叠置计算中多边形形状复杂度的度量研究

针对地理计算中多边形形状复杂度难以量化的问题,而多边形形状复杂度是衡量对象空间结构复杂性的重要指标,对优化空间处理算法尤其是海量复杂数据的高性能叠置计算具有重要意义。该文提出了一种新的多边形形状复杂度度量模型。所提的多边形形状复杂度模型较好的度量了多边形形状复杂度,对于提升高性能环境下海量复杂数据叠置计算效率具有重要意义。该文以经典的Greiner-Hormann算法为例,在spark框架下验证了顾及多边形形状复杂度的数据划分方法相比现有的数据划分方法能取得更优的负载均衡指数和加速比。

图像复杂度研究综述

图像相关复杂度的研究领域很广泛,除了计算机科学领域,还延伸到医学、认知心理学等研究领域。在以上应用领域,与图像相关的复杂度的定义有很多,包括图像复杂度、视觉复杂度、场景复杂度,其中图像复杂度又可以进一步细分为颜色复杂度、纹理复杂度和形状复杂度。文中对以上这些复杂度的应用、定义和计算方法进行了归纳总结,并依据组成论中相关复杂度的定义,提出了一种研究图像复杂度的思路,即从图像组成元素的角度来研究图像复杂度。这种图像复杂度的定义只与图像本身所包含的元素、内容有关系,与图像处理任务和算法无关。同时,这种图像复杂度的定义符合一般意义下人对图像复杂性的感受和理解。图像元素可以分为颜色、形状、纹理三大类,它们又可以进一步用一些特征来表示。根据组成论,文中给出了定义这3种特征的广义集的方法。后续研究将进一步给出图像复杂度的计算算法,并通过与人工实验的相关性分析来验证计算结果是否与人的感受相一致。

基于质心高度增量特征的目标识别算法

针对传统目标识别算法识别准确率低、复杂度高等问题,提出基于质心高度增量特征的目标识别算法。在提取轮廓特征阶段,以轮廓质心为参考点,对于任意采样点,根据其它采样点相对于该点的高度关系构建质心高度增量描述符。描述符不仅计算简单,对旋转、平移和缩放等几何变换具有不变性,而且引入轮廓顺序这一全局特征,提升了描述符的鲁棒性和区分能力。在特征匹配阶段,利用轮廓顺序已知这一优势,采用动态规划算法计算质心高度增量描述符的相似度,最后引入形状复杂度分析,优化识别效果。MPEG-7测试集和Kimia99测试集的实验结果表明,上述算法能够有效的对目标图像进行匹配识别,而且对于噪声的干扰具良好的鲁棒性。

应用全方向形状特征码的图像检索方法

为提高图像形状信息的检索准确率和效率,提出应用全方向形状特征码的图像检索方法.该方法在全方向上对形状进行分割,度量形状各方向各部分的复杂度,构建形状的全方向特征码,计算形状间的相似度.通过真实建筑形状数据集和MPEG-7 CE-1 Part B形状数据集对本方法进行了检索性能测试,并和其他形状相似性描述方法进行了对比.实验结果表明,本方法具有更高的检索准确率和较高的检索效率.全方向形状特征码图像检索方法可以准确描述形状的全局特征与局部特征,具有平移、旋转、尺度不变性,及较强的形状描述识别能力.

囚禁在电介质球形微腔中类氢原子的内部无序性

给出了一种研究囚禁在微腔中类氢原子的内部无序性的一种方法,即利用体系的量子信息熵和形状复杂度对囚禁体系的无序性进行表征和研究.计算和分析了囚禁在InN电介质球形微腔中类氢原子的位置和动量空间中香农信息熵和形状复杂度,重点探究了量子囚禁效应对体系无序性的影响.计算结果表明:当微腔半径较小时,量子囚禁现象显著,形状复杂度曲线中有一系列极值点,这是由信息熵和空间不均匀性的共同作用引起的.随着微腔半径增大,囚禁现象减弱,囚禁类氢原子的香农信息熵和形状复杂度趋近于自由空间类氢原子的情形.为囚禁量子体系内部无序性的研究提供了一种有效方法,对囚禁量子体系的信息测量提供了一定的参考.

基于两种新型景观指数的张掖绿洲植被格局动态研究

通过遥感与GIS技术分析张掖绿洲植被格局动态,验证了Frohn(1998)提出的两种新型景观指数PPU(PatchPer Unit)和SqP(Sq)[Square Pixel]在时间序列上对于植被景观格局分析的适用性和敏感性。分析结果显示PPU和SqP(Sq)指数分别对应聚集度和分维数这两种传统景观指数呈相似的变化趋势和统计相关性,但其针对景观类型的变异系数相对于聚集度和分维数都较高,即其指数值对各植被斑块类型辨识的敏感性更强,对景观破碎化程度和斑块形状复杂度的时空演变具有更好的预测性。通过对新型景观指数特性的分析及动态对比,表明张掖绿洲植被景观的空间异质性和斑块形状复杂度呈现逐渐增强的总体态势。