摘要:合理地网格化场景是有效地进行辐射度计算的重要前提.现有的两种主要剖分方法是细分法和阴影边界计算法.前者是在必要时对大面片进行自动细分,后者是先解析地求出阴影的区域,然后根据阴影边界进行划分.前者存在的问题是无法检测出落在大面片中间的细节变化,绘制的质量得不到保证.后一种方法又局限于基本上只能处理纯多边形场景,而且计算时间长,实现复杂,难以在工程上进行应用.文章提出一种网格化方法,它面向大规模工程应用,简便易行,并能生成较高质量的图像.这种方法先将能量接受面划分成满足精度要求的细小面元,然后根据各面元对场景中各光源的可见性特征进行合并操作,以使能量变化情况不同的区域能以不同大小的尺寸进行剖分,这样,用于计算的面片大大减少,而图像质量没有明显的降低.实验结果和统计数据表明,此方法因其简单、高效,很适合大规模的工程应用.
摘要:传统的医学体数据造型方法往往局限于将体数据表达为镶嵌在轮廓线族中的三角片集合,或者是简单的三维体元阵列.实际上,生物体的结构相当复杂,采用这些简单的造型方法显然不能适应绘制的要求.文章探讨了适用于气管、血管等管状、多分枝结构的造型方法,采用离散的中轴点表达分枝的拓扑结构,结合基于元球(metaball)的隐式曲面造型方法构造管状组织的模型.这种造型方法不仅可以使管状组织复杂的拓扑结构得以保留,而且保证了分枝之间连接的光滑性.
摘要:文章针对现有的定性表示方法和拓扑推理算法存在的问题,提出了一种新的方法.首先,提出了基于概念邻域结构的定性表示方法.然后,给出了不同粒度层次上拓扑关系复合表的计算方法.最后,设计得出分层递阶的拓扑推理算法.文章给出的方法具有较高的认知合理性,所提出的推理算法可根据问题来选择合适的表示和推理层次,在已有推理算法给不出解的情况下,可以给出问题的合理解,对一般定性推理研究有参考价值.
摘要:在社会和自然现象中存在着大量的混沌模式,相应地,在用 来表示这些现象的数据库中同样也存在着混沌模式.一般在KDD中,混沌模式经常出现在确定 模式与纯噪声关系之间,表现出很大的随机性,因此都将其作为随机噪声关系而忽略.该文通 过使用J.Zytkow的基于统计分析的Forty-Niner方法说明了这一点.通过对混沌模式的分析, 提出了一种混沌模式发现的网络方法.该方法不仅能判断数据库中是否存在混沌模式,而且能 有效地描述和预测该混沌模式.另外,该算法非常适合处理大型数据库,在当今活跃的KDD研究 领域中具有广泛的应用前景.
摘要:在企业信息系统实施过程中存在的结构不良问题以及低效率的分析设计方法,使企业不能在 经营过程不断变化时作出快速响应,并且容易导致潜在的错误、拖期和额外的成本.文章在组 件技术和分布式对象技术的基础上,提出了基于经营知识的经营对象的层次结构模型.在这一 模型中,中等粒度的过程组件通过独特的数据端口映射以及内嵌规则库的控制,屏蔽了精细粒 度的基本经营对象之间复杂的调用关系,并且提供了4种应用系统的重构策略.最后,文章给出 了利用Petri网建立经营对象行为模型的实用方法.通过这一方法,可以在模型与分布式对象s erver之间建立清晰的对应关系,从而使企业信息系统的快速开发和设计成为可能.
摘要:将复杂行为引入共享虚拟环境,提出了一个基于行为的动态负载分配算法.该算法综合考虑了 结点的处理能力、网络通信能力以及行为计算的特性,能有效地调节系统负载,在提高用户实 时交互能力的前提下,尽量保持行为的真实感.
摘要:文章提出由非精确摄像机运动下的图像序列建立3D环境模型的全景外极面图像方法,实现了 无特征提取的时空纹理方向精确估计、深度边界确定和遮挡恢复算法.该方法推广并结合了 外极面图像方法和全景图像方法,避免了现有运动分层方法迭代过程中的局部最小化问题,具 有计算和存储效率高、适应性强、算法鲁棒性好的优点.建立的自然景物的真实感三维环境 模型,可用于机器人全局定位的自然路标提取和真实环境虚拟再现的图像合成.
摘要:递进网格是一种有效的连续多细节层次模型的表现方式.该文提出了一种新的递进网格模型, 具有无二义性、恢复速度快和支持多种类型的网格等特点.文章还给出了支持这种网格模型 的网格简化处理方法.
