导读:本文包含了参数化算法论文开题报告文献综述及选题提纲参考文献，主要关键词:有理Bé,zier曲线,近似弦长参数化,M?bius变换,数值优化
参数化算法论文文献综述
李效伟,孙黎,杨义军,曾薇[1]（2019）在《有理Bézier曲线的近似弦长参数化算法》一文中研究指出只有圆弧、等轴双曲线、伯努利双纽线和帕斯卡蚶线等曲线是可弦长参数化曲线,一般形式的Bézier曲线不满足可弦长参数化条件.为了生成有理n次Bézier曲线的近似弦长参数化,提出一种基于数值优化的弦长参数优化算法.首先推导了有理2次、3次和4次Bézier曲线满足弦长参数化的条件;然后对一般形式的有理n次Bézier曲线作M?bius变换,根据可弦长参数化条件推导出曲线与标准弦长参数化的偏差公式;最后通过优化方法计算曲线的最优参数表示.多个数值实例结果表明,该算法是有效的.(本文来源于《计算机辅助设计与图形学学报》期刊2019年09期）
周丽勤,顾立志[2]（2019）在《浅谈网格参数化算法及应用》一文中研究指出网格参数化不仅可以应用在计算机图形学,还可以应用在计算机几何设计及逆向工程、虚拟技术等诸多领域。文章根据不同的参数域,简述了网格参数化的不同算法及各种算法在不同领域的应用和优缺点,并简述如何控制参数化变形的方法。(本文来源于《企业科技与发展》期刊2019年05期）
肖世伟[3]（2018）在《适合等几何分析的参数化算法研究》一文中研究指出等几何分析(IGA)是利用光滑样条基作为几何形状的分析基础从而求解偏微分方程(PDE)的一种新方法。等几何分析在许多领域有着广泛的应用。等几何分析中的一个基本且关键的问题是对于给定CAD模型的计算域计算其有效的参数样条表示,这个问题叫做参数化。近年来人们提出了许多方法来计算适合等几何分析的平面参数化。这些方法中有些只能处理简单区域,而对于具有复杂边界和高亏格的区域则无能为力。而另一些方法则考虑到了高亏格的情况,运用了将输入域分解为稀疏四边形块的区域剖分技术。目前,这类基于区域剖分的方法产生的分块数目一般比较多,导致等几何分析后续矩阵装配较高的计算代价。本文提出了基于多方块的区域剖分方法(PeDP)计算适合等几何分析的平面参数化。我们方法的核心是基于多方块的区域剖分过程。我们的方法能将复杂平面输入域分解成稀疏且近似正方形的四边形块,参数化的等参结构尽可能均匀且正交。首先,我们将输入平面区域叁角化,包括多连通区域,生成平面区域的叁角网格。然后对该叁角网格优化边界对齐能量,使其形变成为边界对齐的网格。接着,将边界对齐网格像素化并做形态学优化得到多方块(PolySquare),再将多方块投影回输入域,得到输入域的四边形网格。我们进一步利用保边界度量,简化四边形网格得到包含若干四边块的稀疏结构,其中每个四边块近似正方形。然后,我们细分并优化稀疏结构从而得到最终的输入域剖分结果。我们对每个子块参数化,相邻子块间满足连续约束,从而得到整个输入域的参数化。与其他基于区域剖分的适合等几何分析的平面参数化方法相比,我们的方法能产生更高质量的参数化以及更少数目的子块。实验表明,我们的方法对各种复杂输入域鲁棒且高效,其中包括一个具有30个洞的例子。由于本文涉及的能量都是非线性能量,利用传统的优化方法如牛顿法,L-BFGS等方法优化这些能量要么计算量大,要么收敛慢,为此,我们提出了预条件加速代理梯度法(PAPG)。实验证明PAPG在优化本文涉及的非线性能量高效且鲁棒。(本文来源于《中国科学技术大学》期刊2018-05-23）
