-
题名离散点集最小包围圆算法分析与改进
被引量：11
- 1
-
-
作者
李红军
张晓鹏
-
机构
北京林业大学理学院
中国科学院自动化研究所模式识别国家重点实验室&中法联合实验室
-
出处
《图学学报》
CSCD
北大核心
2012年第2期34-38,共5页
-
基金
国家自然科学基金资助项目(60970093
60902078
60872120)
-
文摘
针对平面上的离散点集求取最小包围圆的问题,评述现有算法并给出一种改进算法,称为较远点对定义初始包围圆的增量算法。首先概述了几条对算法理解和设计有直接影响的最小包围圆性质或判定;然后对求取最小包围圆的随机增量算法、最远点优先渐近算法、对偶决策算法等3种典型算法进行概述和简要分析;再对随机增量算法和最远点优先渐近算法进行改进;最后,以二维区域随机点集、一维共线随机点集和共线有序点集3类数据进行实验对比。实验结果表明,最远点优先渐近算法是过去3种算法中效率最高的;论文提出的较远点对定义初始包围圆的增量算法大大提高了随机增量算法的时间效率,是该文所列举的方法中最快的算法,并且是一种确定性算法。离散点集最小包围圆的快速计算有助于碰撞检测和机器人等领域的广泛应用。
-
关键词
最小包围圆
随机增量算法
最小包围圆性质
计算几何
-
Keywords
smallest enclosing disk
randomized incremental algorithm
property of smallest enclosing disk
computational geometry
-
分类号
TP301
[自动化与计算机技术—计算机系统结构]
-
-
题名桁架结构的自动生成与可视化实现
被引量：2
- 2
-
-
作者
郭丽华
汤文成
赵春花
-
机构
东南大学机械工程学院
-
出处
《机械设计》
CSCD
北大核心
2010年第6期14-18,共5页
-
文摘
提出一种桁架结构自动生成的方法。该方法在给定节点、外部荷载和材料属性的条件下,应用Delaunay三角剖分法实现桁架几何结构的自动生成,根据平衡矩阵的秩判断桁架几何结构的稳定性,应用满应力法对几何结构进行尺寸优化,得到满足工程需求的桁架结构。联合应用VC和MATLAB编程软件实现了桁架的自动生成与可视化。实际应用表明此方法在处理桁架结构自动生成的问题上具有可行性和有效性。
-
关键词
桁架结构
DELAUNAY三角剖分
随机增量算法
几何稳定性分析
-
Keywords
truss structure
Delaunay triangulation
random increment algorithm
geometrical stability analysis
-
分类号
O39
[理学—工程力学]
-
-
题名改进的最小包围球随机增量算法
被引量：2
- 3
-
-
作者
李世林
李红军
-
机构
北京林业大学理学院
-
出处
《图学学报》
CSCD
北大核心
2016年第2期166-171,共6页
-
基金
国家自然科学基金项目(61372190)
-
文摘
三维空间中离散点集的最小包围球,在碰撞检测、计算几何和模式识别等领域都有广泛应用。为了更好地理解和构造最小包围球算法,首先对最小包围球的性质进行分析。然后,基于对随机增量算法的分析,提出了构造较大初始包围球和减少迭代过程中最小包围球更新次数两种策略。依据后一种策略提出的方法称为随机点组-重算最远点算法。计算机随机生成数据和现实三维模型采样数据的多组实验结果表明,随机点组-重算最远点算法相比于之前的经典算法能够有效地提高时间效率。
-
关键词
最小包围球
随机增量算法
随机点组-重算最远点算法
-
Keywords
minimum enclosing ball
randomized incremental algorithm
random point group-recalculation farthest point
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名增量式隐私保护频繁模式挖掘算法
被引量：7
- 4
-
-
作者
张亚玲
王婷
王尚平
-
机构
西安理工大学计算机科学与工程学院
-
出处
《计算机应用》
CSCD
北大核心
2018年第1期176-181,共6页
-
基金
国家自然科学基金资助项目(61572019)
陕西省科学研究计划重点项目(2016JZ001)
