空间参数曲线的双目标能量极小化方法及其应用

能量极小化方法已广泛用于平面曲线的构造,而在空间曲线构造方面的应用尚少。首先介绍了空间参数曲线的弯曲能和扭曲能,然后提出了一种以弯曲能和扭曲能同时极小为目标的空间参数曲线构造方法,最后以空间三次Bézier曲线为例,探讨了该方法在曲线的构造、延拓、平滑等问题中的应用。所提出的方法更符合空间参数曲线既需考虑弯曲又需考虑扭曲的特点。

能量极小化的一种启发式遗传算法

Chakradhar et.al(1988,1990)将组合电路表示为Hopfield神经网络,将测试生成问题转化为一个组合优化问题。本文在传统遗传算法的基础上,结合电路的拓扑信息,提出了一种用于组合电路神经网络模型能量极小化的启发式遗传算法。

形状可调的插值型球样条曲线及其双目标能量极小化

球B样条曲线(BBSC)是一种基于骨架的参数实体模型,可用于构造自然界中广泛存在的可变厚度管状物体。然而,当控制球保持不变时,球B样条曲线的形状无法调整,而且不易构造出插值球样条曲线。通过将五次Catmull-Rom样条曲线中的控制顶点替换为控制球,构造了一种带参数的插值型球样条曲线,称为α-BSC。α-BSC不仅可在控制球保持固定时通过所含的参数对其形状进行自由调整,还可直接插值于给定的控制球。进一步地,将空间参数曲线的能量极小化方法推广至α-BSC,给出了利用能量极小化确定α-BSC所含参数的最优取值方法。该方法同时考虑了α-BSC的弯曲能与扭曲能,通过求解双目标优化问题获得α-BSC所含参数的最优取值。实例表明,所提出的α-BSC及其双目标能量极小化方法简单有效,满足可变厚度管状物体造型的需要。

具有极小能量的空间T-Bézier曲线

T-Bézier曲线具有广阔的应用前景。为构造光顺的空间T-Bézier曲线,给出了基于能量极小化确定T-Bézier曲线所含两个形状参数最优取值的方法。该方法同时考虑了T-Bézier曲线的弯曲能和扭曲能,更加符合空间曲线既要考虑弯曲程度又要考虑扭曲程度的几何特征。为便于实际应用,基于MATLAB平台设计了本文算法对应的图形用户界面,用户通过简单的操作即可绘制并保持具有极小能量的空间T-Bézier曲线。

梯度向量场通量能量驱动的主动轮廓模型

提出了一种基于梯度向量场通量能量的水平集图像分割算法。通过加入约束符号距离函数的能量项,并极小化该能量函数得到的变分表达式主要具有4条优于传统主动轮廓模型的优点。一是可以克服分割弱边界目标的困难;二是水平集函数不但可以灵活初始化,而且可避免在演化过程中重新初始化为符号距离函数;三是水平集函数数值化可采用简单的有限差分方法,计算效率得到了极大的提高;四是仅用一个初始轮廓就可以自动检测带孔目标的内轮廓。对合成和真实图像的分割结果表明:对弱边界目标和灰度分布不均目标的分割效果分别优于测地线模型(GAC)和C-V主动轮廓模型。

基于模糊能量函数的人力资源结构优化配置

提出基于模糊能量函数的人力资源结构优化配置方法,并对现有人力资源结构合理性和协调性程度的评价给出了具体方法。

蛋白质结构预测的优化模型与方法

从头预测方法是一种主要的蛋白质空间结构预测方法 ,其核心内容是恰当地建立并求解一个复杂的全局优化问题。 4 0年来 ,虽然也取得了许多研究成果 ,但该问题的研究始终没有克服两个方面的困难 ,即如何找到一个表征蛋白质结构与能量关系的势能函数和一种有效的全局优化方法。主要介绍了蛋白质结构预测的优化模型和方法。

基于粗糙度的三维模型保细节滤波

三维模型细节特征保持的滤波器设计在计算机图形学和计算机视觉领域得到了广泛地研究.文中将三维网格模型的视觉感知粗糙度度量引进模型去噪滤波的极小化能量中,提出一种基于粗糙度的三维模型保细节滤波器.首先在能量函数定义中引进基于模型粗糙度度量的一个平衡系数,来调节模型光顺项和细节保持项对最终滤波效果的影响;然后在原始模型和目标光顺模型对应顶点之间存在线性关系的假设下,求解能量函数的极小化问题;解该极小化问题得到最终的三维光顺模型.将保细节滤波器分别应用到三维模型的光顺去噪和分层细节增强应用中,结果表明了该滤波器的有效性和通用性.

虚拟环境下变形线性体实时建模算法研究

研究提出一套虚拟环境下线绳和缆索两类变形线性体的几何变形数学建模算法。首先将变形线性体的物理和几何特性,对它们建模的共同之处进行研究,采用微分几何方法在正交直角坐标系下描述其变形,选择样条函数描述线性体的中心线,提出描述扭转变形的一种简单方法,结合广义弹簧理论建立它们的变形能数学模型,应用材料力学理论设计参数,并采用能量极小化方法求解;其次分别针对线绳和缆索的特性修改共性模型,形成各自的建模算法;第三通过仿真模型与实际变形线性体的对比实验验证仿真算法的正确性。实验结果表明,该算法能够正确描绘线绳和缆索变形,并能够满足虚拟环境的实时交互帧频率。

一种改进的反应扩散滤波器图像去噪算法

提出一种基于Nordstrm能量泛函的非线性反应扩散数字滤波模型。数值实验结果表明该模型不仅对高斯噪声、椒盐噪声和Speckle噪声污染的图像去噪效果较好,而且也适合对混合噪声污染的图像去噪。去噪后图像有良好的视觉效果,峰值信噪比较高。

一种新的蛋白质结构预测多模态优化算法

针对现阶段药物设计中对于蛋白质结构多模态的需求,提出了一种基于排挤差分进化策略的多模态优化算法。为了降低蛋白质构象空间求解的复杂度,算法采用能量极小化过程,有效缩小了可行域的搜索空间;同时,为了有效地平衡多模态优化问题的局部收敛性和模态多样性,在排挤差分进化算法的框架下,在保证算法收敛速度的前提下,算法采用空间局部性原理,同时随机选取不同交叉策略的集结思想又有效改善了种群的多样性。以脑啡肽为例,算法不仅得到了其全局最稳定结构,还获得了一系列局部最优结构。

能量驱动的模式形成

许多物理系统可以由高阶项决定而使之成为非凸变分问题来建模．例子包括马氏体相转化、微磁学以及晶核形成的Ginzburg—Landau模型．）我们对高阶项系数趋于零时的奇异极限感兴趣．我们关注的是壁的内部结构，以及当它们形成时的微结构的特征．我们还研究了经由作用极小化而不是能量极小化建模的热激发转化的路径．我们的观点是把注意力集中于上界和下界匹配的变分观点．