四叉樹(shù)
- 分布式環(huán)境下大規(guī)模移動(dòng)對(duì)象范圍查詢算法
網(wǎng)格索引和動(dòng)態(tài)四叉樹(shù)索引構(gòu)成的移動(dòng)對(duì)象分布式動(dòng)態(tài)索引（Distributed Dynamic Index，DDI）結(jié)構(gòu)。該索引結(jié)構(gòu)首先將整個(gè)查詢區(qū)域劃分為n×n個(gè)大小相等的單元格，每個(gè)單元格記錄它所包含的移動(dòng)對(duì)象；每個(gè)單元格相互獨(dú)立，可以部署到多個(gè)不同物理計(jì)算節(jié)點(diǎn)上。為增強(qiáng)網(wǎng)格索引的剪枝能力，當(dāng)一個(gè)單元格內(nèi)的移動(dòng)對(duì)象數(shù)量超過(guò)閾值α，則為該單元格構(gòu)建一棵動(dòng)態(tài)四叉樹(shù)。動(dòng)態(tài)四叉樹(shù)的構(gòu)建原則是將整個(gè)單元格看作根節(jié)點(diǎn)，當(dāng)一個(gè)節(jié)點(diǎn)內(nèi)的移動(dòng)對(duì)象數(shù)量大于α?xí)r，則為該節(jié)點(diǎn)增
計(jì)算機(jī)應(yīng)用 2023年1期2023-02-03
- 基于四叉樹(shù)算法的智能實(shí)時(shí)圖像識(shí)別模型設(shè)計(jì)與分析
本文提出了基于四叉樹(shù)算法的圖像實(shí)時(shí)識(shí)別模型[2]，通過(guò)此算法定義SPIHT編碼算法和小波變換，解決多級(jí)樹(shù)集合分裂（Set Partitioning in Hierarchical Trees，SPIHT）編碼算法的編碼速度慢等問(wèn)題。實(shí)驗(yàn)結(jié)果表示，此算法圖像復(fù)原質(zhì)量、編碼速度等技術(shù)指標(biāo)比SPIHT等編碼算法要優(yōu)，應(yīng)用前景廣闊。1 四叉樹(shù)的算法分析1.1 四叉樹(shù)分解算法四叉樹(shù)分解能夠劃分原始圖像為多個(gè)小塊，在同個(gè)小塊中劃分一致性像素，此小塊大部分都是方塊，只有
價(jià)值工程 2023年1期2023-01-14
- 一種無(wú)輸入?yún)?shù)的強(qiáng)噪聲背景下ICESat-2點(diǎn)云去噪方法
提出了一種基于四叉樹(shù)的無(wú)參數(shù)輸入去噪方法，該方法無(wú)需人為經(jīng)驗(yàn)設(shè)定的光子在高程和沿軌距離方向上的范圍以及周圍光子數(shù)量，只需利用四叉樹(shù)將每個(gè)光子合理分隔即可通過(guò)分隔層值表征光子密度，從而可做到在去噪時(shí)無(wú)需要參數(shù)輸入，在ICESat-2的模擬數(shù)據(jù)MATLAS去噪實(shí)驗(yàn)中取得了良好的效果。但對(duì)于強(qiáng)噪聲背景下的實(shí)測(cè)ICESat-2數(shù)據(jù)，四叉樹(shù)去噪方法處理局部稀疏、相距較近的噪聲光子時(shí)表征密度不合理，會(huì)將較多噪聲光子誤識(shí)別為信號(hào)光子，從而影響去噪效果。為此，本文針對(duì)四叉
光子學(xué)報(bào) 2022年11期2022-11-26
- 基于圖像四叉樹(shù)的改進(jìn)型比例邊界有限元法研究1)
SBFEM 與四叉樹(shù)網(wǎng)格的結(jié)合[13-17]使得前處理工作具有快速、高效的特點(diǎn),粗細(xì)網(wǎng)格過(guò)渡十分方便,并能實(shí)現(xiàn)自動(dòng)化的網(wǎng)格剖分,大大地減輕了網(wǎng)格剖分的負(fù)擔(dān).然而,上述這些研究在模擬界面演化問(wèn)題(如裂紋擴(kuò)展問(wèn)題)時(shí),雖然能夠使得網(wǎng)格重剖分工作達(dá)到最小化,但局部的網(wǎng)格重剖分工作仍不可避免.Natarajan 等[18]和大連理工大學(xué)李建波等[19-23]結(jié)合擴(kuò)展有限元法和SBFEM 的優(yōu)點(diǎn),提出了擴(kuò)展比例邊界有限元法(X-SBFEM)的概念,該方法采用擴(kuò)展有限
