王世英, 林诒勋[1]2000年在《图的匹配的若干结构性问题》文中指出匹配理论具有深刻的理论意义和广泛的应用背景 .本文研究了最大匹配的变换图结构、拟阵结构、障碍结构和可扩性结构 .本论文分十章 .在第 1章里 ,提出了最大匹配图的新概念解决了最大匹配图连通性结构问题 .在第 2章里 ,获得了一个图是完全可扩的充分必要条件
王世英[2]2000年在《图的匹配的若干结构性问题》文中研究指明本论文分如下十章： 1、最大匹配图。 2、完全匹配图。 3、图的与匹配数有关的结构。 4、关卡拟阵图。 5、图的最大关卡集。 6、一类三次图上的Cayley图。 7、匹配可扩图的结构。 8、n—可扩图的一些性质。 9、一类Cayley图模型的一些性质。 10、拟n—可扩图。 本文仅讨论有限图，除第6章外均为简单图。所用的记号和定义除特别声明外均遵从文[1]。 1、@最大匹配图。 最大匹配图是我们于1998年6月在文[9]中提出的新概念。这个概念与1998年10月在文[10]中提出的匹配图相同。到现在止，关于这方面的论文仅有两篇。 设G是一个简单图和Μ={M：M是G的最大匹配}。我们定义如下的一个新图Μ（G），它的顶点集是Μ，边集是{M_1M_2：|M_1-M_2|=1，M_1，M_2∈Μ}。Μ(G)被称为关于G的最大匹配图。D（G）表示V（G）的一个子集，它的每一个点至少有一个最大匹配不覆盖它。A（G）是V（G）-D（G）的一个子集，它的每一个点至少和D（G）的一个点相邻。最后设C（G）=V（G）-A（G）-D（G）。在第一章里，我们讨论了Μ（G）的一些性质。主要结果是：如果在G[C（G）]中存在m_c个完美匹配，则Μ（G）有m_c个连通分支且这m_c个连通分支是同构的。 2、完全匹配图。 一个图G被称为一致可扩的如果它的每一个极大匹配是一个最大匹配。一个一致可扩 图被称为随机可扩的如果它有一个完美匹配。一个没有完美匹配的连通图，它是一致可扩 的充分必耍条件在文门中已经解决了。一个连通图是随机可扩的充分必要条件在文｛11中＿也已经解决。在第二章中，我们提出了一个新的定义，即，一个图C被称为完全可扩的 如果对于 VK）的每一个子集 S；它的导出子图 G间是一致可扩的。在这章中，我们获得 了：一个图G是完全可扩的充分必要条件是G的每一个连通分支是一个完全图或是一个 完全二部图。 3、图的与匹配数有关的结构。 在图G中任意一个最大匹配的基数称为G的匹配数，记作叫G）。图G的亏量，记 作def（），定义由def（）＝IV（G）l—2。（G）．V闷）的一个子集X称为一个关卡集如果 def（—X）＝def（）＋fXI。V（G）一个子集X称为一个障碍如果co（G—X）＝def（）＋以l， 其中coK）表示G的奇分支数。c（D（G））表示D厂）的导出子图的分支数。在第三章第2节 中我们获得下面的结果。（1）设G是连通的和不完全的，则对于pEV闷）和、QE（G）， 。（G一卜，u｝）＝。（G）一1的充分必要条件是（a）G［A（G）l是完全的和 A（G）的每一个点和 C（G） 的每一个点相邻，｛hi C（D（G））一 IAK）卜二和（C）g E D（G－。）对于 y E C（G）。（2）设 GM＆il的和不完全的，则。（G－卜州一（G）－2对于x，gEV（o和。gd趴o的充 分必要条件是 G 2 K，l，n，其中。三 2。在第三章第 3节中我们获得下面的结果。N）设 G 是一个包含一个基数为．的独立集的简单图，其中d三2。如果对于G的每一个基数为i 的独立集都是G的一个关卡集，那么G有一个完美匹配。（2）设G是一个包含一个基数 为6的独立集的连通简单图，其中i22。