基于凸包算法的极端运行方式提取方法

在电力系统规划与运行的安全稳定计算中,一般选择对安全稳定最不利的运行方式进行校验,但随着新能源渗透率的增加,电网越发复杂多变,人工选择场景主观性较强,针对此问题,提出了一种基于快速凸包算法的极端运行方式提取,从而满足场景选取进行安全校核需求。从电源规划、发输电协调规划两个角度,考虑发电充裕性、火电爬坡需求、网络传输安全3个方面,分析影响规划的极端运行方式;基于凸包算法分别从上述3个方面构建坐标系进行极端运行方式提取;采用中国西北地区电网为算例进行极端运行方式提取,并与基于K-means算法的极端场景提取做对比,结果表明:所提方法能为场景选取提供有效数据支撑,满足电网规划要求。

基于改进凸包缺陷算法的扎带定位方法

针对传统视觉在检测捆扎带时存在难检、漏检、定位扎带位置困难和速度慢等问题,提出一种基于改进凸包缺陷算法的扎带定位方法。采用自适应直方图均衡化图像增强算法,以增强编织袋区域与背景的对比度;利用快速凸包算法获得编织袋轮廓的凸包,减少获取凸包的时间;最后,通过改进凸包缺陷算法对编织袋轮廓凸包进行缺陷检测,根据检测结果中凸包缺陷点的位置和缺陷深度进行筛选得到扎带定位点。同时为验证该算法的准确性与鲁棒性,在具有复杂背景干扰的环境下进行实验,将传统凸包缺陷算法与改进后的凸包缺陷算法进行对比分析。实验结果表明:相比于传统凸包缺陷算法无法检测出编织袋轮廓的全部缺陷从而存在漏检,改进后的凸包缺陷算法漏检率为0,定位误差小于4 mm,可有效定位扎带位置并具有较高的鲁棒性。

快速凸包算法在发射车状态监控中的应用

针对当前复杂工业系统运行状态监控策略普遍存在误报警数目过多的问题,提出了一种基于快速凸包算法的发射车状态监控方法。该方法利用快速凸包算法从给定的正常历史数据中估计发射车的正常工作空间,对于新采集的发射车运行状态监控数据,如果由它们构成的工作点位于发射车的正常工作空间内,就认为发射车的状态是正常的,否则就是异常的。与基于静态阈值的方法相比,提出的方法降低了误报警数目;相较于基于隐变量的方法,提出的方法具有良好的可解释性。通过数值仿真技术,分别分析了一个2维和3维案例来评估提出的方法的性能表现。仿真结果表明,提出的方法物理意义明确,产生的误报警数目少。

基于OTSU-Graham改进算法的保护压板状态辨识研究

自动化与智能化技术在变电站中的推广应用为智能巡检奠定了基础,但是目前二次设备的保护硬压板仍然大多采用人工现场核对的方式,存在核对频次低、校对过程溯源性不足的问题。为此,文中提出了一种基于图像内容识别的压板运行状态智能识别方法。采用基于空间领域信息的OTSU算法进行阈值分割消除光照不均阴影区域的影响,在此基础上基于Graham的最小外接矩形算法检测压板开关的最小矩形面积,通过识别面积大小来判断压板是否投入。该方法能够有效减少阴影干扰的影响,准确辨识图像中压板的运行状态。

基于点云凸包算法的电网输电线路通道树障检测

针对树障与导线触碰发生短路,将会导致线路闪络、跳闸停电,甚至引发火灾事故的问题,提出一种基于点云凸包算法的电网输电线路通道树障检测方法。利用机载激光雷达采集激光点云数据,通过包围盒方法实施抽稀,滤除冗余点云数据。利用SVM分类算法确定树障点云数据,利用点云凸包算法构建树障点云凸包,根据三角函数公式计算树顶点与输电线路之间的距离,以此为基础,按照标准划分树障风险程度。结果表明,所研究检测方法应用下,树障顶点的平均检测误差为1.1 mm,每个研究区的树障顶点的平均检测误差达到相对最小值,由此证明了该方法具有较高的电网输电线路通道树障检测精度。