力學(xué)學(xué)報(bào) 2022年10期2022-11-06
- 基于UNITY三維虛擬仿真的內(nèi)存優(yōu)化研究
典型的應(yīng)用是將四叉樹(shù)算法運(yùn)用到地形加載中[3]，此外，還有基于Docker容器的調(diào)度優(yōu)化策略等[4]。本文主要通過(guò)資源動(dòng)態(tài)調(diào)度來(lái)完成使用Unity進(jìn)行虛擬仿真系統(tǒng)開(kāi)發(fā)中內(nèi)存問(wèn)題的優(yōu)化,通過(guò)引入四叉樹(shù)算法，并對(duì)當(dāng)前算法中的一些問(wèn)題進(jìn)行優(yōu)化，實(shí)驗(yàn)證明，優(yōu)化后的算法在Unity內(nèi)存占用上產(chǎn)生了良好的反饋，使應(yīng)用在不損失效果的情況下將內(nèi)存的消耗更低。2 Unity內(nèi)存機(jī)制Unity3D 引擎使用的內(nèi)存類型共有三種：程序代碼段、托管堆( Managed Heap)
計(jì)算機(jī)仿真 2022年7期2022-08-22
- 可重構(gòu)結(jié)構(gòu)下四叉樹(shù)編碼劃分并行設(shè)計(jì)與實(shí)現(xiàn)
用了對(duì)圖像進(jìn)行四叉樹(shù)劃分的方式。這種四叉樹(shù)遞歸結(jié)構(gòu)在將壓縮效率提升了1倍的同時(shí)，也極大地增加了編碼計(jì)算復(fù)雜度與編碼時(shí)間[2]。因此，降低四叉樹(shù)編碼過(guò)程中的計(jì)算復(fù)雜度與減少編碼時(shí)間是研究的問(wèn)題之一[3]。針對(duì)高效視頻編碼中編碼復(fù)雜度高的問(wèn)題，一些研究通過(guò)算法的簡(jiǎn)化，降低四叉樹(shù)編碼復(fù)雜度[4]。文獻(xiàn)[5]針對(duì)快速編碼單元(Coding Unit，CU)編碼過(guò)程中四叉樹(shù)遍歷計(jì)算出現(xiàn)的冗余信息，提出了一種靈活的復(fù)雜度分配機(jī)制，該分配機(jī)制將CU深度決策問(wèn)題轉(zhuǎn)換為分類
無(wú)線電工程 2022年6期2022-06-02
- 改進(jìn)的均勻化AGAST特征提取算法
7]提出了基于四叉樹(shù)的ORB特征均勻(QORB)算法，與傳統(tǒng)ORB算法相比,其主要優(yōu)勢(shì)在于提取的特征點(diǎn)更加均勻；MAIR等[8]提出了加速段檢驗(yàn)的自適應(yīng)通用角點(diǎn)檢測(cè)(Adaptive and Generic Accelerated Segment Test，AGAST)算法，該算法是對(duì)FAST算法的一種改進(jìn)，主要提升了速度與亮度變化下的魯棒性，但沒(méi)有解決尺度不變性；TANG等[9]提出的幾何關(guān)聯(lián)網(wǎng)絡(luò)2代(Geometric Correspondence N
電光與控制 2022年5期2022-05-12
- 基于分層四叉樹(shù)的多分辨率數(shù)字巖心的表示與生成*
題，提出了分層四叉樹(shù)模型，在此模型基礎(chǔ)上建立多分辨率數(shù)字巖心體素模型，同時(shí)結(jié)合MC算法［20］，生成數(shù)字巖心面模型。最后通過(guò)實(shí)驗(yàn)給出了分層四叉樹(shù)與普通方式以及八叉樹(shù)在性能上的對(duì)比。2 CT切片預(yù)處理通過(guò)射線掃描獲得的CT切片為灰度圖，像素灰度值分布為0～255，需要設(shè)置閾值，將孔隙和骨架進(jìn)行分割，以分別獲得骨架和孔隙數(shù)據(jù)。閾值分割方法實(shí)際上通過(guò)對(duì)比閾值將閾值兩邊的像素點(diǎn)灰度值二值化，設(shè)分割閾值為T，像素點(diǎn)（i，j）的灰度值為f（i，j），若f（i，j）>T
