导读:本文包含了邻接图论文开题报告文献综述及选题提纲参考文献，主要关键词:设计变更,基于模型的定义,混合属性邻接图
邻接图论文文献综述
刘继红,侯永柱[1]（2018）在《基于混合属性邻接图的MBD模型参数化方法》一文中研究指出为解决MBD模型设计变更过程中维护几何信息与技术信息一致性的问题,提出一种MBD模型参数化方法.首先将MBD模型参数化问题分解为几何信息之间、几何信息与技术信息之间以及技术信息之间的参数化问题;其次提出采用混合属性邻接图表达MBD模型中元素间的结构关系和数值关系,通过定义混合属性邻接图中节点和边构建混合属性邻接图;然后提出MBD模型参数化流程,为设计人员生成MBD模型变更决策表.最后以某型号飞机销钉零件为例描述MBD模型参数化方法的过程,验证文中方法的有效性.(本文来源于《计算机辅助设计与图形学学报》期刊2018年07期）
赵晓伟[2]（2018）在《基于邻接图学习的二维非监督型降维算法研究》一文中研究指出高维数据降维问题一直是计算机视觉、图像内容检索和模式识别等领域的一个关键课题。近年来,针对无标签图像数据而提出的二维维度下降算法取得了重大的进展。其中,在二维非监督型维度下降算法中,相似性矩阵通常被用来揭示数据的潜在几何结构,对算法性能有重要影响。目前大部分算法的做法是首先学习一个相似性矩阵,在得到的相似矩阵的基础上再进行维度下降。然而由于样本中噪声的影响,这些算法很难得到最优的相似性矩阵,导致算法性能会下降。为此,我们提出了一种针对二维图像数据的非监督型降维算法:基于自适应结构学习的二维非监督型降维算法(DRASL)。不同于以往的算法,我们提出的DRASL算法把相似性矩阵的学习包含到了降维过程中。为了在降维之后得到理想的样本邻居分配,我们在DRASL模型中添加了约束项。我们把维度下降,相似性矩阵的学习和自适应的邻居分配策略融合到一个统一的目标函数中,使得在最终得到的子空间中只有较少的相关联的成分。另一方面,考虑到如果只关注数据的局部结构可能会导致最终的聚类结果出现过拟合现象,因此,本文基于DRASL提出了一种更加鲁棒的二维非监督型降维算法:基于邻接图嵌入的判别性二维非监督型降维算法(DUGE)。其基本思想是通过对数据的局部结构和全局结构的保护来进行降维,从而得到具有代表性的投影矩阵。为了求解上述DRASL和DUGE模型,我们分别提出了两种迭代算法。我们把DRASL和DUGE与常见的二维非监督型降维算法以及一维非监督型降维算法进行了聚类结果对比。Kmeans用于评价聚类性能。在Benchmark数据集上的实验结果表明了我们提出的DRASL和DUGE的优越性。(本文来源于《西北大学》期刊2018-06-01）
罗璇,张莉,薛杨涛,李凡长[3]（2018）在《适用于小样本的双邻接图判别分析算法》一文中研究指出作为一种常用的降维方法,适用于小样本的监督化拉普拉斯判别分析方法通过使用图嵌入的判别近邻分析得到了很好的降维效果。但该方法在构建近邻图时,在K近邻中寻找同类和异类样本点存在数据不平衡问题;此外,在优化该方法的目标函数时,没有全面考虑到类间信息,从而会在一定程度上降低该方法的性能。针对以上两个问题,本文提出了适用于小样本的双邻接图判别分析方法。首先该方法分别在同类和异类样本中找出K个近邻点,然后使用这K个类内近邻点和K个类间近邻点来构造双邻接图,这样可以确保邻接图中既有同类样本点也有异类样本点,且数目相同。然后该方法在目标函数的推导结果中加入了类间拉普拉斯散度矩阵,从而使优化得到的投影矩阵融入更多的类间信息。在Yale和ORL人脸数据集上进行实验,并与同类方法相比,结果表明本文提出的适用于小样本的双邻接图判别分析方法能够得到更好的降维效果。(本文来源于《数据采集与处理》期刊2018年03期）