凸包算法及其在计算机图形学中的应用

主要任务包括对凸包的定义与特性进行研究,介绍经典的Graham扫描算法,并探讨其在碰撞检测、物体选择与编辑、遮挡计算、手势识别等计算机图形学领域的应用。采用文献研究和算法分析的方法,通过查阅相关文献和深入理解凸包算法的原理,详细介绍了Graham扫描算法的实现步骤。提供了凸包算法的代码示例,并结合2D游戏碰撞检测的具体实践进行了讨论。凸包算法在计算机图形学领域有着广泛的应用,尤其在碰撞检测方面能够显著提高计算效率和准确性。未来的研究可以进一步探索凸包算法的改进,并在虚拟现实眼镜、物体交互、遮挡计算等领域进行更深入的应用,以提升虚拟体验的质量。

基于凸包Graham扫描法的多系统融合精密单点定位快速选星算法

鉴于传统选星算法不能快速获得理想的卫星空间构型,在讨论定位精度计算模型、多系统融合GDOP值影响因素和分析基于凸包Graham扫描的选星算法原理的基础上,编程实现了基于凸包Graham扫描法的多系统融合精密单点定位快速选星算法,并对该算法的选星效果及定位效率进行仿真实验。结果表明,该算法的选星数能够稳定在8~10颗,其星座GDOP得到明显优化,空间构型得到明显改善;与传统方法相比,X、Y、H方向收敛时间的优化率分别达到40%、20%和7%,且定位精度更高,对于促进模糊度快速固定和改善定位效率有重要意义。

一种基于激光点云数据的微距栅格体积算法

针对规则格网算法难以满足激光点云模型高精度体积计算的问题,提出了一种基于激光雷达点云数据的微距栅格体积算法。该方法首先运用葛立恒凸包算法提取凸包点集,然后运用微距格网划分、高程插值和网格体积累加的方法计算体积。与规则格网法不同,这种算法充分利用激光雷达数据高密度点云特征,采用格网微分和增大插值半径的方法改善模型表面的连续性,进而提高计算精度。实验结果表明,微距栅格体积算法具有较好的时间复杂度和较高的计算精度,适宜于激光点云模型高精度体积计算。

一种用于建筑物立面边界特征点提取的凸包三角网算法

基于现存凸包算法较难提取建筑物立面点云中的边界特征点等问题,提出一种构建凸包三角网的建筑物立面边界特征点提取算法。首先利用k近邻搜索算法查找每个点的近邻点,并通过主成分分析方法估算各点的法向量。然后将各点的近邻点投影到局部拟合平面,使用罗德里格法进行旋转获得二维投影点。最后利用凸包算法在求解边界特征点的基础上构建凸包三角网,并获得各三角形中近邻点占地率并统计各三角形的顶角值,得到剩余边界特征点。采用模拟和实测点云数据进行试验,并与改进的凸包算法和基于点的算法进行对比,结果表明,该算法能够提高建筑立面边界特征点提取的准确性和完整性,具有较强的适用性。

基于凸包的SLIC超像素分割算法

在SLIC算法聚类分割过程中,因像素标记冗余更新导致算法耗时较长。为解决上述问题,提出基于凸包的SLIC超像素分割算法。该算法首先根据图像网格的灰度特征,利用阈值标记筛选出目标区域;其次,利用凸包算法构建图像凸包,并以其结构特征确定初始聚类中心;最后,基于初始聚类中心对目标区域使用SLIC算法完成图像分割。在MATLAB环境下分别对该算法与3种相关算法进行对比测试,实验结果表明,该算法能够有效提高算法运行效率,并具有较好的分割质量。

二维凸包Graham算法的设计与实现

本文设计了一种极角排序和方向判断方法，给出了Ｇｒａｈａｍ算法一种简单的实现。

基于凸包算法的车面维修打磨区域生成

针对传统汽车漆面维修以人工为主,存在劳动强度高、效率低、一致性差等问题,结合人工打磨经验,在提取受损车面轮廓的基础上,设计生成受损车面维修打磨区域算法.首先,综合运用边缘检测算子、曲线近似算法对受损漆面进行轮廓提取.然后,运用凸包算法预生成轮廓,再对轮廓改进生成最终车面维修打磨区域.通过比较人工和算法生成后的打磨区域可知,算法生成的打磨区域精度较高,可满足基本打磨要求,该算法为实现自动化打磨提供了理论依据.

