删除或更新信息,请邮件至freekaoyan#163.com(#换成@)

距离约束的网格曲面曲线设计方法

本站小编 Free考研考试/2022-01-02

摘要:针对现有网格曲面曲线设计方法鲁棒性差、收敛慢、适用范围窄等不足,提出一种基于距离约束的新方法.该方法将复杂的流形约束转化为距离约束,并与光滑、插值(逼近)约束共同描述成优化问题.求解时,用切平面逼近局部曲面,并将距离约束松弛成用点到切平面的距离.由于计算距离所用的曲线上的点与其对应的切点相互依赖,采用“整体-局部”交替迭代的策略,并运用Gauss-Newton法的思想控制其收敛行为:整体阶段,通过距离近似将其松弛成凸优化问题求解迭代步长;局部阶段,采用鲁棒高效的投影法将优化后的曲线映射到曲面以更新切平面;最后,利用切割平面法将所有处于松弛状态的折线映射到网格曲面.实验结果表明:该方法与现有方法相比,在效率、鲁棒性、可控性、应用范围等方面均表现出优势.



Abstract:Existing work of designing curves on mesh surface suffers from issues such as weak robustness, slow convergence, and narrow application ranges. To address these issues, a distance constrained approach is proposed, which converts the complicated manifold constraint into distance constraint, and formulates the problem as a constrained optimization combining with smoothness and interpolation (approximation) constraints. To solve the optimization, the curve is discretized into a poly-line, and the distance constraint is relaxed to point-to-plane distance by approximating the local surface patch with tangent plane. Since the curve points and the corresponding tangent points involved in the distance calculation are interdependence, a “local/global” alternating iteration scheme is adopted and the idea of Gauss-Newton method is used to control the convergence behavior. In the global stage, the iterative step is solved by relaxingthe problem into a convex optimization via distance approximation. In the local stage, a robust and efficient projection method is applied to update tangent planes. Finally, each segment of the poly-line is projected onto the surface by cutting planes. Experiments exhibit that the proposed method outperforms existing work on various aspects, including effectiveness, robustness, controllability, and practicability.



PDF全文下载地址:

http://jos.org.cn/jos/article/pdf/5804
相关话题/优化 计算 实验 设计 控制

  • 领限时大额优惠券,享本站正版考研考试资料!
    大额优惠券
    优惠券领取后72小时内有效,10万种最新考研考试考证类电子打印资料任你选。涵盖全国500余所院校考研专业课、200多种职业资格考试、1100多种经典教材,产品类型包含电子书、题库、全套资料以及视频,无论您是考研复习、考证刷题,还是考前冲刺等,不同类型的产品可满足您学习上的不同需求。 ...
    本站小编 Free壹佰分学习网 2022-09-19
  • 并行帧缓存设备:基于多核CPU的Xorg并行显示优化
    摘要:Xorg图形服务器软件在帧缓存设备上采用单线程绘制模式,难以发挥多核CPU的性能.针对多核CPU上的帧缓存设备,设计了带有互斥操作的任务队列,并按照屏幕划分的方法,实现了Xorg的矩形填充操作在帧缓存设备上基于私有任务队列的多线程并行化,并实现了主从线程负载均衡.x11perf测试结果表明,该 ...
    本站小编 Free考研考试 2022-01-02
  • 面向边缘计算的目标追踪应用部署策略研究
    摘要:目标追踪算法虽已在诸多领域得到广泛应用,然而由于实时性和功耗问题,使得基于深度学习模型的算法难以在移动终端设备上部署应用.结合边缘计算技术,从应用部署优化的角度,对目标追踪算法在移动设备上的部署策略进行研究.通过对目标追踪应用特点、移动设备特性以及边缘云网络架构的分析,提出一种面向边缘计算的目 ...
    本站小编 Free考研考试 2022-01-02
  • 基于视觉显著性的AMOLED显示器多区域功耗优化
    摘要:AMOLED显示器作为嵌入式设备的高功耗组件,其功耗由显示内容中所有像素点的像素值决定;同时,人类视觉系统通过视觉关注机制对显示内容的重要区域优先解读,对非重要区域关注较低.基于上述特性,提出基于视觉显著性的AMOLED显示器多区域功耗优化方法.方法的核心是:通过视觉显著性算法对显示内容的重要 ...
    本站小编 Free考研考试 2022-01-02
  • 面向多读/写头磁畴壁存储器的优化研究
    摘要:当前,大数据及人工智能技术向嵌入式系统发展,对嵌入式系统的存储访问能力提出了更高的要求.磁畴壁存储器凭借其高读写速度、高密度以及低功耗等优点,可以用于嵌入式系统,以满足数据密集型应用对访问速度、容量及能耗的需求.但是磁畴壁存储器在进行数据访问之前需要进行移动操作,这将极大影响其存储访问性能.而 ...
    本站小编 Free考研考试 2022-01-02
  • 智能仓储货位规划与AGV路径规划协同优化算法
    摘要:智能仓储的优化一般分为货架优化和路径优化两部分:货架优化针对货物与货架两者的关系,对货物摆放位置进行优化;而路径优化主要寻找自动引导小车(automatedguidedvehicle,简称AGV)的最优路径.目前,大多的智能仓储优化仅对这两部分进行独立研究.在实际仓储应用中,只能以线性叠加的方 ...
    本站小编 Free考研考试 2022-01-02
  • 面向稀疏卷积神经网络的GPU性能优化方法
    摘要:近些年来,深度卷积神经网络在多项任务中展现了惊人的能力,并已经被用在物体检测、自动驾驶和机器翻译等众多应用中.但这些模型往往参数规模庞大,并带来了沉重的计算负担.神经网络的模型剪枝技术能够识别并删除模型中对精度影响较小的参数,从而降低模型的参数数目和理论计算量,给模型的高效执行提供了机会.然而 ...
    本站小编 Free考研考试 2022-01-02
  • 大规模路网图下关键词覆盖最优路径查询优化
    摘要:游客倾向于采用个性化的旅游路线,规划这样的路线需要综合考量路径长度、路径开销和路径覆盖的兴趣点.关键词覆盖最优路径查询(KOR)就是用于规划这样的路线的一类查询,其处理过程通常包括预处理和路径拓展.由于路网图规模的不断扩大,现有算法预处理所需内存开销急剧上升,由于内存不足,导致较大规模的路网不 ...
    本站小编 Free考研考试 2022-01-02
  • 多媒体内容的多维度相似性计算与搜索专题前言
    摘要:Abstract:PDF全文下载地址:http://jos.org.cn/jos/article/pdf/5936 ...
    本站小编 Free考研考试 2022-01-02
  • 面向异构融合处理器的性能分析、优化及应用综述
    摘要:随着异构计算技术的不断进步,CPU和GPU等设备相集成的异构融合处理器在近些年得到了充分的发展,并引起了学术界和工业界的关注.将多种设备进行集成带来了许多好处,例如,多种设备可以访问同样的内存,可以进行细粒度的交互.然而,这也带来了系统编程和优化方面的巨大挑战.充分发挥异构融合处理器的性能,需 ...
    本站小编 Free考研考试 2022-01-02
  • 面向移动Web应用的浏览器缓存性能度量与优化
    摘要:随着移动互联网的飞速发展,用户越来越多地通过移动设备访问Web应用.浏览器为Web应用提供基本的计算、渲染等运行时支撑,其缓存机制可以支持Web应用直接从本地而不是通过网络来获取可复用资源,不仅能够减少整体的执行时间从而提升应用加载速度,还能够减少网络流量使用和电池电量消耗,从而保证移动Web ...
    本站小编 Free考研考试 2022-01-02