散乱数据

摘要： 径向基函数能够有效的对散乱数据进行差值和逼近,因此在信号和图形处理等领域应用广泛,例如信号重构.针对从含有噪音的散乱数据中逼近原始数据,提出了一种基于最小二乘的变分模型,该模型由包含L2范数的拟合项和光滑项构成,光滑项通过三角网格上的拉普拉斯平滑方法来实现对函数梯度的约束,并应用最小二乘法求解该模型.最后通过数值实验对噪音数据进行逼近和误差分析来验证此方法的有效性.

摘要： 为了构造有较高阶精度的平面散乱数据拟插值,考虑到插值函数有较高精度的优点,将已有拟插值技巧与插值方法结合,构造了一种新的插值型拟插值,分析了相应的误差,并进行了数值试验.数值试验表明,这种插值型拟插值方法对平面散乱数据具有良好的逼近效果.

摘要： 目的:研究散乱数据神经网络算子的插值逼近性.方法:首先,将一维B样条函数变换成一类Sig-moid函数.然后,将若干个上述Sigmoid函数相乘得到的多元函数作为激活函数.结果:构造了一类多元神经网络插值算子,以函数的光滑模作为逼近度量,借助散乱数据网格范数,估计该类神经网络算子对有界域上的多元连续函数的逼近误差.特别地,给出一些具体的数值仿真算例进一步验证理论结果.结论:B样条神经网络算子对散乱数据有较好的插值逼近性.

摘要： 文章通过选取特殊的权函数,基于Berrut提出的有理插值的重心形式,构造出无极点的重心有理插值,研究了二元散乱数据的重心有理插值,给出的数值例子说明了新方法的有效性.

摘要： 文章给定被插值函数的极点信息,每个对应插值节点的函数值乘以一个确定的数使得变成一个无预给极点的二元插值问题,分别通过计算基于倒差商的对角逐步有理插值和基于逆差商的二元非张量积型连分式插值求解关于散乱数据预给极点的二元有理插值问题,最终通过除以一个带有原极点信息的函数得到散乱数据预给极点的二元有理插值.该方法具有预给的极点且保持极点原有的重数,数值例子给出了两类插值算法的相对误差比较.

摘要： 文章通过选取特殊的权函数,基于Berrut提出的有理插值的重心形式,构造出无极点的重心有理插值,研究了二元散乱数据的重心有理插值,给出的数值例子说明了新方法的有效性。

摘要： Merging the advantages of B-spline and radial basis,a kind of approximated definite radial basis function was proposed and used for scattered data approximating in plane.A new interpolated form and a new quasi-interpolation were constructed.The numerical experiments show that the new interpolation and quasi-interpolation are all very efficient for approximating of scattered data in plane.%结合一元B样条和已有径向基函数的优点,提出了一种渐近正定径向基函数,并将其应用于平面散乱数据逼近,得到了一种新的插值格式和拟插值方法.数值例子表明,这种插值格式与拟插值方法对平面散乱数据均具有良好的逼近效果.

摘要： 逆向工程在模具设计、新产品开发等领域的应用已越来越引起重视，实物模型的数字化以及曲面重构是其重要研究内容。自由曲面的三维散乱数据获取主要有接触式和非接触式两种，在各种曲面的重构方法中，NURBS曲面更能精确表示解析实体和自由曲面，比B样条曲面灵活性更大、效率更高，是STEP标准中描述产品几何形状的惟一方法。经过对NURBS技术中散乱数据的参数化、NURBS曲面重构理论分析，可以通过不断调整自由曲面的控制点和权因子，使所重构的自由曲面更加光顺。最后用实例作了进一步阐明。

摘要： 测量和分析燃烧室出口温度场分布是发动机设计过程中十分重要的环节。为使燃烧室出口温度场分布符合要求，必须反复调试并不断测量出口温度场值，使得δ（或δ）≤20～30℅。然而，对一系列的测温值，用人工进行分析并计算δ或δ、绘制各测量环沿周向、径向的温度分布曲线是一件十分费事且经常容易出错的过程。该文根据散乱数据可视化的理论，针对燃烧室出口测温数据特点，采用了两种生成温度整体分布彩色云图的方法，并在数据可视化系统VISUALS中实现。

摘要： 本文提出一种基于波前扩展法的寻找边界点的新方法,首先对散乱点云进行空间栅格剖分,创建初始波前环,在波前环扩展的过程中标记边界边,实现从点云数据中提取内外边界信息.应用实例表明,算法的适用于任何测量点云,提取的边界数据精度高,可直接用于曲线拟合.

摘要： 本文提出一种基于波前扩展法的寻找边界点的新方法,首先对散乱点云进行空间栅格剖分,创建初始波前环,在波前环扩展的过程中标记边界边,实现从点云数据中提取内外边界信息.应用实例表明,算法的适用于任何测量点云,提取的边界数据精度高,可直接用于曲线拟合.

摘要： 本文提出一种基于波前扩展法的寻找边界点的新方法,首先对散乱点云进行空间栅格剖分,创建初始波前环,在波前环扩展的过程中标记边界边,实现从点云数据中提取内外边界信息.应用实例表明,算法的适用于任何测量点云,提取的边界数据精度高,可直接用于曲线拟合.

摘要： 本文提出一种基于波前扩展法的寻找边界点的新方法,首先对散乱点云进行空间栅格剖分,创建初始波前环,在波前环扩展的过程中标记边界边,实现从点云数据中提取内外边界信息.应用实例表明,算法的适用于任何测量点云,提取的边界数据精度高,可直接用于曲线拟合.