则对于G的每一个基数为－的独立集X都是G 的一个关卡集的充分必要条件是G＝（队m是一个二部图及仰二肿！三入和对于每一个 Y二叫＊＝。（l三。引－1），门厂）卜仰一丞＋；；；＋二。在第三章第奥节中我们获得下面的 结果。＊）设G是一个包含一个基数为j的独立集X的连通简单图，其中i 2 2。则对于 G的每一基数为－的独立集 X都是 G的一个障碍的充分必要条件是 G一（U W）是一个二 部图及仰叫叮卜i，和对于每一个YGUm＝in（ISmSt一1），山Y）I三。十1。 4、关卡拟阵图。 图G被称为双因子临界的如果它至少包含一条边和对于G的每一对不相同的顶点。和 9，G一。一。有一个完美匹配。空集是一个关卡集。关卡集子集是关卡集。设X和Y是G 的两个关卡集及厂＞IXI。可能存在一点 y E Y—X使得 X U ｛fi｝是一个关卡集。也可能 不存在。在第四章中我们讨论了存在的图类。为此我们给出了如F的概念。设I＝＝《S：S 是G的一个关卡集）。如果M（V（G），工）是一个拟阵，则称G是一个关卡拟阵图。在第四 章中我们研究了关卡拟阵图的一一些性质。主要结果是：（二）设G是一个简单图。则G是 一个关卡拟阵图的充分必要条件是C（G）＝0或出C（G）］的每一个连通分支是双因子临界 的。－ 5、图的最大关卡集。 2 极大关卡集不一定是最大关卡集。在第五章中我们d论1”罔的最大关卡集。l；面的结 果被获得：（）设G是一个简单罔和xE＊IG）l）口（?
于文华[3]2012年在《数学问题解决中模式识别的影响因素研究》文中研究指明解决数学问题可以分为四个过程：理解问题、选择算子、应用算子、结果评价。与此对应,其认知过程分别为：问题表征、模式识别、解题迁移、解题监控。这里的“模式”是指数学模式,即“形式化的采用数学语言,概括的或近似的表述某种事物系统的特征或数量关系的一种数学结构”。各种基本概念、理论体系、定理、法则、公式、算法、命题、方法都是数学模式；在问题解决中,具有共同结构或相同解法的一类问题也称为一种模式。所谓模式识别,指当主体接触到数学问题之后,能将该问题归类,使得与自身认知结构中的某种数学模式相匹配的过程。在此系统中,模式识别作为问题解决过程中的第二环,以问题表征为基础,又是实现解题迁移的前提条件,可见模式识别在问题解决过程中的地位。在现实的数学问题解决中,学生对已经习得的模式是怎样的一种识别过程、其影响因素有哪些,以此进行模式识别的教学的探索。在这样的意义上,问题解决中模式识别的研究成为现实的需要。本研究采用文献分析法、量化研究方法、质性研究方法、结构方程模型方法等多种方法相结合,着眼于研究模式识别的影响因素,来试图研究以上问题。首先,在综述了国内外关于模式识别在知觉领域和数学问题解决领域的相关研究的基础上,提出“数学问题解决中的模式识别”概念的界定,即,当主体接触到数学问题后,与自身认知结构中的某问题图式最佳匹配的思维与认知过程。其次,第3、4、6章分别通过质性方法(问卷调查、访谈)、结构方程模型、实验研究三种方法探寻了数学问题解决中模式识别的影响因素,为有较好的理论说服力,论文基于不同的角度,采用不同的方法,以达到较为稳固的三角互证。第3章研究一,通过问卷调查的研究方法,分析解题者模式识别的策略,质性寻求模式.识别的某些影响因素。研究二、三、四,通过三则访谈,分别考察个体在数学问题解决中模式识别的具体认知过程,可以分别用不同的模型来解释。第4章研究五,通过结构方程模型探讨个体模式识别能力、自我监控能力、思维品质、问题解决成绩之间的关系。在相关研究的基础上,建立假设模型,通过对被测者各变量的测查,验证模型。第6章研究六、七、八,通过实验的方法,探索了模式识别的影响因素。