肖剑雄峰[4]（2016）在《局部对比度增强的彩色图像灰度化参数化算法研究》一文中研究指出图像灰度化就是将彩色图像转换成灰度图像,本质上是对彩色图像做降维处理,主要任务是在灰度图中尽量保持原彩色图中的视觉信息,以使在灰度图中也能辨认原图中可以被辨认的图像部分。在图像预处理、打印显示等领域中图像灰度化算法有广泛的应用,因此具有重要的研究价值。在以往的灰度化算法中,都只是对整幅图像作自动而统一的灰度化映射。在实际图像处理时,经常需要按不同主观需求,选择图像的不同区域做不同程度的对比度保持。为了在灰度图中突出图像中用户关注度高的前景区域,本文提出一种局部对比度增强的彩色图像灰度化参数化方法。本文的方法既支持用户交互的方式来选择前景引导局部对比度的增强,同时也支持自动检测注意聚焦区域来引导局部对比度的增强。本文方法可以有效地控制灰度化图像中的各区域内容的清晰度,让灰度化之后的图像对比度更加符合显着性分布。本文的彩色图像灰度化算法分为四个主要步骤。首先,通过GrabCut图像分割技术或者频率调谐显着性提取技术,由输入彩色图像获得一幅引导图像。然后,利用引导图像中各像素点的显着度值和原图的RGB颜色通道建立一个多项式参数化模型,其中参数化模型中的显着度通道是实现局部对比度增强的关键。接着,建立能量优化函数,能量函数中的各像素输出灰度值用参数化模型函数来表示,并运用引导图像对目标对比度进行缩放,以实现局部对比度的增强。最后,通过求偏微分将能量函数的求解转换成线性方程组的求解,用迭代循环方式计算出参数化模型函数中的各项参数。通过与现有的彩色图像灰度化算法进行实验比较,证明本文算法能够有效地增强灰度化图像的局部区域的对比度,使人们更加容易理解灰度图像中的内容,改善了灰度图像的效果。(本文来源于《温州大学》期刊2016-05-22）
肖剑雄峰,赵汉理,吴承文[5]（2016）在《局部对比度增强的彩色图像灰度化参数化算法》一文中研究指出现有图像灰度化技术对整幅图像作统一的灰度化映射,不能突出局部区域的图像对比度,而人们往往会将注意力关注到图像的感兴趣区域。基于用户简单交互的图像分割技术和全自动的显着性检测算法,本文提出了一种新的局部对比度增强的灰度化参数化算法,增强感兴趣区域的对比度,并弱化不感兴趣区域的对比度。实验结果表示本文方法能够有效地增强灰度化图像在显着性区域的对比度,改善了彩色图像灰度化的效果。(本文来源于《计算机时代》期刊2016年03期）
李效伟[6]（2014）在《自由曲线最优参数化算法研究》一文中研究指出自由曲线在计算机辅助设计、计算机动画等领域中应用广泛。其中,自由曲线的重新参数化常用于路径规划、运动控制等算法中。对自由曲线进行重新参数化的方法不同,得到参数曲线的表示也不同。在实际的应用中,往往对自由曲线参数化的要求很高,一般要求满足两个条件：一是生成的曲线段数较少,二是生成的曲线满足C’连续。采用分段叁次重新参数化可优化曲线的参数特性,使之逼近弧长参数化,这个优化问题是高度非线性的。为了生成满足C1连续的近似弧长参数化,本文提出了一个基于分段叁次重新参数化的优化算法。由于满足C1连续的分段叁次重新参数化方法没有数值解,利用Simpson方法来离散积分表达式,提出使用数值优化方法求解满足C1连续的分段叁次重新参数化的方法。使用分段叁次Hermite基函数对NURBS曲线进行参数变换,然后通过Levenberg-Marquardt优化方法计算出最优的参数,使其无限接近弧长参数化。相比C1连续的分段有理重新参数化方法,能够在分段数量很少的情况下达到最优的效果。文章最后通过叁个实例说明了本文算法的有效性。(本文来源于《山东大学》期刊2014-05-20）
张文琰,Rudolf,Fleischer[7]（2011）在《平面图团覆盖问题的核心化和参数化算法》一文中研究指出团覆盖问题是经典的理论计算问题,本文从参数理论角度考虑平面图团覆盖问题,提出了核心化简化规则,通过这些简化规则可以得到平面图团覆盖问题的核心,其规模为4k-4.根据该问题核心设计了参数化算法,可以用O(20k+n2)复杂度求得平面图团覆盖问题的精确解.通过实验与现有的求解团覆盖的算法进行了比较.(本文来源于《武汉大学学报(理学版)》期刊2011年06期）