摘要： 一种从被扰乱的数据结果创建数据结构的方法和系统。首先，该系统对期望被扰乱的第一数据结构进行操作，并且基于第一数据结构的一部分生成一数据串。接下来就基于该数据串，从第三数据结构确定性地生成第二数据结构，并且用第二数据结构代替第一数据结构。

摘要： 当客户请求一个多媒体对象的元数据时，服务器(120)计算该多媒体对象的指纹，并将其与在基本数据库(121)中存储的项匹配。另外，服务器(120)监视一个或者多个传输通道，诸如无线电广播频道，并计算在这些通道上传输的传输指纹。把这些传输指纹与在基本数据库(121)中存储的指纹匹配，如果找到一个匹配，则把该识别的传输项添加到辅助数据库(122)中。优选地该项包括传输指纹。随后首先对辅助数据库(122)执行匹配，并仅在不成功时再对基本数据库(121)进行匹配。还包括这种方法和为执行该方法的计算机程序产品。

摘要： 本发明提供了一种乱数式网点布点方法、乱数式辊轮及导光板制作方法，乱数式网点布点方法包括S1，划定宽度为D、高度为H的矩形区域为布点区域，在布点区域内将网点乱数排列；S2，在布点区域内，设定从布点区域的上边线至上边线往下距离为a的一段区域为复制区域；将复制区域上的网点复制后向下平移距离为H并粘贴；S3，设定从布点区域的下边线以上距离为b至下边线以下距离为b的区域为调整区域，对调整区域内的网点进行分子力优化；S4，设定公差间距，在调整区域内，删除间距小于公差间距的两个相邻网点中的一个。本发明的乱数式网点布点方法生成的网点分布设计图首尾拼接后，其连接处的网点仍然保持乱数式分布形式。

摘要： 通过确定性自然数据的替换扰乱数据结构的方法和系统，一种从被扰乱的数据结果创建数据结构的方法和系统。首先，该系统对期望被扰乱的第一数据结构进行操作，并且基于第一数据结构的一部分生成一数据串。接下来就基于该数据串，从第三数据结构确定性地生成第二数据结构，并且用第二数据结构代替第一数据结构。

摘要： 一种从被扰乱的数据结果创建数据结构的方法和系统。首先，该系统对期望被扰乱的第一数据结构进行操作，并且基于第一数据结构的一部分生成一数据串。接下来就基于该数据串，从第三数据结构确定性地生成第二数据结构，并且用第二数据结构代替第一数据结构。

摘要： 当客户请求一个多媒体对象的元数据时，服务器(120)计算该多媒体对象的指纹，并将其与在基本数据库(121)中存储的项匹配。另外，服务器(120)监视一个或者多个传输通道，诸如无线电广播频道，并计算在这些通道上传输的传输指纹。把这些传输指纹与在基本数据库(121)中存储的指纹匹配，如果找到一个匹配，则把该识别的传输项添加到辅助数据库(122)中。优选地该项包括传输指纹。随后首先对辅助数据库(122)执行匹配，并仅在不成功时再对基本数据库(121)进行匹配。还包括这种方法和为执行该方法的计算机程序产品。

摘要： 本发明公开了一种适用于三维传感测量中使用的按照红绿蓝(RGB)分层颜色块分布组成的彩色光点图案及其提取与匹配方法。通过结构光投影装置，将设计的彩色光点图案投影到被测物体表面，由两相机同时采集投影到物体表面的图案，首先对RGB分层颜色块中的红绿蓝点进行基于散乱数据插值的映射建模，从而实现对彩色光点图案中红绿蓝点的鲁棒提取以及左右相机中红绿蓝点的精确匹配，最终实现对物体表面三维形状的实时鲁棒测量。本发明彻底解决了由颜色串扰，镜面反射以及闭塞现象引起的光点图像分割精度不高的瓶颈问题，也解决了现有立体视觉技术无法对投影图案进行鲁棒提取的国际难题。

摘要： 本发明涉及一种散乱数据插值方法、系统、处理设备及存储介质，其特征在于，包括：获取散乱数据点，并提取出散乱数据点中的结构信息；根据提取出的结构信息，确定局部散乱数据点的统计特征；根据局部散乱数据点的统计特征，确定各向异性插值基函数；构建插值矩阵，并基于确定的各向异性插值基函数，求解插值方程组系数；根据插值方程组系数和待插值点的坐标，求解插值方程组，输出待插值点的插值结果，本发明可以广泛应用于信息数据处理领域中。

摘要： 本发明公开了一种基于散乱数据结合约束条件的评价方法，具体步骤为：录入n个批次数据，使用TextRank算法，设定n个物料编码；使用TF算法提取n个物料编码出现频率进行排序；设定约束条件，以提取特定的物料编码或者含有特定因素要求的物料编码；设定数据排序规则，选定排序的融合算法进行排序。本方法将算法融合使用，只需要人工将不同批次数据进行上传，上传后设定约束条件，即可以得到想要的物料数据，优化人力、物力、财力、管理等生产要素，进行统一配置，将多方资源进行集中、统一配置生产要素，实现节俭、约束、高效为价值取向。

摘要： 本发明公开了一种散乱数据拟合的并行计算方法，涉及过程控制应用领域。该并行计算方法，针对参数优化问题需要反复求解以适应模型参数变化的特点，提出可根据累积的经验数据估计新参数所对应最优解的思想，既高维SVM拟合的并行化方法，通过分析用SVM实现的散乱数据拟合的基本原理，根据SVM拟合方法中QP问题的特点，提出了通过矩阵分解使海赛阵稀疏化的方法，并且针对多维输出的拟合问题的特点，提出联立QP求解策略，以及在CUDA环境下，借助GPU计算卡进行加速计算的方法，实现了多维函数的并行计算，从而提高了SVM拟合方法中QP求解效率。