最小割

摘要： 本文对归一化割(NC, Normalized Cut)进行了改进,在能量泛函中引入了度平衡约束以提高模型的约束能力。经典的NC是实现平衡约束的一种重要方法,通过平衡约束来克服通过最小割算法进行数据分类的平凡解问题。但NC的平衡约束能力是不够的,尤其是当数据集不平衡时,约束能力会进一步下降,以此为基础提出了本文的模型。改进后的模型还可以扩展到解决不平衡的多分类问题。在解决不平衡的二分类和多分类问题时,实验结果表明,本文改进的归一化割方法比原始模型具有更高的分类精度和保持平衡的能力。此外,与原来的归一化割方法相比,在保真度集规模很小的情况下,改进的归一化割模型可以实现有效的数据分类。

摘要： 数模混合仿真是理解真实电网运行情况,支撑电网安全保障的重要手段。复杂的电网拓扑与硬实时的仿真需求对其计算性能提出了很高的要求。目前数模混合仿真多采用并行计算技术提高计算性能。随着处理器和集群技术的发展,异构集群系统逐渐成为高性能计算系统的主要构建方式。针对多层次的系统架构,已有的电网划分方式无法充分利用集群计算能力。如何应对多层次核间通信延迟变化问题,及引入设备交互导致的节点资源不对称问题是数模混合仿真任务划分与映射的新挑战。针对中国电力科学研究院自研电磁暂态仿真系统ADPSS,基于最小割划分设计了两阶段的电网划分与进程映射一体化优化算法,在计算负载均衡和最小化通信上取得更好的平衡,进一步降低了电磁暂态仿真的通信时间。同时,该算法有效解决了集群节点资源不对称情况下的任务优化映射问题。通过在西北和华东真实电网算例上的模拟测试,所提出算法较ADPSS默认划分与映射算法取得了平均40%和50%的通信性能提升,平均10%和12%的总体计算性能提升。

摘要： 结合合成孔径雷达(synthetic aperture radar,SAR)图像生成特点,提出了一种融合改进区域生长和图割理论的SAR图像分割方法.该方法利用SAR图像成像机理的统计特性,给出了一种区域生长的新准则,用于获取SAR图像初始分割;然后以初始分割区域为顶点、区域间相似度为边权构建一个赋权无向图,运用采用全局信息的最小图割方法(minimum cut,MCut)进行区域合并,获得最终分割结果.新方法具有在图像分割过程中融合了图像的局部信息和全局信息的优点.实验结果表明了新方法的有效性.

摘要： Effective financial supervision has become a necessary guarantee for sound development of economy. Supervising the whole financial social network effectively would become possible if a set of key nodes which carry all the information flow in the financial social network can be found. The scale of social network is often quite large, so parallel algorithms for large-scale graph processing are necessary. A Pregel-based parallel algorithm for the minimal cut set problem is proposed. The experiment is conducted on Apache Spark platform. All data used in the experiment is from the BoardEx database. Experiment results show that the algorithm has a good performance in large-scale social network graph processing. With this parallel algorithm, minimal cut sets of financial social network graphs can be obtained so that effective financial supervision can be implemented.%有效实施金融监管已成为金融健康发展的必要保证. 若能够在金融社交网络中,找到一部分承载网络中所有信息流动的关键节点,便能实现整个金融社交网络的有效监管. 金融社交网络图规模通常较大,须开发大规模图处理并行算法. 本文提出基于分布式图处理平台Pregel的并行最小割算法. 实验基于Apache Spark平台开展,所用数据均来自BoardEx数据库. 实验结果表明,在大规模社交网络图的处理中,该算法具有良好性能. 利用该并行算法得到金融社交网络图的最小割,便可有效实施金融监管.

