测量分维的“数盒子”算法研究

在分析传统“数盒子”算法测量分形体分维缺陷的基础上 ,首先通过引入一个新的参数 η,提出了一种新的“数盒子”算法 ;然后通过具体算例 ,证实了该算法较传统算法的优越性 ,并且指出了它的局限性 ,同时还对“数盒子”算法测量的不确定性进行了讨论 ,进而提出了可行的提高测量精度的方法 ;最后应用平面激光诱发荧光 (PL IF)技术得到了圆柱尾流区域的浓度场图象 ,并由此提取得到尾流紊动 -非紊动界面 ,接着应用改进的算法对这一分界面的分维进行了测量 .测量结果与前人的结论相吻合 ,并且发现 ,在非恒定流动中 。

动态WSN中基于改进的蒙特卡罗盒子定位算法

针对蒙特卡罗盒子定位算法在动态WSN定位方面所存在的计算量大,精确度不高以及耗时等缺点。提出一种量子粒子群算法优化蒙特卡罗盒子的定位算法(QPSO-MCB)。该算法不仅减小了解空间的搜索时间,同时提高了采样效率,有效改善了蒙特卡罗盒子定位算法的高误差和低效率。仿真结果表明,与蒙特卡罗盒子算法相比,平均采样效率有了明显提高,特别当移动速度增加的情况下,定位误差反而下降。

实体材料的激光3维雕刻射线算法研究

为了解决硬质材料的3维深雕问题,在充分分析3维图像空间遮挡关系的基础上,提出一种用激光在实体材料上雕刻真正3维图形的新算法。首先利用盒子算法,使3维空间图像对应一个空间大盒子,再利用平行于z轴的射线射切三角片,得到一种3维模型文件格式(STL)完备的包络点,同时,把点归一化到空间小盒子,并置位对应的被遮挡的小盒子列,从而得到STL实体雕刻数据。该算法已经应用于激光3维雕刻系统,处理一个面片数目为130000片量级的STL3维文件,尺寸268mm×422mm×253mm,算法仅耗时2s～5s。结果表明,该算法实用高效。

自适应移动盒子的机载LiDAR点云去噪算法

针对现有LiDAR点云去噪算法难以实现自适应的问题,该文提出了基于空间盒子结构的自适应移动盒子去噪算法。基于经验模型建立盒子自适应准则,较好规避了现有算法的去噪阈值确定问题;采用聚类分析实现噪声点与有效点的精确标示。基于不同类型噪声的点云数据实验结果表明:与现有去噪算法相比,基于自适应移动盒子的去噪算法具有更好的适应性和去噪效果。

移动社交网络的多重分形影响因素分析

为更好地描述移动社交网络时间序列的动态演化性,研究Camb lab、MIT、Inf 05和Roller 4个典型的移动社交网络数据集的多重分形特征,并基于盒子覆盖算法提出移动社交网络多重分形分析方法。通过对网络的概率密度分布和配分函数的分析,计算得到多重分形谱的极大值f(α)、谱宽W和对称性程度B,证明移动社交网络具有多重分形的特征。在此基础上,计算网络度量指标,对比分析影响移动社交网络的多重分形的内在影响因素。实验结果表明,网络度分布表现为幂律分布,当同配系数r<0时,网络的多重分形特征表现越明显,网络内部结构分布越不规则。

基于分形理论的碳毡孔隙率研究

基于分形理论,对碳毡纤维孔隙率进行了研究.首先运用盒维数算法对所选取的碳毡图片进行分形维数的计算,所得结果在-1.999 8附近;通过理论推导得出了碳毡纤维孔隙率的计算公式,代入实际测量值进行计算,得出所选取的碳毡纤维孔隙率大约为40%,并分析得出这与实际情况是比较相近的;最后,就分形维数与孔隙率的关系作了相关分析,得出孔隙率随着分形维数的增加有递增的趋势并且增加的速度是越来越快的.