉索振动频率方程,建立索力与频率间的函数关系,利用自适应模糊神经网络对索力-基频关系进行拟合修正。通过搭建索力实验平台来验证该方法的有效性。实验结果表明:设计的推理系统使得训练平均误差小于0.15 N,测试平均误差小于0.30 N,其
教材德目指标是学校道德养成体系中教材选用的重要标准之一,对提供个性化德育信息服务具有重要意义。目前该方面的量化评估的研究有限,评估具有主观特点,效率不高。针对这一问题,对上海中小学教材短文本德目指标进行研究,提出基于深度学习的短文本分类模型IoMET。采用数据增强技术和卷积神经网络对教材短文本进行深度学习,并使用精确率、召回率和F1-度量值进行评价。实验结果表明,IoMET模型对德目指标的预测效果
SDPBloom算法减小了基于简单发现协议的自动发现算法SDP_ADA的网络数据传输量和内存消耗,但在自动发现过程中存在哈希运算量大的问题,导致参与者端点之间发布/订阅消息的时间过长。为解决这一问题,在简单发现协议的基础上,提出一种基于单哈希多维布隆过滤器的自动发现算法SDP_OMBF。该算法将单哈希多维布隆过滤器向量(OMBF)用于参与者端点信息的匹配。实验结果表明,该算法提高了数据分发服务(D
分布式学习是减轻现代机器学习系统中不断增加的数据和模型规模压力的有效工具之一。DANE算法是一种近似牛顿方法,已被广泛应用于通信高效的分布式机器学习。其具有收敛速度快且无须计算Hessian矩阵逆的优点,从而可以在高维情况下显著减少通信和计算开销。为了进一步提高计算效率,就需要研究如何加快DANE的局部优化。选择使用最流行的自适应梯度优化算法Adam取代常用的随机梯度下降法来求解DANE的局部单机
针对各个地区的实际情况进行道路、交通等不同点应选择更加适合的快速路设计形式,基于此,介绍了城市快速路的定义、特点及设计要点,分析了城市快速路的系统设计、空间设计思路,并提出了城市快速路设计的逻辑关系分析方法.
顶点数较少的3D模型本身细节不够丰富,浅浮雕建模生成的浮雕效果较差。针对低分辨率3D模型本身细节不够丰富的问题,引入深度学习的方法对3D模型生成的法向图做超分辨率放大,设计出一种基于法向图的超分辨率卷积神经网络,丰富低分辨率法向图的细节,网络的输入是低分辨率3D模型的法向图,输出是高分辨率法向图。实验结果表明:该算法可以有效提升低分辨率法向图的细节,显著提升低分辨率3D模型的浅浮雕建模质量。