計(jì)算機(jī)與數(shù)字工程 2021年11期2021-12-01
- 基于改進(jìn)四叉樹(shù)結(jié)構(gòu)的LAS數(shù)據(jù)空間索引建立方法
解決以上問(wèn)題。四叉樹(shù)空間索引結(jié)構(gòu)是常見(jiàn)的地理數(shù)據(jù)空間索引的結(jié)構(gòu)，四叉樹(shù)結(jié)構(gòu)簡(jiǎn)單易于實(shí)現(xiàn)，本文根據(jù)ASPRS對(duì)LAS文件的說(shuō)明對(duì)其進(jìn)行解析，結(jié)合空間索引建立方法和激光點(diǎn)云數(shù)據(jù)特點(diǎn)，分析傳統(tǒng)四叉樹(shù)結(jié)構(gòu)針對(duì)該類型數(shù)據(jù)建立空間索引的一些缺陷，對(duì)四叉樹(shù)結(jié)構(gòu)進(jìn)行改進(jìn)，利用改進(jìn)后的結(jié)構(gòu)建立LAS激光點(diǎn)云數(shù)據(jù)的空間索引。1 LAS數(shù)據(jù)讀取方式介紹1.1 LAS數(shù)據(jù)結(jié)構(gòu)解析根據(jù)ASPRS對(duì)LAS格式的說(shuō)明，以目前較為通用的LAS1.3為例，LAS文件主要包含三個(gè)部分：公共文
經(jīng)緯天地 2021年2期2021-08-04
- 基于復(fù)雜度差異的VVC中360度視頻CU劃分快速?zèng)Q策
VVC中引入了四叉樹(shù)嵌套多叉樹(shù)(QTMT)的劃分結(jié)構(gòu)，由于非對(duì)稱分區(qū)的引入，編碼的計(jì)算代價(jià)與時(shí)間代價(jià)也是巨大的，在全幀內(nèi)測(cè)試配置下，VVC測(cè)試軟件(VTM)的幀內(nèi)編碼復(fù)雜度是HEVC測(cè)試軟件HM的18倍[3]。僅禁用二叉樹(shù)劃分模式(BT)后，編碼時(shí)間平均節(jié)省75.3%；僅禁用三叉樹(shù)劃分模式(TT)后，編碼時(shí)間平均節(jié)省47.6%；同時(shí)禁用BT與TT，編碼時(shí)間平均節(jié)省91.7%[4]。不論是對(duì)于普通視頻還是360度視頻，優(yōu)化CU劃分過(guò)程采取的方法主要分為2類，
- 基于圖像四叉樹(shù)網(wǎng)格的結(jié)構(gòu)動(dòng)力響應(yīng)分析
mp對(duì)圖像進(jìn)行四叉樹(shù)分解，因此可以快速劃分網(wǎng)格，但是直接與有限元(finite element method，F(xiàn)EM)結(jié)合會(huì)產(chǎn)生懸掛節(jié)點(diǎn)[1].將其與新近提出的比例邊界有限元法(scaled finite element method，SBFEM)結(jié)合可克服有限元法對(duì)網(wǎng)格剖分不允許存在懸掛節(jié)點(diǎn)的問(wèn)題[2].比例邊界有限元法是由Song和Wolf[3-5]提出的一種新型半解析數(shù)值計(jì)算方法，其應(yīng)力場(chǎng)和位移場(chǎng)在徑向是解析的，環(huán)向具有與有限元相同的精度，且僅需對(duì)結(jié)
- 基于四叉樹(shù)的WiFi室內(nèi)定位算法研究*