陕西省教育厅重点实验室科研计划项目(16JS078)~~
-
文摘
针对多数隐私保护的频繁模式挖掘算法需要多次数据库扫描以及计数时需要进行多次比较的不足,提出了一种增量的基于位图的部分隐藏随机化回答(IBRRPH)算法。首先,引入bitmap表示数据库中的事务,采用"位与"操作有效提高支持度的计算速度;其次,通过分析增量访问关系,引入增量更新模型,使得在数据增量更新时频繁模式挖掘最大限度地利用了之前挖掘结果。针对增量分别为1 000至40 000,与顾铖等提出的算法(顾铖,朱保平,张金康.一种改进的隐私保护关联规则挖掘算法.南京航空航天大学学报,2015,47(1):119-124)进行了对比测试实验。实验结果表明,与顾铖等提出的算法相比,IBRRPH算法的效率提高幅度超过21%。
-
关键词
频繁模式挖掘
隐私保护
增量更新
部分隐藏的随机化回答算法
-
Keywords
frequent pattern mining
privacy-preserving
incremental update
randomized Response with Partial Hiding（RRPH） algorithm
-
分类号
TP309.2
[自动化与计算机技术—计算机系统结构]
TP393.08
[自动化与计算机技术—计算机应用技术]
-
-
题名基于增量学习算法的混合课程学生成绩预测模型研究
被引量：15
- 5
-
-
作者
罗杨洋
韩锡斌
-
机构
清华大学教育研究院
-
出处
《电化教育研究》
CSSCI
北大核心
2021年第7期83-90,共8页
-
基金
国家社会科学基金“十三五”规划2018年度国家一般课题“混合教学的理论体系建构及实证研究”(课题编号:BCA180084)。
-
文摘
基于在线学习行为预测学生成绩可以辅助教师动态掌握学情,制定差异化的教学策略,然而在混合课程中仅仅依据在线数据对学生成绩进行预测难度很大,尚处于探索中。文章选取某高校2018秋季学期和2020春季学期的“高活跃型混合课程”学生在线行为数据,采用增量学习的随机森林算法构建学生成绩预测模型,研究发现:(1)增量学习随机森林算法在混合课程样本最多的数据集中,获得预测结果准确率最高(75.1%);(2)相较于批量学习随机森林算法,增量学习算法在数据样本量较多的数据集中预测结果准确率更高;(3)当样本数量达到一定规模后,预测结果准确率波动减小、稳定性增强。本研究采用增量学习随机森林算法预测混合课程中的学生成绩,不仅取得了较好的预测准确率,而且解决了新增数据后模型的稳定性问题,将有助于模型的迭代优化,提高模型的通用性,以及可持续追踪学生在不同学期的学习行为特征。
-
关键词
学生成绩预测
混合课程
增量学习算法
随机森林算法
机器学习
-
Keywords
Students'Performance Prediction
Hybrid Course
incremental Learning algorithm
random Forest algorithm
Machine Learning
-
分类号
G434
[文化科学—教育技术学]
-
-
题名激光陀螺捷联惯性导航系统解析对准误差特性分析
被引量：4
- 6
-
-
作者
陈河
张志利
周召发
刘朋朋
赵晓枫
-
机构
火箭军工程大学导弹工程学院
-
出处
《兵工学报》
EI
CAS
CSCD
北大核心
2018年第3期502-510,共9页
-
基金
国家自然科学基金项目(41174162
41404022)
-
文摘
为使惯性器件精度满足初始对准要求,对激光陀螺捷联惯性导航系统初始对准的误差特性进行了分析。从解析对准法的增量计算公式出发,采用扰动法推导了惯性器件测量误差带来的对准失准角及其随机特性,并根据姿态角与姿态矩阵之间的关系分析了对准失准角带来的姿态角误差。通过仿真和试验对理论分析结果进行了验证。研究结果表明:对准误差均值取决于惯性器件的常值误差和载体姿态,与对准时间无关;对准误差标准差和惯性器件的随机游走系数与载体姿态有关,且与对准时间的平方根呈反比。
-
关键词
捷联惯性导航
解析对准
增量算法
姿态误差
随机特性
-
Keywords
strapdown inertial navigation
analytic alignment
incremental algorithm
attitude error
random characteristic
-
分类号
V448.22
[航空宇航科学与技术—飞行器设计]
-