摘要:该文主要讨论高级综合系统RTL(register transfer level)级综合结果正确性验证策略的确 定及验证系统设计中DFG(data flow graph)逆向获取算法的设计与实现.算法主要包括4个处 理阶段:FSM(finite state machine)动态分析及控制输出获取;FSM当前状态下数据通道有 效元件分析;数据通道结构到DFG操作结点转换;DFG结点间数据依赖关系分析、共享寄存器 变量分离及有向边的形成.
摘要:IHMCAP(incremental hybrid multi-concepts acquisit ion procedure)算法将基于概率论的符号学习与神经网络学习相结合,通过引入FTART(field theory-based adaptive resonance theory)神经网络,成功地解决了符号学习与神经网络 学习精度之间的均衡性问题,实现了两种不同思维层次的靠近.该算法采用一种独特的增量学 习机制,当增加新的实例时,只需进行一遍增量学习,调整原结构,不必重新生成判定树和神经 网络,即可提高学习精度,速度快,效率高.同时,这种增量学习机制还可以降低算法对噪音数 据的敏感度,从而使IHMCAP可以应用于实时在线学习任务.
摘要:故障注入作为软件测试的一种有效技术已进入实用阶段, 然而如何在软件黑箱测试中运用故障注入技术目前尚少有文献加以论述.文章提出了软件黑 箱测试中故障外围注入的思想,通过嵌入故障的仿真环境,实现对被测软件输入级的故障引入 ,改变软件的运行状态,诱发内在的失效模式,导致错误的输出,从而达到预期的测试目的.这 一方法已应用于铁路车站信号控制系统软件的测试中,并取得了良好的效果.
摘要:文章首先分析了传统的实例检索策略的不足,提出了一种 基于模糊相似优先比的混合属性实例的检索模型.该模型用语义距离来刻画两实例对应属性 之间的相似程度,允许实例的属性为模糊数的情形,能胜任定量、定性和混合属性实例的检索 问题.
摘要:目前,国际上的关联规则研究尚未考虑时间因素.然而,时间是现实世界的固有属性,许多现实 世界数据库都存在时态语义问题.该文考察称为有效时间的时态约束问题,提出了时间区间延 展与归并技术以及新的时态关联规则发现算法,从而进一步推广了关联规则的应用.
摘要:文章提出了一种利用Web浏览器插入程序(Plug-in)构造紧耦合的分布式应用系统的方法.该 方法适合于开发在因特网上或企业网内部运行的以数据处理为主的分布式应用系统.它充分 利用Web浏览器的功能,使得用户可以利用本地结点计算资源,方便地访问并加工远程结点或 本地结点的数据.文章通过举例说明了构造这类系统的方法.
摘要:文章讨论了在分布式多媒体系统中有优先次序约束的任务调度和资源共享问题.通过建立任 务优先次序的偏序关系,定义准正态调度概念,提出了任务调度算法QNES(quasi-normality -EDF-scheduler).该算法基于PCP(priority ceiling protocol)或SRP(stack resour ce policy)协议访问共享资源,具有抢占式、能处理任务的优先次序约束和访问共享资源的 特点,适合单机系统多媒体流的任务调度.
摘要:物体之间的干涉和碰撞检测在图形学、仿真、动画和虚拟现实等技术中得到广泛的研究,具 有很重要的意义.文章从平面中的可碰撞问题、可移动性问题、最初碰撞点的检测问题、三 维空间中可碰撞问题以及碰撞规避问题等几方面对碰撞问题的研究和发展作了一个较全面的 综述,并对碰撞检测算法的效率和可靠性的提高提出3点建议.
摘要:传统的原子事务是由一个平坦数据库操作序列组成的,事 务的执行具有ACID(Atomicity, Consistency, Isolation, Durability)特性.然而,在实时 应用环境下,这些却不太适用.该文提出了一种支持实时应用的嵌套事务模型,给出了嵌套事 务的特性及正确性标准,着重对嵌套实时事务的优先级分派与并发控制协议进行了讨论.
摘要:文章讨论了并行遗传算法的迁移现象及群体规模估算模型 ,分析了迁移的过程,揭示了迁移的实质,并提出了在理想条件下的迁移计算模型.基于迁移计 算模型导出了粗粒度并行遗传算法进化质量估量模型.实验结果表明,模型比较准确地预测了 在特定领域进化质量的变化趋势.