［3］。本文將四叉樹(shù)RSS算法應(yīng)用于室內(nèi)WiFi定位中并進(jìn)行算法改進(jìn)，解決了在四叉樹(shù)分割期間，相同的地理實(shí)體最有可能存儲(chǔ)在多個(gè)節(jié)點(diǎn)中導(dǎo)致浪費(fèi)索引存儲(chǔ)空間。同時(shí)地理空間物體的分布可能不均衡導(dǎo)致傳統(tǒng)的四叉樹(shù)生成非常不平衡的樹(shù)，樹(shù)結(jié)構(gòu)的不平衡，浪費(fèi)存儲(chǔ)空間。通過(guò)Matlab仿真驗(yàn)證，與傳統(tǒng)的遍歷算法與KD樹(shù)相比，改進(jìn)的四叉樹(shù)算法的精確度明顯更高，速度也更快。2 WiFi室內(nèi)定位技術(shù)基于WiFi技術(shù)的室內(nèi)定位技術(shù)，可實(shí)現(xiàn)無(wú)線局域網(wǎng)（WLAN）的實(shí)時(shí)定位。它結(jié)合了W
艦船電子工程 2021年5期2021-06-04
- 基于四叉樹(shù)和LOD的地形模型繪制
本文通過(guò)對(duì)基于四叉樹(shù)的規(guī)則地形場(chǎng)景自適應(yīng)LOD表示進(jìn)行了研究，提出了一種基于四叉樹(shù)和LOD的地形繪制算法。實(shí)驗(yàn)結(jié)果表明，當(dāng)渲染場(chǎng)景很大的時(shí)候，本算法可以有效降低運(yùn)算量提高地形模型的繪制效率和交互性，提高用戶的使用體驗(yàn)。關(guān)鍵詞：四叉樹(shù); LOD; 地形繪制1.簡(jiǎn)介隨著空間測(cè)繪技術(shù)的發(fā)展，越來(lái)越多的大規(guī)模地形數(shù)據(jù)獲取變的可能。很多應(yīng)用領(lǐng)域也越來(lái)越多地使用地形數(shù)據(jù)實(shí)現(xiàn)地形的三維可視化，如“數(shù)字地球”、全球環(huán)境變化監(jiān)測(cè)、災(zāi)害的預(yù)報(bào)預(yù)警、資源可持續(xù)開(kāi)發(fā)、大型工程設(shè)計(jì)
錦繡·下旬刊 2021年5期2021-05-14
- 基于暗通道的單幅圖像除霧
正，接下來(lái)利用四叉樹(shù)算法粗略估計(jì)大氣光值，對(duì)其進(jìn)行數(shù)值校正;再利用引導(dǎo)濾波對(duì)透射率進(jìn)行優(yōu)化，進(jìn)而得到平滑的透射率。通過(guò)大氣散射模型復(fù)原，得到較為清晰的除霧圖像，最后用引導(dǎo)濾波豐富圖像細(xì)節(jié)。實(shí)驗(yàn)結(jié)果表明，該算法復(fù)原圖像清晰度高，具有較好的視覺(jué)效果。關(guān)鍵詞：圖像除霧;四叉樹(shù);大氣物理模型【Abstract】Aimingattheproblemofinaccurateestimationoftheglobalatmosphericlightvalueinthed
智能計(jì)算機(jī)與應(yīng)用 2021年2期2021-05-11
- 基于改進(jìn)四叉樹(shù)的ORB特征均勻分布算法
M系統(tǒng)中提出用四叉樹(shù)來(lái)提高特征分布的均勻度，明顯改善了特征點(diǎn)的均勻度，但是提取時(shí)間明顯增加；禹鑫燚等[4]在此基礎(chǔ)上對(duì)其進(jìn)行改進(jìn)提出了Qtree_ORB算法，有效地剔除了冗余的特征點(diǎn)，但仍采用傳統(tǒng)的四叉樹(shù)結(jié)構(gòu)，計(jì)算效率有待提高；范新南等[5]提出一種自適應(yīng)角點(diǎn)閾值提取方法，但是仍然含有人工設(shè)定的參數(shù)，無(wú)法真正達(dá)到自適應(yīng)提取。故本文針對(duì)以上研究者所用方法的缺點(diǎn)，提出一種基于改進(jìn)四叉樹(shù)的ORB特征均勻分布算法，在提取特征點(diǎn)時(shí)考慮圖像的整體對(duì)比度，并且根據(jù)不同金
計(jì)算機(jī)工程與設(shè)計(jì) 2020年6期2020-06-12
- 一種存儲(chǔ)復(fù)雜多邊形包含關(guān)系的四叉樹(shù)索引
