基于pix2pixHD的类平面图空间分割清晰度提升及评价方法研究

用图像转译算法生成建筑平面图的研究存在训练难、取样难、控制难、评价难等问题。为了探索更有效的训练及评价方法,文章基于先前研究,探索经典算法pix2pixHD在建筑“类平面图”生成上的应用方法。在样本实验中,发现算法的学习偏好,通过对pix2pixHD算法与“夹芯线”样本的结合运用,提升生成模型的学习效果,使生成图的空间分割线更加清晰;在算法实验中,通过改进评价生成图与真实图像素相似度的计算方法,提升评价的精确度,并提出用于量化评价空间分割清晰度的“矢量比值”算法。通过两种评价方法的优势互补,量化模型的学习效果和生成图质量,以获得生成效果好且有一定创新能力的生成模型。研究结果可初步验证基于图像转译算法,从条件图到矢量结果图路线的可行性,可为训练高质量的建筑平面图生成模型提供理论与实践基础。

凸多面体的空间分割定理——从新教材一道课后习题引发的探究

从新教材一道课后习题出发,利用欧拉定理得到凸多面体的空间分割定理,并给出定理的应用.

空间分割全局灵敏度方法研究及其在风机叶片极限载荷工况中的应用

全局灵敏度分析,旨在考量结构系统中各输入随机变量对输出响应不确定性及风险水平影响的重要度。它能为后续的可靠度评估、故障诊断、系统设计、预测及优化等提供重要参考。尽管各类全局灵敏度分析方法不断涌现,但高维复杂结构(如风机叶片结构)灵敏度分析仍是目前的难题。该文针对空间分割全局灵敏度分析方法的三种可能计算形式及最优分割方案展开研究,通过标准算例分析和误差理论推导,提出能充分利用样本信息、有效减轻计算负担的求解形式及分割方案,并将其应用于风机叶片极限载荷工况下的全局灵敏度分析中,同时为未来设计更为高效、经济和可靠的风机结构提供参考。

一种高效空间分割算法

针对三角面元目标提出了一种高效率的空间分割算法.该方法以一种空间点与单位立方体位置关系的判断法则为基础,并逐渐延拓到参数直线、三角形的空间分割上,给出了一种新的三角形面元目标快速分割的解决方法.介绍了该方法在参数曲线、NURBS(Non-Uniform Rational B-Spline)曲面目标的空间均匀分割上的应用,并给出了非均匀分割的处理方法.与计算机图形技术中最常用的BSP(Binary Space Partitioning)技术的比较中发现,对于特定情形,该算法的执行效率优于BSP法.通过实例证明了该算法的有效性和可靠性.

基于空间分割的电力大数据三维全景可视化场景管理方法

三维虚拟场景下的电力大数据全景可视化以场景物体灵活多样的显示状态对深层电力特征信息进行直观呈现,以场景漫游的形式对海量多态、异构数据进行全景实时展现,为电网运行状态的及时有效监控分析提供有力保障。针对其场景管理问题,提出了基于空间分割的电力大数据三维全景可视化场景管理方法。首先,构建空间分割代价函数并产生分割平面选择因子,优化场景空间分割。然后,根据场景空间分割结果,建立电力大数据场景组织关联模型,一体化组织管理场景物体、环境和实时分析数据,并实现物体显示状态实时控制及场景漫游快速渲染。最后,通过变电站数据三维全景可视化分析系统的场景管理应用,验证了该方法的有效性。

采用空间分割技术的八叉树干涉检验算法

本文提出的八叉树干涉检验算法利用了空间分割技术，使在计算机仿真过程中动态干涉检验的速度得到显著提高．实体采用八叉树模型表示．根据实体模型之间的几何联系，这项技术按一个特定的准则划分仿真空间，从而可以直接确定模型中节点之间的位置关系．由于算法排除了试探性计算，所以能有效地改善干涉检验速度．另外，整个过程只需算术运算．