摘要： GrabCut算法作为一种典型的交互式彩色图像分割算法,是计算机图像领域中的重要技术手段.然而随着大数据时代的到来,图像数据种类和数量都呈指数级增长,显著地增加了图像分割的任务量,对图像分割效率提出了更高的要求.针对GrabCut算法图像分割效率及精度低的问题,提出了一种改进的One-Cut交互式图像分割算法.首先采用One-Cut的L1距离项构建能量函数避免GrabCut算法所面临的NP-hard问题.然后改进能量函数中表观重叠惩罚项,并结合颜色直方图加速技术,优化网络图结构,显著降低网络图的复杂度,从而提高图像分割的效率及精度.实验结果表明,改进后的One-Cut图像分割算法显著提升了图像分割效率,提高了分割精度,得到了较好分割结果.

摘要： 提出一种基于最小割的彩色点云分割算法,首先找到彩色点云中每个点的临近点,然后与父点连接,再找到距离最近的2个块并连接,重复连接距离最小的2个块,直到只剩1个块,从而生成1张点云图.根据2点之间的欧氏距离和颜色空间距离设置2点连线的权值,当选择待分割点后根据设定的阈值大小和分割范围,查找被选点分割范围内的所有符合条件的点,然后通过区域生长算法对符合条件的点进行生长,进而得到颜色相近的三维连通区域.实验证明所提方法可行,可有效解决三维分割中连通性的问题.

摘要： 提出一种基于最小割的彩色点云分割算法,首先找到彩色点云中每个点的临近点,然后与父点连接,再找到距离最近的2个块并连接,重复连接距离最小的2个块,直到只剩1个块,从而生成1张点云图。根据2点之间的欧氏距离和颜色空间距离设置2点连线的权值,当选择待分割点后根据设定的阈值大小和分割范围,查找被选点分割范围内的所有符合条件的点,然后通过区域生长算法对符合条件的点进行生长,进而得到颜色相近的三维连通区域。实验证明所提方法可行,可有效解决三维分割中连通性的问题。

摘要： 针对稠密点云存在噪声、城市场景具备规则几何结构等情况,提出了基于几何结构特征的点云表面重建方法。该方法利用RANSAC算法提取平面结构,将原始点云结构化为平面点、两个面相交的折点、三个以上平面相交的角点和散乱点;再对结构化后的点云进行三维Delaunay四面体剖分,使用四种点构成的三角面片改进最小割能量函数的惩罚项,实现了点云的表面重建。与几种点云表面重建经典算法和商业软件的比较实验结果表明,该方法可以很好地恢复场景中的平面等几何结构。

摘要： 为解决多状态网络二端可靠性问题,提出了多值离散概率模型MDD WS2TR,基于该模型给出了MFMC MDD算法.该算法基于最大流最小割思想,对最小割中的边进行合并,过滤掉稠密网络中无关紧要的边,降低了计算量.在构建网络MDD的过程中,定义了操作算子TBoolean,该算子对MDD进行剪枝,压缩了最大流的状态组合空间,降低了MDD之间进行合并操作的复杂度.在一组随机流网络图上对MFMC MDD算法进行测试,验证了MFMC MDD算法的有效性.

摘要： 本文介绍了基于push-relabel算法的视频对象提取方法,采用混合高斯模型估计背景参数,将连续彩色视频图像序列映射到相应的低维的图空间,运用push-rclabel算法对构造出的图进行搜索,找剑视频图像的最小割.本文算法对低分辨率视频图像分割速度较快并且只需调整部分参数就可以实现对不同视频文件的分割,具有较好的通用性.实验结果表明,分割出的频对象基本满足要求.

摘要： 本文介绍了基于push-relabel算法的视频对象提取方法,采用混合高斯模型估计背景参数,将连续彩色视频图像序列映射到相应的低维的图空间,运用push-relabcl算法对构造出的图进行搜索,找到视频图像的最小割.本文算法对低分辨率视频图像分割速度较快并且只需调整部分参数就可以实现对不同视频文件的分割,具有较好的通用性。实验结果表明,分割出的视频对象基本满足要求.

