基于Voronoi图的无线传感网络覆盖盲区检测方法

传感网络的空洞暴露程度较少,在检测网络覆盖情况时更容易出现误差,影响盲区的检测效果。为此,提出基于Voronoi图的无线传感网络覆盖盲区检测方法。根据节点分布关系推测无线传感网络覆盖情况,在Voronoi图的指导下排除已覆盖区域,获取具备检测条件的未覆盖无线传感网络空洞。计算网络空洞的暴露程度和节点能量,作为特征样本输入粒子群分离器中,根据分类器的输出结果,实现无线传感网络覆盖盲区检测。仿真结果表明,所提方法不同覆盖盲区数量下的检测时长低于0.2 s、不同节点数量下的检测能耗低于20 J、不同空洞圆心距下的覆盖盲区差异度最高为0.24,证明所提方法具有较好的无线传感网络覆盖盲区检测效果。

基于Voronoi图与条件随机场的自然场景文本检测方法

在自然场景中准确有效地检测文本是一项艰巨的任务,故提出一种基于条件随机场(CRF)框架的场景文本检测方法。通过利用贝叶斯推断估计文本极大值区域的置信度作为一元成本项,通过使用维诺图(Voronoi图)来构建CRF空间邻域信息,从而构建图模型,通过最大流算法最小化成本函数区分文本与非文本标记;利用字符的几何特性通过聚类方法聚合成行。实验结果表明,该算法比传统基于最大稳定极值区域(MSER)算法性能有所提高,自然场景文本检测正确率能达到87%。

基于加权Voronoi图的农村居民点用地适宜性评价及分区管控

随着经济社会的快速发展和城镇化的加快推进,农村人口向城镇集中,造成大量农村宅基地闲置或低效利用,加之宅基地布局散乱、基础设施配套不全,严重影响农村土地利用效率提升和人民生活水平的提高。本文以景泰县为例,在测算农村居民点整治潜力的基础上,应用加权Voronoi图进行农村建设用地适宜性评价和空间热点分析,探究农村居民点布局优化方向与发展的路径策略。结果表明,景泰县农村居民点整治潜力为876.16 hm2,整治潜力较大;农村建设用地适宜性整体较好,但各区域的差异较大,划分为适宜性好、较好、一般、较差、差5个等级;在此基础上将研究区划分为5种农村居民点发展模式区,并针对性地提出管控策略,为更好地开展国土空间规划编制、提高农村土地利用效率,助推乡村振兴提供参考和借鉴。

基于Voronoi图和距离衰减效应的模糊实例空间并置模式挖掘算法

空间并置模式挖掘用于发现一组空间特征,它们的实例在空间中频繁地相互邻近。传统的空间并置模式挖掘过程中,将空间实例抽象成点对象,每个实例对应一个确定位置。然而,规模较大的空间实例有多个重要位置点(如医院、公园入口),其空间位置因对其入口的认知不同而存在差异,具有模糊性。对于这些模糊实例,本文考虑其重要位置点对该实例规模的贡献,重新定义实例间的邻近度。此外,传统的并置模式挖掘方法忽略了特征实例的空间分布密度以及邻近实例间的邻近程度,采用静态的距离阈值来识别邻近实例。本文考虑特征的分布密度,用Voronoi图自适应提取不同特征的邻近实例,结合邻近实例的距离衰减函数,更加科学地描述实例间的邻近度。提出一种同时考虑模糊实例规模和距离衰减效应的空间并置模式挖掘方法,为实现快速挖掘,设计了极大团和哈希表搜索参与实例的挖掘框架。在真实数据集和合成数据集上进行实验,验证本文的算法可以发现传统空间并置模式挖掘方法所忽略的有意义模式。

线段图在小学数学教学中的应用

线段图在教学中确实是一种极为实用的工具。除了能将抽象问题直观化,降低理解难度,它还能显著提升学生的解题效率。通过绘制线段图,学生的逻辑思维和空间想象能力得到锻炼与提升。与枯燥的文字讲解相比,线段图更加生动、形象,能有效吸引学生的注意力,激发他们的学习兴趣。因此,教师应充分利用线段图这一教学工具,提高数学教学的效果和质量。