VB环境下凸包Graham ScanA算法的实现

本文在原凸包的 Graham Scan A算法的基础上 ,修正了由该算法得出的边界 ,并在 VB环境下 。

基于网格聚类算法的配电网停电监测与应用

为提高配电网供电可靠性,缩短对外停电时间,提升用户用电感知,构建一套基于数据分析、精准定位的配网停电监测应用。该应用以凸包算法和基于网格法的配电网网格聚类算法为基础。在某地区试运行的结果表明,该应用能够实现配电网停电精准研判、精确定位和精益管控,有效降低用户平均停电时间,助力工作效率提升,为实现运营提质增效奠定基础。

基于有序简单多边形的平面点集凸包快速求取算法

凸包问题是计算几何的基本问题之一，在许多领域均有应用．传统平面点集凸包算法和简单多边形凸包算法平行发展，互不相干．本文将改进的简单多边形凸包算法应用于平面点集凸包问题中，提出了新的点集凸包算法．该算法首先淘汰掉明显不位于凸包上的点，然后对剩余点集排序，再将点集按照一定顺序串联成有序简单多边形，最后利用前瞻回溯方法搜索多边形凸包，从而得到点集的凸包．本文算法不仅达到了O（nlogn）的理论时间复杂度下限，而且算法极其简单，易于实现．本文方法已应用于工厂设计软件PDSOFT中，实践证明效果很好．

简单快速的平面散乱点集凸包算法

凸包问题是计算几何的基本问题之一，在许多领域均有应用．传统点集凸包算法和简单多边形凸包算法平行发展，互不相干．文中将简单多边形凸包算法应用于散乱点集凸包问题中，提出了新的点集凸包算法．新算法不仅达到了Ｏ（ｎｌｏｇｎ）的理论时间复杂度下限，而且极其简单，易于实现．该算法已应用于工厂设计软件ＰＤＳＯＦＴ中。

一种平面点集的高效凸包算法

凸包问题是计算几何的基本问题之一。为实时计算平面点集的凸包,近年来许多学者提出很多优秀的算法,但依然不能满足实际中的实时性需求。为此,本文提出一种简单但高效快速的凸包算法。由于凸包点必然位于平面点集边缘,本文算法能够快速地筛选出极少量的凸包点候选点集,这是本算法的核心优势。然后,使用本文另外提出的一种简单易于实现的改进的Graham扫描算法,或其他任何已有的凸包检测方法,即可快速而准确地计算出点集的凸包。经典的Graham扫描算法使用一个基点计算凸包,本文的改进算法则是根据凸包候选点的分布情况,将点集分成4个子块,也即使用4个基点分别在每块中进行凸包检测,最后将每个子块中的检测结果进行合并,得到最终的完整凸包。实验中,采用一组公开的动物骨骼点云数据作为一次测试集。在凸包计算完全正确的情况下,当点数约为3×1 0~5左右时,本算法的计算时间比其他算法减少2.22倍;当点数约为3×10~6时,本算法的计算时间比其他方法减少5.42倍。点数越多,所提出算法就表现出越明显的优势。

基于二维凸包的TSP算法

二维凸包是指包含平面点集的最小简单多边形,广泛应用于GIS。将二维凸包与TSP相结合,提出了基于二维凸包的TSP算法,首先快速凸包算法构造城市点集的凸包,该凸包是经过部分城市点且其余点都在其内部的回路。其次将其余的城市点依次插入回路形成新回路,使新回路的长度增量最小,直至所有的城市点都在回路上。在TSPLIB中的典型实例上的实验结果表明,该算法比简单遗传算法更快得到问题的近似解。

基于改进凸包算法的肺实质分割研究

肺实质的精确分割一直都是肺部疾病计算机辅助诊断的重要研究内容,传统的分割方法大多只能分割出不包含病灶的肺实质区域,为后期的图像分析与辅助决策带来很大的影响。针对具有边缘型肺结节的肺部CT图像,提出一种实现简单且实验效果较好的肺实质分割算法。首先,利用常规方法提取肺实质的粗略轮廓;然后,针对上一步骤中肺实质病灶信息等的缺失现象,提出一种改进的二维凸包算法对肺实质的外轮廓进行再修复;最后,利用区域生长和形态学运算,修复肺实质的内部轮廓。运用新算法,对200张边缘型肺结节的肺部CT图像进肺实质分割。实验结果表明:与已有的"滚球法"和凸包算法修复肺实质相比,新算法具有较高的准确率,可以达到90%以上,边缘型肺结节等病灶信息能被较为准确地表示出来,为建立高效的肺部疾病诊断系统奠定基础。

一种改进的最小凸包生成算法

为解决最小凸包算法在计算超过106数量级的点数时计算时间比较长的问题,提出一种将数据点集进行一次扫描,得到横向和纵向排序点表,并建立初始凸包,再运用增点法逐步从外向内判别数据点是否加入凸包表的改进算法。该方法稳定性高、计算速度快。