冯启龙[8]（2010）在《Packing和Matching问题的参数化算法研究》一文中研究指出作为求解NP难解问题的一种新途径,参数计算方法受到了人们的广泛关注,并被应用到诸多领域难解问题的求解中。Packing和Matching问题是一类重要的NP难解问题,在调度、代码优化等领域有着重要的应用。其中,3D-Matching问题是六个基本NP完全问题之一。本文主要以3-Set Packing问题、加权3-Set Packing问题、加权3D-Matching问题、加权rD-Matching问题、加权r-Set Packing问题、加权P2-Packing问题为例,讨论了Packing和Matching问题的参数算法设计方法,主要的研究工作和创新点包括：本文以3-Set Packing问题为例,研究了问题解与问题特定实例的关系。通过对问题解空间结构的深入分析,得到了3-Set Packing问题的求解与问题两个特殊实例的求解存在着密切的联系。基于对特殊实例的求解,提出了3-Set Packing问题时间复杂度为O*(3.533k)确定性算法,改进了当时的最好结果O*(4.613k)。对于加权3-Set Packing问题,本文深入分析了问题实例与目标解的关系,将问题实例分成两部分处理。基于对问题实例的分析,得到了特定的问题结构特性,提出了加权3-Set Packing问题时间复杂度为O*(10.63k)确定性算法。通过对问题实例结构的进一步划分,提出了加权3-Set Packing问题时间复杂度为O*(7.563k)的确定性参数算法,改进了当时的最好结果O*(12.83k)。对于加权3D-Matching问题,通过对问题的结构特性的研究,得到了如下性质：k-matching中存在两列使得该两列中至少有2k/3元素被包含在(k+1)-matching中所对应的两列中。基于给出的性质,提出了时间复杂度为O*(4.823k)的确定性参数算法,改进了当时的最好结果O*(5.473k)。本文将划分和排序技术应用到加权rD-Matching和加权r-Set Packing问题的算法设计中,得到了相应问题的有效算法。对于加权rD-Matching问题的给定实例(S,K),对S中的第一列的元素进行划分,得到了如下性质：通过枚举n种可能的划分,使得存在一种划分使得最大加权k-Matching中的第一列元素中有k/2个元素被划分到一部分中,而另外k/2个元素被划分到另一部分中。基于上述性质并对最大加权k-Matching中的另外(r-1)k个元素进行有效划分,提出了时间复杂度为O*(4(r-1)k+o(k))的确定性参数算法,改进了以前的最好结果O*(4rk+o(k))。本文提出的结果是当前求解加权rD-Matching问题的最好确定性算法。求解加权rD-Matching的算法可用于求解非加权3D-Matching问题,得到了时间复杂度为O*(16k+o(k))的确定性算法,改进了以前的最好结果O*(21.26k),且本文得到的结果是当前求解非加权3D-Matching问题的最好结果。对于加权r-Set Packing问题,通过对实例S中元素进行排序,得到了如下性质：存在对权值最大的k-Packing的一个划分,使得权值最大的k-Packing中有k/2个元素被划分一个部分中。基于上述性质并对剩余的(2r-1)k/2个元素进行划分,本文提出了时间复杂度为O*(2(2(2r-1)k+o(k))的确定性算法,改进了当前的最好结果O*(22rk+o(k))。求解加权r-Set Packing问题的算法可用于求解非加权3-Set Packing问题,得到了时间复杂度为O*(32k+o(k))的确定性算法,改进了以前的最好结果O*(3.533k),且本文得到的结果是当前求解非加权3-Set Packing问题的最好结果。本文还研究了加权点不相交S-path理论的相关特性,得到了加权二分图中加权点不相交S-path的相关性质。利用加权点不相交S-path求解加权P2-Packing问题,提出了加权P2-Packing问题时间复杂度为O*(8k)的确定性参数算法。本文提出的求解加权P2-Packing的算法同样适用于求解非加权的P2-Packing问题,提出了时间复杂度为O*(8k)的确定性算法,改进了当前的最好结果O*(14.67k)。本文提出的算法是当前求解P2-Packing问题的最好结果。综上所述,本文主要研究Packing和Matching问题的参数算法设计。通过对3-Set Packing、加权3-Set Packing、加权3D-Matching、加权rD-Matching、加权r-Set Packing、加权P2-Packing等问题结构的深入研究,设计了相应的有效确定性参数算法,丰富了求解Packing和Matching问题的求解思路,具有重要的指导意义。(本文来源于《中南大学》期刊2010-11-01）