画线段图巧解题

例题淘气和笑笑在书店里想买同一本课外书,淘气带的钱差15元,笑笑带的钱差12元,而两人的钱凑起来正好比这本课外书的价格多3元,这本课外书多少元?题中有3个已知信息,说明这3个已知信息与所求的问题有关。那如何找出3个已知信息与问题之间的关系呢?我们可以借助线段图来帮助我们找关系,然后解决问题。

基于Voronoi图的线段最近对查询

最近对查询是空间数据库中的重要查询之一。已有的关于最近对查询的研究基本集中在点对象上,对空间对象无法抽象为点的对象则研究较少。提出基于平面线段的最近对查询,即找出两个平面线段集中距离最近的线段对。提出基于Voronoi图的线段最近对查询算法,该方法构造两个线段集的Voronoi图,利用Voronoi图的最近邻近特性和局域动态特性找到互为最近邻的线段对,从中找到结果,以缩减大量的计算代价。对线段集中增加线段和删除线段的情况做了相应的处理。实验证明,该算法具有较高的查询效率。

线段加权Voronoi图的离散生成算法的研究与实现

线段加权Voronoi图是对普通Voronoi图在生成元以及权重两方面加以推广而产生的。给出用离散的方法来生成线段加权Voronoi图,无须复杂计算,容易实现。另外利用其解决绿化问题,会达到良好的划分及可视效果。

基于Voronoi图和快速行进的移动机器人导航路径规划

移动机器人导航路径规划是机器人的关键技术,其目标是高效、高质量寻找导航和运动规划路径。论文介绍了移动机器人通用控制平台的架构,提出了一种新的全局路径规划器,即采用Voronoi图提取环境中最安全的区域,并将快速行进法应用于由Voronoi图所提取的最安全区域中,从而获得最短的路径。另外,提出了通用机器人导航架构,在对导航架构描述的基础上将机器人导航和环境快速全局规划器相结合,并采用样条规划曲线对机器人的全局路径进行细化插补。该方法将地图尺寸缩小为一维地图,且是移动机器人环境中最安全的区域,这使得移动机器人具有速度快、可靠性强的特点。将提出的方法应用于实际的移动机器人导航路径规划中,结果表明该方法能够成功地完成移动机器人导航路径规划任务。

带线段障碍的城市Voronoi图生成算法研究

带线段障碍的城市Voronoi图是城市Voronoi图的扩展。在步行或使用一般交通工具的情况下,客观世界中存在着许多不能逾越的障碍,甚至连交通网络也时常被一些障碍隔开。许多障碍可简化为线段障碍来处理。给出带线段障碍的城市Voronoi图的定义、性质,结晶生长算法和实例。算法简单,可扩展性好,具有较高的理论价值和应用价值。

基于Voronoi图的线段反向最近邻查询

提出一种基于平面线段的反向最近邻查询方法,用于找出线段集中以查询线段作为最近邻的线段。通过构造线段集的Voronoi图处理不相交的线段。根据其邻接特性和局部特性,给出基于Voronoi图的线段反向最近邻查询算法及相关定理和证明。实验结果表明,反向最近邻方法易于找到相交的线段,具有较高的查询效率。

线段障碍Voronoi图的离散生成

Voronoi图是以两点间线段的长度作为距离 ,对平面的一种分割。然而 ,在地理环境中 ,存在着许多自然的或人为的障碍 ,使得从一点到另一点不能直线到达。为了扩大Voronoi图的应用领域 ,本文对传统的Voronoi图进行扩充 ,给出了障碍Voronoi图的定义、性质 。

线段加权的Voronoi图

本文将点上加权的Ｖｏｒｏｎｏｉ图推广到线段上加权的Ｖｏｒｏｎｏｉ图，证明了该图的两线段间的Ｖｏｒｏｎｏｉ边是二次曲线，给出了所有情形下两线段间的Ｖｏｒｏｎｏｉ边的具体形状和画法及线段加权的Ｖｏｒｏｎｏｌ图Ｖｎ的画法．

空间数据库中基于Voronoi图的线段反k最近邻查询

为了解决已有研究成果无法有效处理空间数据库中基于线段的反k最近邻查询问题,提出基于Voronoi图的线段反k最近邻查询方法(LRk NN方法).该方法获得的结果集是将查询线段作为k NN的线段集合,在实际应用中可以用来评估一个查询对象的影响力.LRk NN查询方法分为三个过程:初步剪枝、深度剪枝、精炼过程.在剪枝阶段利用Voronoi图的邻接特性可以有效地过滤掉大量的非候选者,快速地缩小查询范围,提高了整个算法的查询效率.在精炼阶段又利用定义排除不满足查询条件的对象,有效地提高了算法的准确性.理论研究和实验结果表明所提算法具有较高效率.