研究六研究模式习得方式(结构学习方式、一般学习方式)对个体不同类型问题(同型问题、变式问题、叉联问题)解决中模式识别的影响。研究七研究不同自我解释水平(自发自我解释、诱发回忆自我解释、诱发概念映射自我解释、诱发数字映射自我解释)对不同类型问题(同型问题、变式问题、叉联问题)解决中模式识别的影响。研究八在研究七的基础上,研究对不同特征间叉联性的意识及加工水平(高、中、低)对叉联问题模式识别的影响。再次,第7章通过考察与分析一节优秀数学课堂实例,提出反思性实践是数学问题解决中的模式识别的教学实践路径。研究的主要结论：(1)模式质量是模式识别的基础与先决因素,自我监控能力和数学思维品质是模式识别的条件因素。(2)不同问题类型的模式识别的具体认知过程,可以分别用不同的模型来解释；数学问题解决中模式识别过程具有自下而上与自上而下的双向加工特点。(3)数学思维品质、自我监控对模式识别产生直接影响；自我监控能力对个体数学问题解决成绩的影响部分是直接效应,部分通过模式识别间接影响；数学思维品质对个体数学问题解决成绩的影响部分是直接效应,部分通过模式识别间接影响。(4)习得方式显著影响模式质量,结构学习条件下模式质量显著高于一般学习条件下模板质量。习得方式显著影响学生问题解决中模式识别,结构学习条件下模式识别显著优于一般学习条件下模式识别。问题类型显著影响学生问题解决中模式识别。习得方式与问题类型的交互作用对模式识别影响显著。模式质量对模式识别影响显著。(5)自我解释水平显著影响学生问题解决中模式识别,诱发概念映射自我解释和诱发概念数字映射自我解释条件下模式识别平均成绩明显高于自发自我解释与诱发回忆自我解释两种条件下的成绩。自我解释水平与问题类型的交互作用对模式识别影响显著。对于同型问题和变式问题,模式识别的成绩依自发自我解释、诱发回忆自我解释、诱发概念映射自我解释、诱发数字映射自我解释的顺序而提高；而对于叉联问题而言,没有这种趋势。(6)对于叉联问题的模式识别,高叉联性意识及加工水平组与中叉联性意识及加工水平组之间不存在显著差异,高叉联性意识及加工水平组与低叉联性意识及加工水平组之间存在显著差异,中叉联性意识及加工水平组与低叉联性意识及加工水平组之间存在显著差异。
王庆全[4]2009年在《基于范畴论的应急决策知识供需匹配方法研究》文中提出突发公共事件应急反应过程中,决策者在面对复杂多变的应急决策问题时,需要迅速获得相关决策知识,以辅助进行快速而有效的决策。这些决策知识的获取通常需要所有应急反应部门参与,并依照各类法律、法规、预案和经验总结,将问题情境相关的片断性决策知识进行快速的检索、组织和整合。但由于这些分散的决策知识片断结构化程度低、同应急问题关联无序、自动获取难度大的特点,面向语义的决策知识获取就成为辅助应急决策的难点。利用现有知识管理和计算机技术,为实现有效的面向应急问题的决策知识供给,研究应急决策知识供需匹配方法具有重要理论和实践意义。本文在分析应急决策知识需求与供给机制的基础上,以实现应急问题情境下有效的决策知识语义关联获取为目标,以范畴论为主要工具,运用管理科学和计算机科学的方法,从辅助决策角度出发,重点研究在多变应急决策环境和紧迫知识供给条件下决策知识的供需匹配方法,提出基于范畴论的应急决策知识供需匹配的实现框架,研究面向范畴结构语义关联的决策知识表示、完备化处理、相似度计量、融合度计量和重组方法,为辅助应急决策提供必要的理论和方法上的支持。论文的主要研究工作如下:(1)应急决策知识需求与供给机制研究。