邊形包含關(guān)系的四叉樹(shù)索引方法. 該方法根據(jù)結(jié)點(diǎn)中的多邊形與四叉樹(shù)相應(yīng)象限中軸線相交的方式將多邊形對(duì)象分為5種類型，即僅與X正軸相交、僅與X負(fù)軸相交、僅與Y正軸相交、僅與Y負(fù)軸相交以及與XY軸都相交，并將這些多邊形對(duì)象分別存儲(chǔ)在相應(yīng)層次索引結(jié)點(diǎn)中的5個(gè)子列表（桶）中，然后在結(jié)點(diǎn)多邊形對(duì)象中存儲(chǔ)多邊形之間的父子包含關(guān)系. 最后設(shè)計(jì)并實(shí)現(xiàn)了該索引及相應(yīng)的查詢、插入、刪除等算法，并用實(shí)際地表覆蓋數(shù)據(jù)驗(yàn)證了本文方法的有效性. 實(shí)驗(yàn)結(jié)果表明，采用本文索引方法的復(fù)雜地表
湖南大學(xué)學(xué)報(bào)·自然科學(xué)版 2020年4期2020-05-06
- 適于模擬不規(guī)則水域波浪的緩坡方程兩種數(shù)值模型比較
構(gòu)化計(jì)算網(wǎng)格和四叉樹(shù)計(jì)算網(wǎng)格因?qū)?fù)雜計(jì)算邊界適應(yīng)性好，逐漸被用于水動(dòng)力數(shù)值模擬[3-4,6]。Guo 等[7]基于非結(jié)構(gòu)化網(wǎng)格下的有限體積法，建立了河口潮流數(shù)值模型，模擬了錢塘江口的潮流及波浪變化，取得了較好的效果；林偉波和王義剛[8]采用非結(jié)構(gòu)化網(wǎng)格的海洋模型，建立了甌江口三維潮流數(shù)值模型，較好地模擬了甌江口潮流及波浪的時(shí)空分布特征；Zhang 等[9]應(yīng)用Quadtree 非結(jié)構(gòu)網(wǎng)格，采用有限體積方法離散方程，利用預(yù)條件的不完全Lu 分解方法加速其收斂
海洋學(xué)報(bào) 2020年1期2020-01-18
- 基于Elasticsearch的時(shí)空大數(shù)據(jù)存儲(chǔ)與分析方法
存儲(chǔ)特性，結(jié)合四叉樹(shù)網(wǎng)格編碼算法，將矢量數(shù)據(jù)進(jìn)行轉(zhuǎn)換，并構(gòu)建空間索引，以提升空間數(shù)據(jù)的查詢效率。在此基礎(chǔ)上，設(shè)計(jì)并實(shí)現(xiàn)了基于Spark 的空間數(shù)據(jù)分析的優(yōu)化方案，為海量空間數(shù)據(jù)的存儲(chǔ)與查詢分析提供了一種快速有效的解決方案。2 四叉樹(shù)網(wǎng)格編碼算法圖1：四叉樹(shù)網(wǎng)格編碼原理圖由于四叉樹(shù)編碼算法原理較簡(jiǎn)單且容易實(shí)現(xiàn)，已被廣泛應(yīng)用于地理信息系統(tǒng)的業(yè)務(wù)處理中。該算法的基本思想是將一個(gè)已知范圍的空間劃分成四個(gè)相等的子空間，并按照此方式遞歸執(zhí)行，直到樹(shù)的層次達(dá)到指定的深度
電子技術(shù)與軟件工程 2019年22期2020-01-16
- GIS專業(yè)數(shù)據(jù)結(jié)構(gòu)課程設(shè)計(jì)教學(xué)內(nèi)容優(yōu)化
;并以柵格數(shù)據(jù)四叉樹(shù)壓縮編碼與解碼問(wèn)題為例，詳細(xì)說(shuō)明將數(shù)據(jù)結(jié)構(gòu)基礎(chǔ)知識(shí)與GIS專業(yè)經(jīng)典問(wèn)題結(jié)合出題的可行性、設(shè)計(jì)思路、實(shí)現(xiàn)手段及其對(duì)教學(xué)的促進(jìn)作用。關(guān)鍵詞： 數(shù)據(jù)結(jié)構(gòu); 課程設(shè)計(jì); 地理信息科學(xué); 四叉樹(shù)編碼中圖分類號(hào)：G642? ? ? ? ? 文獻(xiàn)標(biāo)志碼：A? ? ?文章編號(hào)：1006-8228（2019）12-81-04Optimizing the teaching content of data structure practicum for GI
