【摘 要】
：
构建了一种能有效描述大规模虚拟环境的场景图和基于该场景图的场景多叉树,以此为基础提出了基于改进的动态二叉树神经网络（Dynamical Binary-tree Based Neural Network,DBTN
【机 构】
：
哈尔滨工程大学计算机科学与技术学院,哈尔滨工程大学科技园
【基金项目】
：
国家自然科学基金资助项目（90718003）, 黑龙江省科技厅攻关项目（GC05A115）资助
论文部分内容阅读
构建了一种能有效描述大规模虚拟环境的场景图和基于该场景图的场景多叉树,以此为基础提出了基于改进的动态二叉树神经网络（Dynamical Binary-tree Based Neural Network,DBTNN）进行场景调度的新方法,并给出了神经网络挖掘装配过程中视点变化的规律。同时,通过该网络输出预测下一步或下几步的视点状态信息,使场景调度具有一定的容错性,提高了场景调度的实时性并使调度更加智能化。最后给出了不同场景的测试结果,表明该算法对于大规模复杂场景有非常好的优化效果。
其他文献
提出一种有效的非线性子空间学习方法——核最大散度差判别分析(KMSD),并将其用于人脸识别。核最大散度差判别分析首先把输入空间的样本非线性映射到特征空间,然后通过核方法的技巧,采用最大散度差判别分析(MSD)方法在特征空间里求解。在Yale和ORL人脸数据库上的实验结果表明,提出的核最大散度差判别分析方法用于人脸识别具有较高的识别率。
为了达到监控系统视频的实时性和流畅性要求，针对现有拥塞控制算法对实时视频流控制的不足，提出了一种新的基于RTCP反馈的拥塞控制算法。该算法通过客户端反馈的RTCP包得到关键
对复杂实时构件系统行为进行形式化描述和相容性验证,可以有效提高系统的正确性、可靠性。分析了学术界和工业界的主流构件模型及常见时间行为的形式化描述方法,对构件行为协
数字图像真实性检测在司法鉴定等领域有着重要的作用。常见的图像拼接篡改会降低图像像素直接的相关性,这可以通过一些统计特征反映出来。采用特征提取-分类的方法,提取矩特征、基于二维相位一致性的统计特征,结合DCT域的马尔可夫特征,利用SVM分类器进行分类,实现了拼接图像的盲检测。实验结果表明,该方法有较好的鉴别准确率,可达91.75%。
利用随机场模型来描述像元的邻域相关性信息,利用这种相关性缩小待探测区域,然后将这种邻域信息引入到局域异常探测器中,提出了一种利用随机场模型引入能量函数和邻域信息的高光谱遥感影像局域异常目标探测算法。实验证明,该方法将光谱信息与空间信息相结合,不但比传统算法的探测率更高,且可以更有效地探测出较大的异常目标,探测速度更快。
可靠性是Web服务选择和组合的一个重要度量标准。针对Web服务发现机制中存在效率低下和查准率不高的问题,提出了一种新的Web服务可靠性评估方法——OntoRel。该方法基于本体
在多核处理器上，事务存储是一种有望取代锁的同步手段。软件事务存储不需要增加额外硬件支持，就可以充分利用当前商业多核处理器的多线程能力。提出一种软件事务存储实现算法Ve