【摘 要】
:
对基于表面属性的三维模型检索进行研究,提出了基于面积颜色分布、基于球面颜色分布、基于颜色球面调和的三维模型检索方法以及基于表面属性的融合方法.通过对模型表面进行按面积均匀采样来获取其颜色分布信息后形成基于面积颜色分布的特征.通过对模型进行均匀球面采样获取颜色分布信息形成基于球面颜色分布的特征.通过首先将模型表面颜色信息按等经纬度球面采样映射为球面函数,然后对其进行球面调和变换形成颜色球面调和特征.
【机 构】
:
吉林大学计算机科学与技术学院 长春 130012 哈尔滨工程大学计算机科学与技术学院 哈尔滨 15
【出 处】
:
NDBC2009第26届中国数据库学术会议
论文部分内容阅读
对基于表面属性的三维模型检索进行研究,提出了基于面积颜色分布、基于球面颜色分布、基于颜色球面调和的三维模型检索方法以及基于表面属性的融合方法.通过对模型表面进行按面积均匀采样来获取其颜色分布信息后形成基于面积颜色分布的特征.通过对模型进行均匀球面采样获取颜色分布信息形成基于球面颜色分布的特征.通过首先将模型表面颜色信息按等经纬度球面采样映射为球面函数,然后对其进行球面调和变换形成颜色球面调和特征.融合特征通过对以上特征的两组或3组依一定权值组合而得到.为验证基于表面属性的三维模型检索方法的效果,建立了一个包含有1171个颜色模型的测试库.实验结果表明以上方法均对基于表面属性的三维模型检索具有较好的检索效果且融合特征可以得到优于任何单一特征的检索效果.
其他文献
旅行商问题(TSP)是经典的组合优化问题,本文提出两种新的采用Hopfield网络求解TSP问题的算法。通过改进传统Hopfield网络求解TSP问题设计的能量函数,简化了Hopfield网络的神经元数目和结构,提高了算法优化效率。另外本文通过固定出发点等价相应的环路解,缩小了优化范围,减小了求解空间维数,在保证所求解的正确性与可行性的基础上大幅减少了计算开销,提高了算法速度。仿真结果表明,对能量
RFID(Radio frequency identification)作为一项高速发展中的技术,其实际应用中的安全问题一直备受人们的关注。目前,国内外的专家、学者已经在多方面提出了一系列解决方案,包括物理方法、基于密码学的安全协议,以及二者的结合应用等,但其中很多种方法都存在一定缺陷,且研究空间渐小。针对于此,本文从RFID系统硬件加密角度出发,提出了一种基于可重构、可扩展设计的RFID安全芯片
本文提出一种代理移动IPv6(PMIPv6)网络容错方法,解决PMIPv6中两类移动管理实体,区域移动锚点LMA和移动接入网关MAG的可靠性问题。针对PMIPv6中LMA的单点故障问题,在同一PMIPv6域内进行多LMA部署,并引入LMA主-备关系,通过备-LMA对主-LMA主动的失效检测和服务接管,实现失效LMA的快速服务恢复。针对PMIPv6中失效MAG服务不可替代问题,在域内构建多个MAG池
传统模拟验证方法和形武化验证方法在面临复杂大规模设计时,性能和处理能力的缺陷日益突出。为了融合二者的优点,避免各自不足,本文改进并实现了一种半形式化的验证方法。首先,提出了控制状态变量和一般控制变量的概念,以及从代码中识别和提取这两类变量的方法。利用此方法能够从目标设计中较为精细的抽象出部分核心电路逻辑,获得抽象距离信息。然后通过一种抽象信息引导的激励生成算法,对获得的抽象信息的有效性进行了检验。
随着嵌入式存储器广泛应用于集成电路设计中,对其进行故障诊断与失效分析是提高芯片成品率的一种必要手段。由于嵌入式存储器自身可控制和可观测性较差,通常需要在片内设计诊断电路来保存失效信息以满足故障诊断和失效分析需求。在高失效密度下,研究面积开销小、数据传输量少的故障诊断电路具有重要意义。本文提出了一种将失效向量进行失效位扩展并编码后存储为失效位图的电路结构。在此基础上,针对传输数据量过多导致测试时间过
为了提高可信网络接入的灵活性,提出了一种基于等级划分的层次化可信网络框架,详细说明了可信属性的划分规则和可信等级的评估方法,着重指出了该框架在可信网络中的实际应用。另外,给出了在层次化可信网络中终端的接入过程。仿真实验表明,该框架在保证网络系统安全性和可信性的同时,能够增加终端接入网络的灵活性,并为各厂商可信网络设备的互联、互通和互操作提供支撑。
使用FPGA等硬件对片上网络进行验证,相对于使用行为级的验证更为快速和精确。然而,受限于硬件资源的有限性,很难在一个FPGA系统中部署计算资源来模拟真实的计算环境。采用软件模拟的方式评估所设计的片上网络系统,虽然便于实现且成本低廉,但是却不能反映数据在网络通路中传输时的真实情况且速度较慢。本文提出了一种新的验证片上网络的方法——利用软硬件协同的方式对片上互联网络进行验证。将整个基于片上网络的系统分
不确定数据查询技术在军事、金融、电信等领域中起到了越来越重要的作用。目前这一领域的研究主要是在集中式数据库或数据流上进行的。事实上不确定性数据在传感器网络,分布式Web Server及P2P系统等分布式系统中广泛存在。从这些系统中收集所有数据进行集中式查询将带来巨大的通信开销、时间延迟和存储代价。同时,由于不确定数据的特点,大多数集中式不确定查询算法在分布式环境下并不适用。本文给出一种分不确定数据
根据OLAP查询的特点和内存数据库的性能特征提出了由多个内存数据库组成的并行OLAP查询处理系统,将OLAP应用中的多维聚集查询分布到各个计算节点并行进行聚集计算并将聚集计算的结果进行合并输出.与其他并行处理方法相比,该算法充分利用OLAPDB结构中维表远小于事实表的特性,根据数据库中事实表的数据量和节点的数据处理能力进行水平数据库分片并根据聚集函数的可分布计算特性,提高查询处理的并行度,延迟并行
频繁项集挖掘是数据流挖掘中的一个热点问题.提出了一种新的数据流频繁闭项集挖掘算法MFCI-SW.首先设计了两个新的数据结构:频繁闭项集表FCIL和频繁闭合模式树MFCI—SW—Tree,在此基础上以滑动窗口中的基本窗口为更新单位,在每个基本窗口中提取出频繁闭项集的数据项,将其支持度F和窗口序列号K存到FCIL中;然后随着新基本窗口的到来,通过删除频繁闭项集表中K值最小的数据项和插入新数据项完成对F