金耀[9]（2010）在《虚拟服装网格模型切割及参数化算法研究》一文中研究指出服装CAD技术大大改变了传统服装行业的面貌,成为服装工业化生产不可或缺的利器。随着计算机技术的迅猛发展和服装个性化生产的迫切需求,3D服装CAD技术受到普遍关注,各项针对3D虚拟服装网格模型的研究工作蓬勃展开。虚拟服装模型的切割算法是其中一个研究方向,在服装曲面展平、款式自由编辑、虚拟立体裁剪等方面有着重要应用;而与此相关的网格参数化方法同样在服装CAD中扮演着重要角色,可应用于虚拟服装的纹理映射、曲面拟合、重网格化等方面。因此,开展虚拟服装网格模型的切割与参数化算法的研究对丰富服装CAD内容,完善服装CAD系统具有重要意义。本文结合数字虚拟服装的特点,重点研究了叁维服装网格模型的切割算法、切割边界的优化与切割区域搜索算法以及均匀面积参数化算法,全文内容阐述如下:第一章综合分析了虚拟服装网格模型的切割及参数化算法的研究现状,并指出其重要的研究意义和广阔的应用前景。第二章用集合方法描述了虚拟服装的叁角网格表示方式,介绍了一种基于空间针刺求交法的模型表面任意点拾取方法。第叁章介绍了基于最小边曲率路径的网格切割算法及其改进算法。利用图的最短路径算法思想,定义网格边曲率权值,用SPFA算法提取网格的特征线作为切割线;并在此基础上通过改进算法,给出了最小平均边曲率路径的算法。算法可以用于提取虚拟服装上具有显着几何特征的切割线。第四章提出了基于最优切割面的网格最直路径切割算法。根据由法向量相关的最直路径算法得到的初始路径迭代计算最优切割面,并与网格曲面求交获取最直路径作为切割线。该算法在提取服装模型上不沿着网格边且几何特征不明显的切割线(前后中线、侧缝线等)时获得了较好的效果。第五章介绍了网格切割边界优化与切割区域搜索算法。引入网格简化领域中基于二次误差测度的边折迭和叁角形折迭算法,分叁种情形对切割边界进行优化;同时,将切割区域内部网格顶点和叁角形作为种子点,利用种子填充算法,通过广度优先搜索法实现切割区域的搜索。第六章提出了一种改进的网格均匀面积参数化算法。用基于最优切割面的最直路径算法计算参数域的自然边界,同时把顶点变形量表示公式推广至一般形式,并且构造新的计算公式,迭代计算内部顶点坐标。算法应用于虚拟服装模型的纹理映射,较好地实现了“换装”功能。最后本文对全文作了总结并对未来工作进行了展望。(本文来源于《浙江理工大学》期刊2010-03-12）
刘运龙[10]（2009）在《若干NP难解问题的参数化算法研究》一文中研究指出NP难解问题是理论计算机科学的主要研究对象,对NP难解问题提出实际有效的固定参数可解算法是理论计算机科学中的一个新的研究方向。本文以Matching、Packing、Maximum Cut和MultiCut等经典的NP难解问题为研究对象,在深入挖掘问题结构中新特点、新性质的基础上,运用多种参数计算技术对它们提出了一系列的固定参数可解算法。其主要研究工作包括：带权的m-Set Packing、m-D Matching问题以前一直是用近似算法求解的,本文运用参数计算理论对该类问题进行了研究,首次证明了该类问题是固定参数可解的。本文首先运用最新的着色技术和动态规划技术对带权的m-Set Packing问题提出了一个时间复杂度为O(12.2mknO(1))的固定参数可解算法,接着在此基础上利用问题本身的结构特点对带权的m-D Matching问题提出了一个时间复杂度为O(12.2(m-1)knO(1))的固定参数可解算法,然后对带权的3-D Matching问题提出了一个时间复杂度为O(5.483kn2z)的固定参数枚举算法,其中z表示需要枚举的权值最优解的个数。