改进的最小包围球随机增量算法

三维空间中离散点集的最小包围球,在碰撞检测、计算几何和模式识别等领域都有广泛应用。为了更好地理解和构造最小包围球算法,首先对最小包围球的性质进行分析。然后,基于对随机增量算法的分析,提出了构造较大初始包围球和减少迭代过程中最小包围球更新次数两种策略。依据后一种策略提出的方法称为随机点组-重算最远点算法。计算机随机生成数据和现实三维模型采样数据的多组实验结果表明,随机点组-重算最远点算法相比于之前的经典算法能够有效地提高时间效率。

关于随机最远点(英文)

首先给出在随机赋范模中子集的随机最远点的概念.进一步,利用随机一致凸性和经典一致凸性之间的联系证明了下面的结果:令(E,||·||)为完备的随机一致凸的随机赋范模,S为E中几乎处处有界并在(ε,λ)-拓扑下的闭子集,则具有S中随机最远点的集合稠于E.