复变量移动最小二乘法及其应用

提出了复变量移动最小二乘法,并详细讨论了基于正交基函数的复变量移动最小二乘法.然后,将复变量移动最小二乘法和弹性力学的边界无单元法结合,提出了弹性力学的复变量边界无单元法,推导了相应的公式,并给出了数值算例.基于正交基函数的复变量移动最小二乘法的优点是不形成病态方程组、精度高,所形成的无网格方法计算量小.复变量边界无单元法是边界积分方程的无网格方法的直接列式法,容易引入边界条件,且具有更高的精度.

利用移动最小二乘法进行深度图像曲面拟合

针对已有的对曲面进行局部拟合方法中窗口半径选取难的问题,提出了一种使用移动最小二乘法进行全局曲面拟合的新方法。该方法充分利用最小二乘法形函数多阶连续的特点,能够保持在较高拟合精度的前提下获得深度图像曲面多阶连续的拟合结果,这种拟合结果为计算深度图像的曲面特性提供了便利。利用真实的深度图像进行数值实验,计算结果说明了该方法的有效性。

改进的移动最小二乘法

近年来发展的无网格方法大多采用移动最小二乘法来构造试函数,而应用移动最小二乘法形成的方程组有时会是病态的甚至奇异的,从而限制了它的发展和应用。本文采用带权正交函数作为基函数对移动最小二乘法做了改进,避免出现病态方程组,且在计算过程中不需要进行矩阵求逆运算,提高了计算速度。之后,借鉴牛顿法、平衡法和摄动法对由移动最小二乘法得到的非线性代数方程组提出了新的求解方法。

基于移动最小二乘法的渐开线齿轮齿廓曲线拟合方法

针对现有渐开线齿轮齿廓曲线拟合方法精度不高的缺点,提出了一种用移动最小二乘法(MLS)拟合齿廓曲线的新方法,并通过齿距偏差的计算对该方法进行了实例验证。利用三坐标测量机对某齿轮进行测量,得到齿廓数据点和齿距偏差;根据移动最小二乘法原理和实验数据,用MATLAB编程实现了齿廓曲线的拟合;根据拟合结果,利用图解法计算出了左齿廓齿距偏差。与最小二乘法(LS)的拟合结果的对比表明,用移动最小二乘法拟合齿廓曲线精度更高,误差更小,具有良好的拟合效果。齿距偏差计算结果表明,单个齿距偏差和齿距累积偏差与实测值一致,表明该方法准确、有效。研究结果可为齿廓曲线的拟合和齿距偏差的计算提供参考。

基于移动最小二乘法的曲线曲面拟合

建立了一种基于移动最小二乘(MovingLeast-Squares,MLS)法的曲线曲面拟合方法。这种方法对传统的最小二乘(LS)法的作了比较大的改进,使生成的曲线曲面具有精度高、光滑性好等许多优点。详细介绍了移动最小二乘法的原理、应用和特点,并且给出了使用移动最小二乘法进行曲线曲面拟合的程序设计流程。最后给出了曲线拟合和空间散乱数据曲面拟合算例,将拟合结果与最小二乘拟合结果作了比较,分析了MLS拟合曲线曲面的光滑性和拟合质量,表明了该方法的优越性和有效性。

移动最小二乘法的时变结构模态参数辨识

研究时变结构模态参数辨识,基于泛函矢量时变自回归模型(Functional series vector time-dependent AR model,FS-VTAR)提出一种改进的移动最小二乘法的时变结构模态参数辨识方法。该方法源于无网格法中构造形函数进行局部近似的思想,引入带权正交基函数对移动最小二乘(Moving least square,MLS)的基函数进行改进,使得在辨识时间域内构造形函数矩阵过程中不再出现数值条件问题,从而提高了计算精度。把时变系数在形函数上线性展开,利用最小二乘法得到形函数的系数,从而得到时变系数。把时变模型特征方程转换为广义特征值问题提取出模态参数。利用时变刚度系统非平稳振动信号验证该方法,结果表明:改进的移动最小二乘法相比于传统的FS-VTAR模型能有效地避免基函数形式的选择和很高的基函数阶数且更加高效,相比于移动最小二乘法能有效地避免辨识过程中的数值问题,具有更高的模态参数辨识精度。

利用控制曲线和移动最小二乘法实现图像变形

将移动最小二乘方法用于图像变形,提出基于控制曲线的图像变形算法.根据源图像中的形状信息或变形需要来设置关键点,生成控制曲线,然后移动控制曲线到新的位置,利用移动最小二乘方法实现图像的变形.对基于控制曲线的移动最小二乘变形函数进行了理论推导,实现了图像的仿射、相似和刚性变换,得到不同的图像变形效果.实验表明,该算法可以较好地描述图像中的形状和轮廓信息,实现图像的复杂变形,获得真实感的变形效果.

利用移动最小二乘法实现图像变形

将移动最小二乘方法用于实现图像的变形操作,提出了一种基于控制曲线集的移动最小二乘图像变形方法。根据图像的形状拓扑关系或轮廓信息设置点,生成控制曲线,移动控制曲线的方向和位置使图像产生变形,生成图像的仿射变换、相似变换和刚性变换。实验表明,该方法可以使图像产生平滑、真实的变形,获得满意的效果。

基于移动最小二乘法的医学图像配准

提出一种基于移动最小二乘法变形模型的医学图像配准技术。首先用蛇模型的方法分割图像感兴趣区域;其次在分割后的图像上半自动地选取对应标记点;最后基于这些标记点采用移动最小二乘法的变形模型对图像进行变形,从而实现医学图像的配准。实验结果表明,该方法克服了手动选点难度大的缺点,提高了配准的精度,是一种有效的医学图像配准方法。