計(jì)算機(jī)時(shí)代 2019年12期2019-12-23
- 基于四叉樹(shù)網(wǎng)格的MT二維正演
了一定的效果。四叉樹(shù)(Quadtree)和八叉樹(shù)(Octree)方法[27]是一類適應(yīng)能力強(qiáng)且高效的網(wǎng)格剖分方法。四叉樹(shù)是一種樹(shù)狀數(shù)據(jù)結(jié)構(gòu)，將平面模型的外接矩形等分成四個(gè)小的矩形,然后遞歸劃分，直至達(dá)到精度要求。四叉樹(shù)數(shù)據(jù)結(jié)構(gòu)在計(jì)算機(jī)領(lǐng)域用于研究圖像分割、遙感圖像處理和地理信息系統(tǒng)，Yerry等[28-29]首先將四叉樹(shù)數(shù)據(jù)結(jié)構(gòu)應(yīng)用于網(wǎng)格生成，隨后四叉樹(shù)網(wǎng)格的數(shù)值模擬被廣泛應(yīng)用于流體力學(xué)領(lǐng)域[30]。Haber等[31]、Lior 等[32]將八叉樹(shù)數(shù)據(jù)結(jié)
石油地球物理勘探 2019年3期2019-05-31
- 基于自適應(yīng)四叉樹(shù)的網(wǎng)頁(yè)分塊技術(shù)
[3]，而基于四叉樹(shù)的方法能快速分割圖像，并保持圖像的邊緣細(xì)節(jié)，能獲得層次化的分塊節(jié)點(diǎn)和個(gè)數(shù)，本文提出的自適應(yīng)的四叉樹(shù)是基于閾值的分塊方法，通過(guò)遍歷像素點(diǎn)找到精準(zhǔn)的分割坐標(biāo)，使得圖像能被正確地分塊，提高兩個(gè)圖像差異的識(shí)別率。四叉樹(shù)是一種樹(shù)狀的數(shù)據(jù)結(jié)構(gòu)，常用于二維空間數(shù)據(jù)的分析與分類，它將數(shù)據(jù)分成了四個(gè)象限，四叉樹(shù)常用于地圖的空間索引、稀疏數(shù)據(jù)、2D中的快速碰撞檢測(cè)[4-5]。通過(guò)四叉樹(shù)可以把圖像按一定規(guī)則切割成四個(gè)部分，如圖1、2所示，每一個(gè)節(jié)點(diǎn)下面又可以
現(xiàn)代計(jì)算機(jī) 2019年6期2019-04-08
- 一種自適應(yīng)的RFID防碰撞算法
驟查詢子集1。四叉樹(shù)搜索的基本思想是將處于沖突的標(biāo)簽分成四個(gè)子集00、01、10和11，先查詢子集00，若沒(méi)有沖突，則正確識(shí)別標(biāo)簽結(jié)束。若仍有沖突則再繼續(xù)分裂，依次類推，直到識(shí)別出子集00中所有標(biāo)簽，再按此步驟依次查詢子集01、10、11。2 改進(jìn)防碰撞算法ALOHA算法當(dāng)標(biāo)簽達(dá)到一定數(shù)量的時(shí)候，容易發(fā)生某些標(biāo)簽多次碰撞無(wú)法識(shí)別的狀況，也就是“標(biāo)簽饑餓”現(xiàn)象[8]。二進(jìn)制樹(shù)形轉(zhuǎn)化法則不存在這一現(xiàn)象。目前已經(jīng)存在的算法有動(dòng)態(tài)二叉樹(shù)搜索算法、動(dòng)態(tài)的四叉樹(shù)搜索算
計(jì)算機(jī)技術(shù)與發(fā)展 2018年12期2018-12-20
- 方向關(guān)系在空間查詢中的應(yīng)用研究
利用錐形模型和四叉樹(shù)索引，提出了一種基于方向關(guān)系的空間查詢算法；并進(jìn)一步結(jié)合空間距離關(guān)系，實(shí)現(xiàn)了基于方向和距離關(guān)系的復(fù)合空間查詢，有效地提高了空間查詢的性能。1 空間方向關(guān)系計(jì)算模型現(xiàn)有的空間方向關(guān)系計(jì)算模型主要包括：錐形模型、矩形模型、方向關(guān)系矩陣模型、方向Voronoi圖模型和方向關(guān)系統(tǒng)計(jì)模型。矩形模型[6]用兩目標(biāo)的MBR之間的方向關(guān)系來(lái)確定兩目標(biāo)之間的方向關(guān)系，但由于MBR之間的關(guān)系在許多情況下并不能精確代表目標(biāo)之間的真實(shí)關(guān)系，因此該模型是一個(gè)近似