王小芳[4]（2015）在《基于扩展属性邻接图的切削体过程模型统一描述方法研究》一文中研究指出为了实现工艺设计过程中对产品设计数据的有效重用,以扩展属性邻接图为基础,描述了切削体扩展属性邻接图、工序切削特征模型和单元切削体模型,最后提出扩展属性邻接矩阵和扩展属性信息表两种特征信息存储方式。(本文来源于《机械设计与制造工程》期刊2015年12期）
白国超,李端玲,魏世民,廖启征,戴建生[5]（2014）在《基于邻接图的变胞机构的矩阵描述及演算》一文中研究指出邻接矩阵法可以对杆件的数目变化进行表示和演算,但这种方法对于变胞机构中复合铰链的构态变换及描述铰链的邻接关系变化的情况不完全适用,且矩阵所含信息较少,不能直观地反映机构构态特性.为此,应用邻接图表示机构的拓扑结构,并提出了描述机构详细信息的铰链邻接矩阵,此矩阵可与初等变换矩阵构造变胞方程,从而实现机构从初始构态到任意构态的矩阵演算.通过实例验证可知,基于邻接图的矩阵描述和演算方法获得的结果包含直观和全面的机构构态信息,便于计算机辅助分析.(本文来源于《北京邮电大学学报》期刊2014年04期）
吴晓东,韩祖行[6]（2013）在《基于属性邻接图的STEP-NC制造特征识别实现》一文中研究指出针对于STEP-NC(ISO14649)中规定的的制造特征,论述了基于属性邻接图(AAG)的特征识别方法及其实现过程:首先分析STEP AP203的文件结构,然后提取文件中所包含的几何拓扑信息,判断两个面公共边的凹凸性,构造零件属性邻接图和属性邻接矩阵,通过一定的算法对其进行分解并完成特征子图的匹配,最后在VS 2005平台下开发软件原型系统,验证该特征识别方法的正确性。(本文来源于《机械设计与制造工程》期刊2013年07期）
沈晶,刘纪平,林祥国,赵荣[7]（2012）在《集成距离变换和区域邻接图生成Delaunay叁角网的方法研究》一文中研究指出基于距离变换和区域邻接图,提出了一种D-TIN(包括约束的D-TIN)的生成方法。利用D-TIN是Voronoi图的几何对偶这一特性,使用距离变换获取点的Voronoi图,使用区域邻接图获取点在该Voronoi图上的空间邻接关系,以生成D-TIN或者约束的D-TIN。实验表明,与经典的基于数学形态学生成的D-TIN和约束D-TIN的方法相比,本文算法可以分别提高约57.70%和56.64%的效率。(本文来源于《武汉大学学报(信息科学版)》期刊2012年08期）
张洪超,张磊,黄华[8]（2012）在《基于跨时空域相似邻接图的视频分割算法》一文中研究指出视频分割是视频处理领域的基本问题,也是该领域的研究前沿和热点问题之一,在视频监控、编辑合成等方面都有着重要的应用。传统的视频分割方法大多依赖帧间局部相似性或运动的连续性进行区域划分,对遮挡、大幅度运动等情况的分割效果较差,需要大量的手工交互。论文通过在视频空间建立跨时空域的相似性邻接关系,提出一种新的视频分割图分割模型,并且采用最大流/最小割算法对相应的模型进行快速求解,从而实现视频的有效分割。论文算法只需要用户在视频的关键帧图像上进行少量交互,便自动获取整个视频分割结果;并且,该分割过程不受前景对象遮挡、快速运动等情况的影响,具有很好的稳定性。(本文来源于《图学学报》期刊2012年02期）
石民,张树生[9]（2012）在《基于特征邻接图的叁维CAD模型检索算法》一文中研究指出为了实现CAD模型的特征级重用,提出一种基于特征邻接图的叁维CAD模型检索算法。首先,通过以自动识别为主、交互识别为辅,将CAD模型用特征邻接图来表示;然后,构造2个CAD模型特征邻接图的顶点积图,并利用蚁群算法检测顶点积图中的最大团;最后通过查找到的最大团来对CAD模型进行相似性评价。实验结果表明:本算法能较好地实现叁维CAD模型检索,并且检索效率满足实际要求。(本文来源于《机械科学与技术》期刊2012年04期）
