【摘 要】
：
为了有效地表示地质应用领域的三维实体,针对矿山地质三维数据的特征,提出了基于钻孔信息的地质体分层模型重建策略。给定原始地质钻孔数据,利用自适应神经网络预测地质体横剖面内信息未知区域的品位属性,生成分层数据;结合离散网络模型自动创建相邻数据分层内控制点之间的拓扑关系,由此建立三维实体的表面模型;然后利用OpenGL造型系统对上述模型进行可视化渲染。最后为验证建模方法的有效性,开发了一套地质体三维建模
【基金项目】
：
陕西省自然科学基金资助项目（2005F45）
论文部分内容阅读
为了有效地表示地质应用领域的三维实体,针对矿山地质三维数据的特征,提出了基于钻孔信息的地质体分层模型重建策略。给定原始地质钻孔数据,利用自适应神经网络预测地质体横剖面内信息未知区域的品位属性,生成分层数据;结合离散网络模型自动创建相邻数据分层内控制点之间的拓扑关系,由此建立三维实体的表面模型;然后利用OpenGL造型系统对上述模型进行可视化渲染。最后为验证建模方法的有效性,开发了一套地质体三维建模实验系统,并结合实证数据进行了仿真分析。
其他文献
针对真实物体进行三维数字化重建的工程中,物体的空间位置及色彩等特征的数据采集始终是一项困难的,同时却又是十分重要的工作,设计的三维光学数字成像系统可以同时采集物体在同一个方向的深度图像和与它精确对应的纹理图像,在深度图像合成的同时进行纹理图像的融合。在进行多视角的纹理图像融合时,对权函数的设定提出了新的准则,使融合后的纹理图像更加逼真,可以产生高真实感的物体三维数字化模型。
提出了一个基于邻近原则的应用层组播系统,其覆盖网络由参与节点求得自身网络坐标之后,根据网络坐标基于邻近原则聚类形成。通过基于网络测量数据的仿真和PlanetLab真实网络环境中的实际测试,证明了基于该覆盖网络结构的应用层组播系统在性能指标上优于当前普遍应用的基于其他结构的覆盖网络的系统。在构建覆盖网络过程中考虑节点在网络中的位置分布等因素将能够提高基于该覆盖网络的应用层组播性能。
总结了当前电子邮件领域的相关技术,研究了BREW移动平台和组件技术以及基于组件的软件开发,包括组件模型、组件接口、组件组合。运用组件技术,设计和实现了基于BREW平台、符合3G技术标准的智能手机电子邮件客户端,极大地提高了系统程序的执行速度和稳定性。
为解决概率图模型匹配算法对模板点集中的外点敏感的问题,对隔离子进行了采样,并推导出采样次数和模板点集中的外点比例关系,以保证隔离子中的点能最大概率地为内点,使得推理算法中每个点的信息能得到传递。另外,算法中的互匹配解决了传统图模型匹配算法中多对一问题。实验证明,算法相对于原先的JT算法具有很高的鲁棒性和正确率。
通过实际案例的激光打印机打印文字,鉴别打印机型和打印机墨粉类型,分析打印文字图像或墨料(粉)FTIR图形单一鉴别与联合鉴别结果之间的误差率,评估两种鉴别方式的可靠性差异。方式一,用打印文字图像字域及其等方格分区的笔画比面积相关法模糊鉴别打印机型;方式二,用墨料傅里叶变换红外光谱(FTIR)图形吸收峰波数及其一二阶导数和自卷积相关法模糊鉴别打印机墨料种类。相对上述两种方式,计算出相关系数的距离,进行
推导了瑞利衰落信道下,LDPC迭代译码的互信息公式,采用数值积分的方法计算校验节点外部信息,避免了信噪比较低时校验节点的LLR服从高斯分布的不精确假设带来的误差。分析了该编码系统的EX IT函数,以EX IT误差函数为代价函数,提出了自适应OFDM-LDPC编码方案。该方案与传统自适应方案相比,不需要确定切换门限,数值计算简单,而且避免了计算子信道信噪比带来的误差,适用于高速通信系统。最后在802
二维Otsu方法同时考虑了图像的灰度信息和像素间的空间邻域信息,是一种有效的图像分割方法。针对二维Otsu方法计算量大的特点,采用量子粒子群算法来搜索最优二维阈值向量,每个粒子代表一个可行的二维阈值向量,通过各个粒子的飞行来获得最优阈值。结果表明,所提出的方法不仅能得到理想的分割结果,而且计算量大大减少,达到了快速分割的目的,便于二维Otsu方法的实时应用。
在对三维传统的颜色直方图(CCH)作出了一系列改进的基础上,提出了一种基于主色外观图(DCG)的新的彩色图像分割方法。首先根据改进后的颜色直方图确立彩色图像的近似主色成分,然后再利用CIE-1976色差公式分别计算出其每个像素与主色之间的距离,并据此建立相应图像的颜色距离直方图(CDH),它精确地反映了图像像素与参考色之间的色彩相似度。为了证实CDH在彩色图像分割中的效用性,又通过进一步地扩展得到
基于ARM+DSP的汽车视频黑匣子(即汽车行驶记录仪)除了按国家有关标准对汽车的基本行驶状态数据进行实时保存外,与市场上同类产品相比,具有视频方面的功能优势。通过ARM+DSP协调工作的方式,实现了视频图像的压缩和存储,能够循环存储十分钟的视频图像。本系统的应用可为分析、判断汽车行驶状态和交通事故提供可靠的科学依据,在监督司机疲劳驾驶和违章驾驶等方面也有着重要作用。主要按照功能模块划分介绍了汽车视
为了提高公路货运量预测的能力,应用基于结构风险最小化准则的标准支持向量回归机方法来研究公路货运量预测问题。在选择适当的参数和核函数的基础上,通过对成都公路货运量时间序列进行预测,并与人工神经网络、线性回归分析等方法进行了对比,发现该方法能获得最小的训练相对误差和测试相对误差。