从应急决策知识的来源、表现形式、敏捷特性和产品特性角度,分析应急决策支持过程中实现快速知识获取的需求,借鉴敏捷供应链的思想,将应急决策知识看作一种具有较强时效性和特殊结构的产品,提出基于敏捷供应链的应急决策知识供给机制,并以实现决策知识供需匹配中有效的语义关联为目标,引入范畴论和定型范畴论,提出一种面向语义的决策知识供需匹配实现框架。(2)应急决策知识的范畴化表示方法研究。分析应急决策知识的语义特性,将范畴论和定型范畴论引入应急决策知识的结构化表示。提出面向非约简语义关系处理的范畴化概念建模和知识表示方法,赋予应急决策中知识片断更为丰富的语义结构信息,增强语义关联的可靠性,实现应急问题情境和决策知识的形式化。从概念性和结构性知识相结合的角度,研究了应急决策领域建模和知识表示问题。(3)面向范畴知识结构的语义管理计量方法研究。在范畴化知识表示的基础上,为提高范畴化知识片断的完备性,提出运用范畴的类推函子和推出来实现知识扩展推理方法,通过联想和推演过程,实现范畴化知识结构的对象和态射补充,并从对象、态射、定型和定型范畴四个层面量化知识片断相似性,提出基于最大公约子范畴的决策知识相似度计量方法,以及知识片断的语义融合度计量方法。(4)语义关联的范畴化知识重组方法研究。针对应急问题情境同背景知识关联不规律的特点,提出基于遗传算法的语义关联重组方法,它是在范畴化知识结构基础上,以定型作为遗传进化的基因代码来进行遗传编码,以知识片断的相似度计量作为个体适应度的测定,以知识片断间的语义融合度作为启发式的遗传进化策略,来解决应急决策知识供需匹配的组合优化问题。通过对突发公共卫生事件样本的仿真实验分析,该重组方法能够建立起问题情境和背景知识之间较为可靠的语义关联。本文从理论和方法的角度,研究快速应急决策知识供给问题,提出基于范畴论的应急决策知识供需匹配方法,从宏观和微观的角度,为有效的辅助应急决策知识获取提供一条可行的新途径,并拓展范畴论在知识管理中的应用。
李一哲[5]2006年在《基于样图的纹理合成技术研究》文中研究表明纹理合成以人工生成纹理为目的，是计算机图形学与图像处理的重要研究领域。基于样图的纹理合成是近些年来出现的一种新技术，它以小块纹理图像作为输入而合成任意大的同类纹理。该技术大量用于制作虚拟现实中的场景，在电影、游戏娱乐等产业中有着巨大的应用需求。随着近些年来计算机三维绘图能力的飞速提高和对大尺寸高质量纹理的强烈需求，基于样图的纹理合成成为热门研究领域之一。基于样图的纹理合成以高质量的输出图像、满足实时需要的合成速度与全自动的合成过程为目标。随着近些年来研究者们的大量工作，基于样图的纹理合成技术取得了很大进展。目前该领域的难点主要体现在纹理合成的速度与合成图像的质量上。针对以上两点，本论文以高质量快速纹理合成算法为目标，所作的工作主要内容包括以下4个方面。(1)结构性纹理全局特性的识别和提取。本文首次提出一种用于识别结构化纹理中特征点分布的结构模式分析方法。该方法首先以邻域相似性为准则，对纹理中的像素进行聚类，然后以像素邻域差别为依据选择一组像素作为特征像素组，并分析该组中像素的分布，最终识别整个特征点网格，以其为基础，可以很方便地对纹理中的全局特性进行捕捉，对纹理合成相关应用起到很大的辅助作用。大量实验证明，该方法对周期及伪周期结构性纹理具有强大的通用性，能准确识别高随机度纹理中的特征点网格，并根据网格的统计数据对纹理的宏观随机度进行量化，量化后的随机度指数准确反映了纹理图像宏观结构的整齐程度。(2)基于特征点定位的纹理合成算法。本文以传统的基于块的纹理合成框架为基础，提出一种使用特征点定位的纹理合成算法。