摘要： @@在计算机图形学领域中，模型的自动分割技术有着越来越重要的意义，网格模型分割技术在模型简化，参数化及纹理映射等方面有着广泛的应用。网格分割有利于实现网格操作的区域化及并行化，提高网格处理的效率，而其中符合模型表面特征的网格分割，能够利用网格的特征线和特征点生成网格分割边界线，降低网格分割所带来的失真及信息丢失。

摘要： @@在计算机图形学领域中，模型的自动分割技术有着越来越重要的意义，网格模型分割技术在模型简化，参数化及纹理映射等方面有着广泛的应用。网格分割有利于实现网格操作的区域化及并行化，提高网格处理的效率，而其中符合模型表面特征的网格分割，能够利用网格的特征线和特征点生成网格分割边界线，降低网格分割所带来的失真及信息丢失。

摘要： @@在计算机图形学领域中，模型的自动分割技术有着越来越重要的意义，网格模型分割技术在模型简化，参数化及纹理映射等方面有着广泛的应用。网格分割有利于实现网格操作的区域化及并行化，提高网格处理的效率，而其中符合模型表面特征的网格分割，能够利用网格的特征线和特征点生成网格分割边界线，降低网格分割所带来的失真及信息丢失。

摘要： @@在计算机图形学领域中，模型的自动分割技术有着越来越重要的意义，网格模型分割技术在模型简化，参数化及纹理映射等方面有着广泛的应用。网格分割有利于实现网格操作的区域化及并行化，提高网格处理的效率，而其中符合模型表面特征的网格分割，能够利用网格的特征线和特征点生成网格分割边界线，降低网格分割所带来的失真及信息丢失。

摘要： @@在计算机图形学领域中，模型的自动分割技术有着越来越重要的意义，网格模型分割技术在模型简化，参数化及纹理映射等方面有着广泛的应用。网格分割有利于实现网格操作的区域化及并行化，提高网格处理的效率，而其中符合模型表面特征的网格分割，能够利用网格的特征线和特征点生成网格分割边界线，降低网格分割所带来的失真及信息丢失。

摘要： 本发明提供了一种求解无向带权图最小割的安全外包方法，分为四个阶段：盲化阶段、计算阶段、验证阶段、求解阶段。该方法在确保减小用户计算开销的同时，也能确保云服务提供商不会窃取用户的隐私数据。此外，用户有能力验证云服务器返回的结果是否正确。

摘要： 本发明提出了一种基于连续最小割的超声波图像分割方法，本发明针对猪肉眼肌超声波图像分割问题展开了研究，提出了基于模版预测和连续最小割的分割方法。该方法的主要创新在于图像前景模板和后景模版的预测使猪肉眼肌超声波图像分割全自动化。其中，前景模板预测分为四个步骤：一是,检测上边缘，统计上边缘点均值；二是，线性拟合下边缘，统计下边缘点的均值；三是，探测左边缘，估计左边缘的点；四是，预设右边缘的范围。通过这些步骤，可构建前景模板，从而配合预设的后景模板进行图像分割。因要对图像进行较准确细致的分割，本文引用Fast Patch‑based Continuous Min‑Cut(FP‑CMC)算法作为最小割算子以保证准确度。

摘要： 本发明公开一种基于Petri网与改进二元决策图模型的最小割集求解方法，包括步骤有根据故障情况建立相应故障树；根据所建立的故障树建立相应的Petri网模型；根据所建立的Petri网模型计算顶层事件的布尔逻辑关系式；根据顶层事件的布尔逻辑关系式转换成改进二元决策图模型；根据改进二元决策图模型可以比较直观的得到最小割集。本发明的有益效果是：能够有效解决求解最小割集存在的组合爆炸和NP问题。

摘要： 本发明涉及一种基于最小割集分析法的多电飞机电力系统可靠性分析方法，包括：将拓扑结构图等效为网络节点图；采用邻接矩阵法求取源节点到达指定节点最小路集；求取故障发生的最小割集；采用“删去留下”法对最小割集进行不交化处理；将部件实际故障率转换为节点或者弧的等效故障率，进一步求得等效可靠性。本发明可以较明确的显示出飞机能源流动过程中的薄弱点，同时为飞机能源使用方案提供改进意见，也对飞机不同运行时段下的检修提供有针对性的方案。