张洪超,张磊,黄华[10]（2011）在《基于跨时空域相似邻接图的视频分割算法》一文中研究指出视频分割是视频处理领域的基本问题,也是该领域的研究前沿和热点问题之一,在视频监控、编辑合成等方面都有着重要的应用。传统的视频分割方法大多依赖帧间局部相似性或运动的连续性进行区域划分,对遮挡、大幅度运动等情况的分割结果较差,需要大量的手工交互。本文通过在视频空间建立跨时空域的相似性的邻接关系,提出一种新的视频分割的图分割模型,并且采用最大流/最小割算法对相应的模型能够进行快速求解,从而实现视频的有效分割。本文算法只需要用户在视频的关键帧图像上进行少量交互,便自动荻取整个视频分割结果;并且,该分割过程不受前景对象遮挡、快速运动等情况的影响,具有很好的稳定性。(本文来源于《第五届全国几何设计与计算学术会议论文集》期刊2011-11-11）
邻接图论文开题报告
（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：
高维数据降维问题一直是计算机视觉、图像内容检索和模式识别等领域的一个关键课题。近年来,针对无标签图像数据而提出的二维维度下降算法取得了重大的进展。其中,在二维非监督型维度下降算法中,相似性矩阵通常被用来揭示数据的潜在几何结构,对算法性能有重要影响。目前大部分算法的做法是首先学习一个相似性矩阵,在得到的相似矩阵的基础上再进行维度下降。然而由于样本中噪声的影响,这些算法很难得到最优的相似性矩阵,导致算法性能会下降。为此,我们提出了一种针对二维图像数据的非监督型降维算法:基于自适应结构学习的二维非监督型降维算法(DRASL)。不同于以往的算法,我们提出的DRASL算法把相似性矩阵的学习包含到了降维过程中。为了在降维之后得到理想的样本邻居分配,我们在DRASL模型中添加了约束项。我们把维度下降,相似性矩阵的学习和自适应的邻居分配策略融合到一个统一的目标函数中,使得在最终得到的子空间中只有较少的相关联的成分。另一方面,考虑到如果只关注数据的局部结构可能会导致最终的聚类结果出现过拟合现象,因此,本文基于DRASL提出了一种更加鲁棒的二维非监督型降维算法:基于邻接图嵌入的判别性二维非监督型降维算法(DUGE)。其基本思想是通过对数据的局部结构和全局结构的保护来进行降维,从而得到具有代表性的投影矩阵。为了求解上述DRASL和DUGE模型,我们分别提出了两种迭代算法。我们把DRASL和DUGE与常见的二维非监督型降维算法以及一维非监督型降维算法进行了聚类结果对比。Kmeans用于评价聚类性能。在Benchmark数据集上的实验结果表明了我们提出的DRASL和DUGE的优越性。
（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。
邻接图论文参考文献
[1].刘继红,侯永柱.基于混合属性邻接图的MBD模型参数化方法[J].计算机辅助设计与图形学学报.2018
[2].赵晓伟.基于邻接图学习的二维非监督型降维算法研究[D].西北大学.2018
[3].罗璇,张莉,薛杨涛,李凡长.适用于小样本的双邻接图判别分析算法[J].数据采集与处理.2018
[4].王小芳.基于扩展属性邻接图的切削体过程模型统一描述方法研究[J].机械设计与制造工程.2015
[5].白国超,李端玲,魏世民,廖启征,戴建生.基于邻接图的变胞机构的矩阵描述及演算[J].北京邮电大学学报.2014
[6].吴晓东,韩祖行.基于属性邻接图的STEP-NC制造特征识别实现[J].机械设计与制造工程.2013
[7].沈晶,刘纪平,林祥国,赵荣.集成距离变换和区域邻接图生成Delaunay叁角网的方法研究[J].武汉大学学报(信息科学版).2012
[8].张洪超,张磊,黄华.基于跨时空域相似邻接图的视频分割算法[J].图学学报.2012
[9].石民,张树生.基于特征邻接图的叁维CAD模型检索算法[J].机械科学与技术.2012
[10].张洪超,张磊,黄华.基于跨时空域相似邻接图的视频分割算法[C].第五届全国几何设计与计算学术会议论文集.2011