该算法在预处理阶段对样图进行结构模式分析，根据得到的统计数据对输出图像进行特征点全局模糊定位；在块匹配阶段，将特征点分布与邻域相似性一起作为匹配标准；在块边界修复阶段，基于传统的块边界切割技术，提出和使用一种强化的边界修复算法，对图像中的高频与低频分量进行分离处理，以获得更加平滑的过渡效果，从而提升输出图像的质量。理论及实验证明，使用特征点定位可以保证输出图像不会出现大的结构性错误，同时块匹配时的搜索空间根据纹理随机度的差别有不同程度的缩小，对大多数结构化纹理，搜索空间至少可以减小一到两个数量级，直接加速了纹理合成的过程。(3)基于结构坐标的纹理合成算法。本文以传统的基于像素的纹理合成框架为基础，给出一种基于结构坐标匹配的纹理合成算法。该算法在结构模式分析的基础上首次提出纹理结构坐标的概念。在像素合成阶段，结构坐标差异与像素邻域色彩差异一起作为匹配准则。通过对结构坐标匹配时的阈值进行设置，该算法还可以对输出纹理的随机度进行控制。理论及实验证明，使用结构坐标匹配明显改善了合成纹理的结构，有效弥补了传统的基于像素的合成难以再现纹理大范围特性的不足。同时，像素全局匹配时的搜索空间根据纹理随机度的差别有不同程度的缩小，有效加速了纹理合成的过程。(4)使用动态特征点匹配的纹理优化算法。本文以基于优化的纹理合成算法为基础，提出一种加入特征点匹配要素的纹理合成算法。该算法在预处理阶段以特征点周期位置为准则，生成一组经过优化的初始块集合。在块匹配阶段中，算法随时检查和保证不同块中特征点之间应有的相对位置，并对特征点网格进行动态调整。理论及实验证明，使用特征点匹配生成的初始块集合可以大大加快算法的收敛速度，而块匹配时对特征点相对位置的检查则可以有效保证输出图像结构的正确性。本研究工作的主要创新点为：(1)首次所提出的一种用于分析纹理中特征点分布的结构模式分析方法，可以有效识别和定位纹理中的全局特性，对传统的纹理合成算法是一个有力的辅助工具。(2)所提出的基于特征点定位的纹理合成算法，通过特征点定位直接排除了会导致输出图像结构性错误的匹配位置，在确保了输出图像结构正确的同时，也大幅度减少了块匹配时的搜索空间，直接提升了合成速度。(3)为了定位纹理中的全局特征，首次提出了结构坐标的概念，并将其应用于基于像素的纹理合成框架中。通过结构坐标的匹配，将纹理全局结构信息准确传递给合成算法，有效改善了输出图像的结构，同时大幅度减少了像素匹配时的搜索空间，提升了合成速度。
邱健[6]2013年在《城镇住宅供给结构体系若干问题研究》文中研究指明城镇住宅供给在中国是由市场供给与政府供给相结合，既是拉动经济增长的一大法宝，也是解决、保障困难居民住宅问题的一大利器。然而，我国在近年来部分城市和地区都出现了保障性住房供给不足，对于中低收入阶层保障性住房需求无法满足；商品性住宅供给偏重于高端商品住宅，导致中低收入人群商品性住宅需求无法满足等一系列结构性的问题。本文将对城镇住宅需求与供给的现状进行分析，围绕合理的城镇住宅供给结构体系探讨现今城镇住宅供给结构体系中存在的若干问题。以章贡区为例，运用MATLAB软件，线性回归模型进行实证分析，对城镇住宅供给中政府的供给能力、市场上的住宅供给价格与居民的购买能力进行匹配分析，以定量的分析方法来探讨在合理的城镇住宅供给结构体系中市场供给与政府供给的比例划分；市场中高、中、低几类商品性住宅该以何种比例划分保障性住房中，经济适用房、公租房与廉租房应以何种比例划分等一系列问题，并对比现今的比例情况对该地的城镇住宅供给结构体系的合理性进行评价，并最后提出相应的建议与意见。