针对3-D Matching参数化计数问题目前还不存在固定参数可解的精确算法,本文提出了一个基于Monte-Carlo自适应覆盖算法的固定参数可解随机近似算法。即对于一个含有n个叁元组的集合S,给定一个整数k和两个正实数ε和δ,该算法能在时间O(5.483kn2ln(2/δ)/ε2)内返回一个数N,使得Prob[(1-ε).N0≤N≤(1+ε)N0]≥1-δ,其中N0表示S中大小为k的matching的精确个数。在设计该随机近似算法时,本文的关键发现是3-D Matching参数化计数问题通过着色技术可以转化为标准的集合并集计数问题。Maximum Cut问题通常是用近似算法来求解的,本文运用参数计算理论对该问题进行了研究。首先对该问题及其相关概念进行了参数化定义,然后对参数化Maximum Cut问题提出了一种基于随机划分技术的随机算法。该随机算法依次将实例图的顶点进行[ln(1/ε)]×2k(0＜ε＜1)次随机划分,并选择其中权值最大的k-划分作为输出解,因而能在时间O*(ln(1/ε)2k)勺内以至少1-ε的概率找到目标解。接着在此基础上运用最新改进的(n,k)-全集划分技术对参数化Maximum Cut问题提出了一个时间复杂度为O*(22k+12log2(2k))的确定性算法,表明了Maximum Cut问题是固定参数可解的。本文进一步研究了基于保证值参数化MaxCut问题的核和算法,并得到了相关改进结果。对关于顶点的核提出了一个(?)的下界,将关于边的核由16k2-18k+6减少至8k2+10k+2,并且在此基础上将求解该问题当前最好算法的时间复杂度由O*(16k)改进至O*(8.999k)。本文还进一步研究了MultiCut问题,并对它提出了一个新的参数化算法。在深入分析问题结构特点的基础上,本文运用集合划分策略和相关问题的最新研究结果对MultiCut问题提出了一个时间复杂度为O*([(?)]2l4k)勺的参数化算法,其中l为给定的顶点对数目,k为需删除的顶点个数。该算法明显地改进了当前时间复杂度为O*(2klkk4k3)的最好算法。(本文来源于《中南大学》期刊2009-12-01）
参数化算法论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
网格参数化不仅可以应用在计算机图形学,还可以应用在计算机几何设计及逆向工程、虚拟技术等诸多领域。文章根据不同的参数域,简述了网格参数化的不同算法及各种算法在不同领域的应用和优缺点,并简述如何控制参数化变形的方法。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
参数化算法论文参考文献
[1].李效伟,孙黎,杨义军,曾薇.有理Bézier曲线的近似弦长参数化算法[J].计算机辅助设计与图形学学报.2019
[2].周丽勤,顾立志.浅谈网格参数化算法及应用[J].企业科技与发展.2019
[3].肖世伟.适合等几何分析的参数化算法研究[D].中国科学技术大学.2018
[4].肖剑雄峰.局部对比度增强的彩色图像灰度化参数化算法研究[D].温州大学.2016
[5].肖剑雄峰,赵汉理,吴承文.局部对比度增强的彩色图像灰度化参数化算法[J].计算机时代.2016
[6].李效伟.自由曲线最优参数化算法研究[D].山东大学.2014
[7].张文琰,Rudolf,Fleischer.平面图团覆盖问题的核心化和参数化算法[J].武汉大学学报(理学版).2011
[8].冯启龙.Packing和Matching问题的参数化算法研究[D].中南大学.2010
[9].金耀.虚拟服装网格模型切割及参数化算法研究[D].浙江理工大学.2010
[10].刘运龙.若干NP难解问题的参数化算法研究[D].中南大学.2009