地理信息世界 2018年1期2018-10-21
- 一種微博POI簽到數(shù)據(jù)的四叉樹(shù)格網(wǎng)獲取方法
例，設(shè)計(jì)了一種四叉樹(shù)動(dòng)態(tài)格網(wǎng)抓取數(shù)據(jù)方法，由于新浪微博為了防止客戶端的過(guò)度采集導(dǎo)致服務(wù)器資源的濫用，對(duì)返回的POI數(shù)量作了一定的限制，因此，本文在設(shè)計(jì)四叉樹(shù)格網(wǎng)時(shí)對(duì)采集的POI數(shù)量設(shè)定了閾值，當(dāng)某一格網(wǎng)內(nèi)返回的POI數(shù)量達(dá)到閾值時(shí)，就采用四叉樹(shù)分裂法動(dòng)態(tài)分割當(dāng)前格網(wǎng)遞歸獲取數(shù)據(jù)，從而保證數(shù)據(jù)采集的完整性。與傳統(tǒng)的規(guī)則格網(wǎng)的獲取方式相比，四叉樹(shù)格網(wǎng)在獲取數(shù)據(jù)的完整性方面有明顯的優(yōu)勢(shì)，從獲取數(shù)據(jù)的結(jié)果分布來(lái)看，采用規(guī)則格網(wǎng)方式的數(shù)據(jù)缺失主要集中在高密度的POI
地理信息世界 2018年2期2018-10-16
- 增強(qiáng)型混合樹(shù)RFID防碰撞算法研究
法識(shí)別時(shí)間長(zhǎng)，四叉樹(shù)算法產(chǎn)生大量空閑時(shí)隙而降低識(shí)別效率的不足，提出了一種增強(qiáng)型混合樹(shù)防碰撞（EHT）算法。該算法根據(jù)待識(shí)別標(biāo)簽數(shù)目來(lái)動(dòng)態(tài)選擇基于樹(shù)的算法，從而縮短識(shí)別時(shí)間，提高識(shí)別效率和減少所耗總時(shí)隙數(shù)。仿真結(jié)果表明，當(dāng)待識(shí)別標(biāo)簽總數(shù)超過(guò)1 000時(shí)，EHT算法的識(shí)別效率仍能維持在65%以上，所耗總時(shí)隙數(shù)為1 500個(gè)左右。因此EHT算法可以很好地解決多標(biāo)簽碰撞問(wèn)題，并在大規(guī)模標(biāo)簽識(shí)別場(chǎng)合中具有良好的應(yīng)用前景。關(guān)鍵詞 RFID；二叉樹(shù)；四叉樹(shù)；混合樹(shù)；防碰
科技傳播 2018年15期2018-08-21
- 一種支持范圍查詢的云數(shù)據(jù)空間索引研究
過(guò)為每個(gè)桶PR四叉樹(shù)的葉節(jié)點(diǎn)分配一個(gè)希爾伯特(Hilbert)鍵值來(lái)實(shí)現(xiàn)多維查詢.本文的第一個(gè)難點(diǎn)就是如何避免查詢結(jié)果中出現(xiàn)大量的冗余數(shù)據(jù).如果地圖被分成過(guò)多的網(wǎng)格,雖然不同網(wǎng)格包含數(shù)據(jù)量的差距會(huì)縮小,但同時(shí)會(huì)造成數(shù)據(jù)查詢效率下降.因?yàn)閷?duì)于一個(gè)空間范圍查詢而言,同樣大小的空間內(nèi)網(wǎng)格越多意味著需要查詢的葉節(jié)點(diǎn)就越多,查詢時(shí)間會(huì)相應(yīng)增加.理想的情況是網(wǎng)格盡可能小的同時(shí)查詢數(shù)據(jù)的時(shí)間越來(lái)越短.因此,對(duì)于CDM而言,如何劃分地圖網(wǎng)格的密度來(lái)達(dá)到兩者的平衡至關(guān)重要.