蔡志林[7]2011年在《基于样图的纹理合成实现》文中提出纹理合成自产生以来已成为真实感场景图形绘制特别是在计算机图形学、计算机虚拟现实和图像处理等方面的研究热点。基于样图的纹理合成是近几年来发展起来的新技术,其基本思路是通过在样图中采样,获得纹理特征数据并建立相应的数学模型,然后对该数学模型进行优化处理,最后通过该模型来进行样图纹理合成,形成视觉上纹理的连续性和相似性。本文通过总结已有的纹理合成算法,对基于样图的纹理合成技术进行了深入的研究,针对纹理合成追求的高质量和高效率提出了一些有效的解决方法,具体工作如下:首先,对二维纹理图像合成的基本模型进行了分析,回顾了基于样图的纹理合成技术的发展历史,并对一些经典算法的性能特点和优缺点进行了较为详细的分析和比较。其次,为了避免纹理映射技术会带来接缝走样的缺陷和过程纹理合成中复杂参数的调试,采用基于样图的纹理合成方法提出了一种快速块拼贴纹理合成算法。该算法基于纹理的相关性,在搜索最佳目标纹理块时,通过相关位置偏移技术在样图中映射出已合成块的地址,并适时加入螺旋线状搜索方法,再结合经典块拼贴纹理合成算法,直到搜索到符合误差阈值的纹理块然后进行输出合成。通过大量实验发现本文算法在处理随机性纹理和结构性纹理时都能取得比原先算法更好的合成效果,合成效率也大大加快。最后,在样图纹理块的搜索策略上进行了改进,使用一些智能算法来进行样图纹理的全局搜索,同时在纹理块匹配算法上对Wang Tiles算法进行改进,在目标评价函数中结合了SSD、最小路径代价和像素密度值这些信息量,较好地提高了算法的性能和纹理的合成质量。
周焘[8]2008年在《基于QPSO的纹理合成算法》文中研究表明纹理合成以人工生成纹理为目的,是计算机图形学与图像处理的重要研究领域。基于样图的纹理合成是近些年来出现的一种新技术,它以小块纹理图像作为输入合成任意大的同类纹理,并以高质量的输出图像、满足实时需要的合成速度与全自动的合成过程为目标。该技术大量用于制作虚拟现实中的场景,在电影、游戏娱乐等产业中,有着巨大的应用需求。随着近些年来计算机三维绘图能力的飞速提高和对大尺寸高质量纹理的强烈需求,基于样图的纹理合成成为热门研究领域之一。目前该领域的难点主要体现在纹理合成的速度与合成图像的质量上。针对以上两点,本论文以高质量快速纹理合成算法为目标,提出了若干有效的解决方法。主要研究工作和创新之处如下:首先,在分析MRF模型优缺点的基础上,为了接近全局意义上的MRF最优,首次将QPSO搜索算法引入一般的基于块拼贴的纹理合成算法中,减少了陷入局部最优值的概率,提高了纹理合成的质量。实验表明,无论对于结构性纹理,随机性纹理,还是半结构半随机性纹理,其合成质量都有明显改善。其次,分析了现有纹理合成技术中相似性测度的优缺点,为了降低噪声干扰和数据缺失等因素造成的纹理误配,在以QPSO作为搜索算法的基础上,本文将概率论中的互信息作为相似性测度引入纹理合成过程,提高了纹理合成的稳定性。最后,详细分析了特征点识别与定位对整个纹理合成的作用,并提出了一种用多边形近似来分析纹理图像中特征点分布的结构模式分析方法。该方法可以提取结构性及半结构性半随机性纹理中的特征点分布规律,并在此基础上定位纹理的全局特性。将纹理特征点全局定位要素加入基于QPSO的块拼贴纹理合成的框架中,提出一种新的使用特征点定位的块拼贴纹理合成算法。