空间分割与曲率相融合的点云精简算法研究

非接触式扫描方法获得点云数据存在大量的冗余数据。为便于模型重构,针对点云数据精简是必不可少的数据预处理手段,提出了一种基于空间分割和曲率特征信息的点云数据精简算法。通过K-邻域计算、二次曲面拟合、曲率估算和曲率阈值可调的数据分区等关键精简技术,实现了对同一数据不同区域应用不同精简算法,进行不同比例的数据精简。实例验证表明,该算法能适应各种类型曲面数据的精简要求,保证精简效率的同时,很好地保留点云的特征信息。

一种改进的基于目标空间分割的多目标进化算法

针对现有基于目标空间分割思想的进化算法计算时间复杂度高的缺陷,提出了一种改进的基于目标空间分割的多目标进化算法(OSD-MOEA)。该算法具有以下特点:把个体之间的Pareto支配关系转换成分割区间索引值排序关系的目标空间分割算法;简单高效的基于区间索引值排序的环境选择算子;一种快速的优先选择最接近分割区间原点的个体拥挤机制。仿真计算表明,与NSGA2和PSFGA相比,该算法提高了算法的运行效率,降低了算法的时间复杂度。

系统状态空间分割法在电力系统可靠性评估中的应用

目前电力系统可靠性评估方法无法避免对无故障状态子空间的抽样,为此提出了系统状态空间分割法。该方法将系统状态空间分割为无故障状态子空间和各阶故障状态子空间,并根据各阶故障状态子空间特点分别采用解析法和蒙特卡洛法进行分析。该方法不需要对无故障状态子空间抽样,并可对各故障状态子空间的抽样次数进行最优分配。同时提出了仅需要少量均匀随机数便能抽取特定阶数故障状态的系统随机状态抽样方法,该抽样方法应用于大规模系统中具有明显优势。算例结果验证了该方法的可行性。

基于包围盒和空间分割的混合碰撞检测算法

针对碰撞检测算法实时性较差的缺陷,提出基于层次包围盒和空间分割的混合碰撞检测算法。该算法采用构造对象的AABB包围盒,快速排除不可能相交的对象进行空间分割,实现虚拟环境对象的碰撞检测。实验结果表明,与经典的Rapid算法对比,该算法能够节省检测时间,提高碰撞检测的效率。

基于空间分割的人体模型骨骼提取算法

当今社会,人们对于娱乐和创意的需求带动了网络与数字媒体技术的发展,而这种发展也给人们的生活带来了很大的改变.而实现骨骼的自动提取,是目前数字媒体技术研究的热点之一.本文首先通过高度函数,对模型进行处理,进行模型部位的分割,将模型分割为数个水平集,并在对水平集进行处理后对模型的拓扑结构进行分析,将模型分解为5个部位:躯干、双臂和双脚.接下来,本文使用测地距离函数对模型的各个部位分别进行处理,并基于Dijsktra算法设计算法计算并获取到这些部位的曲线骨骼,将各部分结合形成模型整体的曲线骨骼结构.最后,本文对获取到的模型的曲线骨骼进行降采样,获取模型的关节骨骼.通过骨骼点的连通性将模型关节点分类为关键关节点和非关键关节点,通过关节处的结构特征或是比例特征依次对关节点进行提取,以此求得精确度和鲁棒性较高的关节骨骼.

基于空间分割与椭球包围盒的碰撞检测算法

为提高复杂环境下多物体碰撞检测的效率,提出了一种基于均匀网格分割与椭球包围盒的并行碰撞检测算法。该算法首先用均匀网格分割法来确定相邻物体,然后用紧密性较好的椭球包围盒层次树依次把它们包围,并利用基于线程池的多任务并行处理技术实现了并行化。为降低椭球相交测试的复杂度,先预测了椭球间的相交情况,再将三维椭球降维成二维椭圆,从而整体提高了算法的效率。通过实验数据表明,相对于其他算法,该算法具有较好的性能。

基于八叉树空间分割的三维点云模型密写

针对三维点云模型的信息隐藏,提出一种基于八叉树空间分割的空域密写算法。对经过主成分分析后的三维点云模型建立包围盒,利用八叉树空间分割得到小体元并记录分割过程,通过顶点位移将信息嵌入到小体元内的不同空间位置。实验结果表明,该算法在提取信息时不需要原始模型数据,具有嵌入量高、失真度低的特点,能够抵抗旋转、平移、均匀缩放和顶点重排序攻击,适合于任意网格的三维模型信息隐藏。