基于带线段的障碍城市Voronoi图的煤炭运输优化研究

如何能在最短时间将煤炭运送到目的地是煤炭运输问题研究的一个重要内容。在道路网络环境中,该问题可以转化为找到查询点的k个最近邻。在带线段障碍的城市Voronoi图基础上,给出k最近邻查询算法,能有效解决该问题。

基于Voronoi图和改进K-means的扇区优化研究

扇区划分是空中交通管制的一项重要工作,合理的扇区划分能够提高空域的使用率,保障航空器的飞行安全。鉴于平峰时段的扇区划设不能很好适用于复杂空情的现状,提出一种基于Voronoi图和改进K-means的扇区优化方法。依据空情态势构建冲突网络,结合航空器速度障碍关系和复杂网络理论提出了扇区综合管制负荷计量方式。依据负荷值采用改进K-means聚类方法确定了合理的聚类中心作为Voronoi图的生成元,从而使用Voronoi图的划分方法生成合理边界来优化扇区。采集厦门空域管制扇区数据作为仿真场景进行了计算分析,结果表明,在繁忙时段,优化后的扇区管制负荷平均方差相比原扇区降低了66.04%,平峰时段降低了13.88%,达到了均衡扇区负荷的目的,验证了扇区优化方法的有效性,为现有的扇区划设工作提供了参考依据。

基于改进Voronoi图的集群无人机区域覆盖方法

近年来,随着机载电子元器件的不断发展,单架无人机已不再适用于当下逐渐复杂的任务环境。因此,以无人机集群为代表的多智能体协同技术已经成为当前研究的热点问题。针对无人机集群在目标区域的覆盖优化问题,采用改进Voronoi图对任务区域进行划分,通过获取划分区域重要因子以及视觉传感器的观测质量,计算集群内无人机对任务区域的覆盖质量目标。由无人机期望状态信息调整集群输入控制律,使其覆盖质量目标达到极大值,实现对任务区域的最大范围覆盖。通过在设定任务场景下的仿真试验,得出该区域覆盖方法对任务场景覆盖率达到90.31%,能够实现最优区域分布。

空间数据库中基于Voronoi图的线段组最近邻查询

为了弥补现有的研究成果无法有效的处理空间数据库中组最近邻查询问题,提出了空间数据库中基于Voronoi的线段组最近邻查询方法.静态数据集情况下提出了STA_LGNN算法,这一查询过程分为两个阶段,包括过滤过程和精炼过程.在过滤过程中,根据Voronoi图的性质以及影响区域的几何特点,提出相应的剪枝规则.在精炼过程中,根据线段间位置关系得出相应的距离表示方法,通过对距离进行比较后得到最终正确的查询结果.理论研究和实验表明,所提算法能有效地处理空间数据库中基于线段的组最近邻查询问题.

基于Voronoi图最近邻协商的多机协同追捕方法

为了应对低空空域下频发的无人机“黑飞”事件,本文采用了以协同追捕为代表的柔性反制思路,然而由于低空运行环境复杂、任务快变、约束多元,传统最优控制方法难以有效适用,因此,研究了多对多场景下的多无人机协同追捕问题,建立了基于Voronoi图的多无人机协同追捕模型,并证明了基于面积最小化的追捕策略的鲁棒性。进而,考虑环境障碍、信息非完备的约束条件,提出了基于最近邻协商的多机协同追捕方法,仿真结果验证了所提出的协同追捕策略的高效性和鲁棒性,为多无人机协同追捕问题提供了理论与技术支撑。

构建利用数学辅助工具的问题解决模型——以线段图在小学数学教学中的作用为例

小学生抽象思维能力薄弱,在解题过程中常常面临着诸多困境.鉴于此,可充分借助线段图这一辅助工具,将抽象问题具体化、直观化,帮助学生读懂题意,明确其中蕴含的数量关系,厘清解题思路等.本论文就以此作为研究的新视角,结合线段图在小学数学解题中的具体应用进行了详细的探究,最终提出了在日常教学中小学生运用线段图的重要价值.