高扬[9]2007年在《基于样图的纹理合成算法优化》文中研究说明纹理是在计算机图形学中一种普遍存在的视觉现象。纹理通常用来描述自然界中具有重复性的现象,如机房中的噪声,物体移动,物体表面细节特征以及人类的活动等等。计算机图形学的主要目标就是再现真实世界,那么纹理合成在图像处理和动画领域上有着重要的意义。首先,提炼多种纹理合成算法共性,提出一种基于马尔可夫随机场(MRF)的纹理合成算法框架设计,该架构比较简单灵活,由两个相对独立的模块组成:多分辨率图像金字塔和匹配查询。每个模块都可以进行独立的扩展。该框架是本文纹理合成算法扩展和优化的原型。其次,基于这种算法框架,提出一系列应在纹理合成过程中进行提取的纹理特征。假设纹理为空间上分布的信号,挖掘出四个纹理特征作为合成过程的参考:纹理能量,像素颜色值,梯度和空间频率。纹理能量是纹理的全局信息,那么纹理合成过程就转换为能量最小化的优化过程。在能量约束下误差不会在纹理生成过程中累积,纹理的全局信息可以在大范围内得到交换。像素颜色值是纹理合成的基本依据。梯度为合成过程加入了高通滤波效应,增强了合成纹理的高频信息。邻域尺寸的设置对最终结果影响颇大,通过动态空间频率检测,可以在适当的场景中使用适当的邻域尺寸。最后,对算法的迭代过程和匹配查询过程进行加速。提出基于遗传算法的混合迭代优化以及多分辨率多尺度的方式进行纹理合成,可以有效降低在迭代过程中陷入局部极值的可能性。同时,使用k-d树或TSVQ(tree-structured vector quantization)树等技术,对邻域匹配操作进行加速。
何士双[10]2008年在《汽车线束图纸的自动识别研究》文中认为汽车线束图纸是用来表示线束构件排布方式、线束连接关系的二维图纸,是进行线束工艺设计的主要数据来源。针对采用人工读图方法进行工艺设计产生的效率低问题,论文提出将图纸识别技术引入到线束图纸的自动识别和分析中,在分析电器件表示特点和图纸布局特点的基础上,提出基于规则的方法和基于图形相似匹配的方法。本文研究工作主要包括以下三个方面:(1).提出基于规则的线束识别。首先,根据线束段的组成特点,建立线束段自动识别规则;然后,根据线束的连通无环性和唯一性,建立启发式规则,判断线束段的合法性和反馈识别缺失线束段。(2).提出基于三角划分的多连通域图形精确匹配。首先,通过建立包围多边形、连通多边形概念,完成对多连通域图形的表示;然后,依据最近距离、无遮挡、包含原则添加辅助线,实现三角划分,解决包含连通的定位问题。在匹配过程中,首先通过匹配包围多边形实现多连通域图形的外轮廓定位;然后通过匹配连通多边形删除连通域,逐步收缩图形,实现精确匹配。(3).提出基于自组织层次特征的电器件图形相似匹配。首先,通过对电器件所有连通域进行组合,建立自组织特征层次结构;其次,通过轮廓搜索和精确匹配实现自组织特征的定位;然后,通过建立自组织层次特征实现对图形相似程度的描述;最后,给出相似度计算公式,完成图形相似匹配的精确表示。
参考文献：
[1]. 图的匹配的若干结构性问题[J]. 王世英, 林诒勋. 郑州大学学报(自然科学版). 2000
[2]. 图的匹配的若干结构性问题[D]. 王世英. 郑州大学. 2000
[3]. 数学问题解决中模式识别的影响因素研究[D]. 于文华. 南京师范大学. 2012
[4]. 基于范畴论的应急决策知识供需匹配方法研究[D]. 王庆全. 大连理工大学. 2009
[5]. 基于样图的纹理合成技术研究[D]. 李一哲. 中国科学技术大学. 2006
[6]. 城镇住宅供给结构体系若干问题研究[D]. 邱健. 江西理工大学. 2013
[7]. 基于样图的纹理合成实现[D]. 蔡志林. 江南大学. 2011
[8]. 基于QPSO的纹理合成算法[D]. 周焘. 江南大学. 2008
[9]. 基于样图的纹理合成算法优化[D]. 高扬. 天津大学. 2007
[10]. 汽车线束图纸的自动识别研究[D]. 何士双. 合肥工业大学. 2008
标签：数学论文; 图像融合论文; 自我分析论文; 语义分析论文; 随机算法论文; 连通图论文; 模式匹配论文; 模式识别论文; 数学论文;