摘要： 本发明公开一种基于最小割集的变电站地震风险快速评估方法，首先通过事故树模型找寻系统的最小割集集合，并搭建了变电站系统的网络模型，在确定各类设备可靠度的情况下，基于各路径通过概率快速评估出系统的失效概率，再将变电站系统抗震能力和地震风险概率相结合，提出了基于系统关键功能特性的地震风险量化指标，通过最小割集算法实现了变电站系统地震风险的快速评估。本发明的优点是提高了数据结果精度，实现了短时间达到高精度的计算目标，高效实现生命线工程的风险快速评估，有效满足工程中的实际需求。

摘要： 本发明公开了一种基于最小割的机动车尾气遥测站点选址方法，包括如下步骤：S1、将城市交通路网转换成有向图，并通过深度优先搜索算法搜索有向图得到城市路段集合，所述城市路段集合包括有向回路路段、有向非回路路段和边界布点路段；S2、对有向回路路段进行布点操作；将机动车尾气遥测站点选址问题转换为求解最小割问题，基于最小割的路径分割算法寻找最小割集；通过局部搜索算法进行优化，得出结果并输出。该方法只需使用交通路网拓扑结构和交通流方向信息，将机动车遥测站点选址问题转化为求解最小割问题，从而得到覆盖交通路网的最小路段集合，使其能够达到城市路网中所有的在路机动车至少能够被监测到一次的目的。

摘要： 本发明涉及一种基于局部搜索的故障树最大概率最小割集求解方法，所述方法包括：S1：对故障树进行初始逻辑转换；获取布尔表达式；S2：根据布尔表达式，对部分最大可满足性问题建模；S3：使用基于局部搜索的启发式算法对部分最大可满足性问题实例进行求解；S4：最大概率最小割集结果转化：对S3的结果进行反转对数转换，求得最终最大概率最小割集及其联合概率。本发明利用部分最大可满足性问题并基于局部搜索这一高效的启发式方法来求解故障树的最大概率最小割集，以更优异的存储空间和求解性能寻找最可能引发系统故障的最小基本事件组合。可有效提高复杂故障树最大概率最小割集的求解效率。

摘要： 本发明提供一种基于最大流最小割定理的含多能量枢纽综合能源系统规划方法，输入规划所需参数值、划分源/汇点、计算最大流最小割、制定规划优化方案、修正规划优化方案、输出规划优化方案等主要步骤，以解决现有规划方法中存在的模型构造不完备、求解方法不合理等问题，提高了规划优化方案对系统运行可靠性提升的基础保障水平。本发明同时提供了一种基于最大流最小割定理的含多能量枢纽综合能源系统规划系统。

摘要： 本发明提供了一种基于压入与重标记可提前终止的最大流最小割求解算法，用于不需要确切最大流量的应用，其特征在于，由分离条件和稳定条件构成Push‑relabel算法的提前终止条件；在Push‑relabel算法进行过程中的任意时刻，若集合T中不存在源点s，s∈S，则满足分离条件；若集合T中不存在任何活跃节点则满足稳定条件；若分离条件及稳定条件都满足，则Push‑relabel算法终止。本发明提出了一种新颖的提前终止技术，可以大大消除冗余计算，并确保算法在所有情况下都能正确终止。实验结果表明，使用新的终止条件可以在测试数据中将计算量平均减少到原来的2％。

摘要： 本公开公开了基于最小割向量的多状态流网络性能优化方法及装置，通过将传统的多状态最小剪切向量问题从特定的固定流扩展到所有不同的多状态流以适用于更多的多状态流网络的应用，优化d(流量)值以提高可靠性和降低成本的应用提供更好的d值分析，通过从d‑MC组合中过滤掉d‑MC从所提出的d‑MC方法从d‑MC组合中滤除真实的d‑MC来验证d‑MC组合是否基于最大流量最小割理论，更加简单且易于编码，在滤除所有真实d‑MC方面比现有的方法更有效，与针对固定d问题的所有d‑MP的这些方法不同，在搜索d‑MC数量和运行时间都优于d‑MP方法，用于提升大型网络的可靠性。