一种基于移动最小二乘法的点云数据孔洞修补算法研究

使用测量仪器获取点云数据的过程中,由于测量仪器自身缺陷、物体局部遮挡等因素,导致原始点云数据存在孔洞,严重影响曲面重建,需要实施孔洞修补,以便获取完整的模型。采用非封闭孔洞相连的散乱点云的边界确定孔洞修补范围,有效提取非封闭的孔洞边界点及附近模型的边界点,根据孔洞及其周围点的信息,基于移动最小二乘法重构一个隐式曲面,并且通过一定步长实施隐式曲面采样,完成孔洞修补。实验结果显示该算法可以修补不同类型的孔洞,并且修补数据与原始点云数据较好的融合在一起,恢复原始模型。

移动最小二乘法在液压泵/马达特性曲线绘制中的应用

介绍一种新的液压泵/液压马达特性曲线(等功率曲线、等效率曲线、综合特性曲线等)的绘制方法,即利用移动最小二乘法对液压泵/马达的特性曲线进行拟合。所得到的特性曲线具有拟合精度高、通用性强等特点。最后在MAT-LAB中编制程序并给出了曲线绘制实例。

基于移动最小二乘法的点云空洞修补算法

通过数学计算的方式,根据空洞和空洞周围点的信息,使用移动最小二乘法构造一个隐式曲面,以一定步长对隐式曲面进行采样,完成空洞数据的修补.

面向非匀点云拟合的RSR移动最小二乘法

针对传统的移动最小二乘法在非均匀分布的采样点集拟合中的不足,提出了影响域半径动态调整的移动最小二乘法(RSRMLS)。在传统移动最小二乘法(MLS)的基础上,根据拟合子区域采样点数据稀疏情况,该方法可自动调整MLS的半径区域大小。通过对相同数据点集的拟合比较,提出的RSRMLS拟合效果明显优于传统MLS。

利用移动最小二乘法进行点云变形分析的研究

三维激光扫描仪能够高精度快速翔实地获得变形体的空间信息,同时诸多变形体的变形情况也需要完整的描述和分析。为此,本文通过三维激光扫描仪获取变形体变形前后的点云数据,并利用移动最小二乘法进行均匀格网拟合内插来提取变形信息。通过模拟简支梁加载试验和上述方法进行变形分析,并与TS30高精度测量机器人的测量结果进行对比,结果表明两者精度相当,能够探测到毫米级变形。

基于移动最小二乘法的橡胶注射模加热板温度场优化设计

针对橡胶注射模加热板温度场不均匀问题,采用正交试验结合移动最小二乘响应面来拟合热管功率参数与加热板温度差值关系。基于拟合的响应面,提出了利用混沌粒子群混合算法进行优化。试验结果与优化结果吻合较好,得出基于移动最小二乘法及混沌粒子群优化的橡胶注射模加热板温度场优化方法结果,具有较好的工程应用价值。

基于移动最小二乘法和粒子群算法的优化算法

针对复杂电磁装置优化问题中目标函数计算次数过多的问题,提出了一种基于移动最小二乘法(MLS)和粒子群优化算法(PSO)的快速全局优化方法.该方法利用基于MLS的表面响应模型,重构原始的优化问题,采用加权PSO算法对重构后的目标函数进行寻优,再使用拟牛顿法,对原优化问题直接寻优,从而得到优化问题最终的最优解,并对基准测试函数和实际电磁装置问题进行优化计算.结果表明,与加权PSO相比,该算法能找到优化问题的全局最优解,并能有效地减少目标函数的计算次数,节省了计算时间,提高了计算效率.

基于移动最小二乘法的电梯客流分析

为了解决传统算法电梯停站数不准确的缺点,本文建立了一种基于移动最小二乘法(Mov-ing Least-Squares,MLS)的曲面拟合方法来建立大楼一天中最大5 min客流量模型.这种方法对传统的客流量算法及停站数算法作了比较大的改进,并用验证了这种方法的可行性,与传统算法比较具有精度高的优点.

基于移动最小二乘法的白质纤维束走向跟踪

为了对脑白质纤维束进行三维重构,提出一种基于移动最小二乘法的纤维束三维曲线走向跟踪算法,根据磁场梯度表与b值把扩散加权数据转换为扩散张量数据并进行高斯滤波,以三次样条函数为权函数对扩散张量数据进行拟和,从感兴趣区域出发在纤维束弯曲角度与特定步长限制条件下进行走向跟踪.对病人脑扩散张量成像数据进行计算,计算结果表明,该算法能够准确快速地对胼胝体纤维束三维走向进行宏观上的跟踪.

基于移动最小二乘法的图形图像局部变形技术

结合移动最小二乘方法,定义了一个基于控制点和控制区域的变形函数,提出了一种图像变形的局部化处理技术,并将其扩展为适用于矢量图形变形的方法。通过添加控制点以控制变形,并将目标变形区域设定为控制区域,移动控制点位置,使图像及矢量图形产生变形,生成仿射变换、相似变换及刚性变换结果。实验表明,该方法在保证图像及矢量图形局部平滑变形的前提下,可抑制边界处的混叠;且将其应用于矢量图形变形,可定制多种复杂的变形效果。

基于移动最小二乘法的点云平滑及重采样

将点云进行三维重建符合人们的视觉习惯,可以逼真地反映场景的立体效果,并且可以方便地进行多角度显示。针对贪婪投影三角化重建结果中存在的曲面不光滑且存在孔洞等问题,提出了使用移动最小二乘法来进行点云的平滑、重采样处理。实验表明,通过移动最小二乘法进行先平滑后采样的方法比直接使用贪婪投影三角化算法或仅平滑处理、采样处理再重建的效果都要好。