USSCD:一个基于均匀空间分割的快速碰撞检测算法

对于存在大量运动物体的虚拟环境 ,碰撞检测往往成为影响系统计算效率的瓶颈 ,为提高多体碰撞检测的效率 ,提出了一个基于均匀空间分割的快速多体碰撞检测算法—— USSCD.该算法首先将物体空间均匀分割成一系列单元格 ,然后在每个单元格 ,通过基于 AVL排序的扫描排除法进行碰撞检测 .同时依据物体的分布密度 ,提出了一个计算单元格尺寸的优化方法 .通过一系列实验 ,测试了 USSCD算法的性能 ,并与 I- COL L IDE算法进行比较 .实验结果表明 ,在均匀分布条件下 ,当物体数量较大时 ,USSCD的效率高于 I- COL L IDE算法 ,而且 ,U SSCD算法的效率基本不受物体运动相关性的影响 .

基于投影最小二乘回归子空间分割的基因表达数据聚类

子空间分割方法是一种重要的机器学习方法,现有的子空间分割方法一般在原样本空间上进行研究.文中借鉴现有的降维方法将投影技术与最小二乘回归子空间分割方法结合,提出投影子空间分割的基因表达数据聚类方法.该方法通过交替优化求解投影矩阵和重构矩阵,同时实现降维和聚类.在6个基因表达数据集上的实验表明文中方法的有效性.

室内空间分割的动态设计

随着社会的发展,人们对室内空间的功能要求也发生了变化,因此设计师需要采用不同的分割方式来满足需求。室内空间分割的方式不同,可以创造出不同的室内空间功能,空间功能的不同带来了功能的不确定性,这就要求功能在时间上具有动态性,功能因此不再是单一的,静态的,而是朝着多元的,动态的方向发展。文章通过探讨并分析案例得出结论:正是对室内空间不同情况下的不同需求和新的技术的出现,使得室内空间分割从静态设计走向动态设计。

空间分割叠加与社会治理创新

人类社会发展历史中出现了多次空间分割,主要包括社会空间与自然空间的分割、城市空间与乡村空间的分割、虚拟空间与现实空间的分割等。当代社会是空间分割多重化、聚集化的社会,空间分割造成的社会问题甚多,且呈现出一种整体化、体系化、集中化的特征。面对多重空间分割造成的多种社会问题,我国必须大力创新社会治理,切实坚持社会的系统治理,高度重视社会的整合治理,积极引进社会的协同治理,全面推进社会的综合治理,以推进我国的平安和谐社会建设。

半空间分割法的数学模型及算法研究

本文在建立半空间分割法数学模型的基础上，通过实例研究其算法。

潜在最小二乘回归子空间分割方法

子空间分割已逐渐成为高维数据聚类的有效工具,但数据缺失或噪声干扰将直接影响子空间分割方法中仿射矩阵的构造,进而影响聚类效果.为解决这一问题,文中提出潜在最小二乘回归子空间分割方法,分别从行和列两个方向重构数据矩阵,并交替优化两个重构系数矩阵,充分考虑两个方向的表示信息.在6个基因表达数据集上的实验表明文中方法优于现有子空间分割方法.

基因表达数据的低秩投影最小二乘回归子空间分割

基因表达数据具有高维、小样本、多噪声和高冗余的特点,使传统聚类方法效率较低.子空间分割是高维数据聚类的有效手段,但直接对基因表达数据进行子空间分割会降低聚类性能.为了更有效地聚类,文中提出低秩投影最小二乘回归子空间分割方法.首先利用改进的低秩方法将数据投影至潜在子空间,以便去除数据中可能的毁损,得到较干净的数据字典.然后采用最小二乘回归方法获得数据低维表示并构造仿射矩阵,利用该仿射矩阵实现聚类.在6个公开基因表达数据集上的实验表明文中方法的有效性.