小型微型計(jì)算機(jī)系統(tǒng) 2018年5期2018-07-04
- 基于WebGL的三維點(diǎn)云可視化研究
GL；可視化；四叉樹(shù)中圖分類號(hào)：P208 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：2095-2945（2017）35-0041-021 概述隨著網(wǎng)絡(luò)技術(shù)、計(jì)算機(jī)圖形技術(shù)以及空間三維建模技術(shù)的進(jìn)步，大大擴(kuò)展了三維信息數(shù)據(jù)的應(yīng)用領(lǐng)域，并促進(jìn)了相應(yīng)領(lǐng)域的良好發(fā)展。三維信息數(shù)據(jù)不僅記錄了物體在空間中的三維信息而且還記錄了物體表面的幾何信息，能夠更加直觀、更加真實(shí)的顯示和認(rèn)識(shí)客觀世界對(duì)象。通過(guò)利用這些信息，就可以對(duì)物體的三維形態(tài)進(jìn)行相應(yīng)的構(gòu)建和分析，在實(shí)際的應(yīng)用當(dāng)中可以多角度的去
科技創(chuàng)新與應(yīng)用 2017年35期2017-12-19
- 基于四叉樹(shù)算法優(yōu)化檢索效率的三維建模技術(shù)
0042)基于四叉樹(shù)算法優(yōu)化檢索效率的三維建模技術(shù)盧鵬飛1，黃軻2，龍奎1，魏文剛2，潘聲勇2，楊其菠2，江君3(1.重慶市地質(zhì)環(huán)境監(jiān)測(cè)總站，重慶 401120；2.武漢中地?cái)?shù)碼科技有限公司，武漢 430074；3.重慶地質(zhì)礦產(chǎn)研究院，重慶 400042)三維地質(zhì)建模是研究如何利用GIS軟件將三維空間地質(zhì)實(shí)體真實(shí)地再現(xiàn)，實(shí)現(xiàn)地質(zhì)體的三維可視化和相關(guān)空間分析，為地質(zhì)研究和礦產(chǎn)資源勘查提供技術(shù)支撐。本文在綜合前人研究成果的基礎(chǔ)上，對(duì)目前常用的基于MapGIS的
地質(zhì)災(zāi)害與環(huán)境保護(hù) 2017年2期2017-07-07
- 基于四叉樹(shù)的高效梯度域圖像融合
法，在此引入了四叉樹(shù)這種層級(jí)空間數(shù)據(jù)結(jié)構(gòu)，通過(guò)對(duì)融合圖像的分解，選擇出少量的像素點(diǎn)求解，最終通過(guò)線性插值的方法，補(bǔ)全其余像素點(diǎn)的差值，完成圖像合成，來(lái)近似達(dá)到求解泊松方程構(gòu)建完整線性系統(tǒng)的效果。【關(guān)鍵詞】圖像編輯；梯度域合成；四叉樹(shù)現(xiàn)在是信息時(shí)代，圖形是人們獲取信息、表達(dá)信息、傳遞信息的一種手段。隨著數(shù)字圖像處理技術(shù)的興起，人們生活在不知不覺(jué)間發(fā)生了翻天覆地的變化。圖像、圖形逐漸成為傳播信息的主要的載體，雖然人眼識(shí)別高，可以找到成千上萬(wàn)的顏色，但在許多情況
智富時(shí)代 2017年6期2017-07-05
- 基于改進(jìn)四叉樹(shù)的地理實(shí)體快速查詢算法
00）基于改進(jìn)四叉樹(shù)的地理實(shí)體快速查詢算法彭召軍1，王青山1，熊 偉1，李柏地2（1.信息工程大學(xué)，河南 鄭州 450001；2.78138部隊(duì)，四川 成都 610000）通過(guò)改進(jìn)傳統(tǒng)四叉樹(shù)的數(shù)據(jù)組織和節(jié)點(diǎn)分配，將被索引的地理實(shí)體要素合理地分配到樹(shù)中對(duì)應(yīng)的節(jié)點(diǎn)中，減少了數(shù)據(jù)冗余，節(jié)點(diǎn)的分布也更為合理。以地理實(shí)體數(shù)據(jù)為例，綜合比較了不同數(shù)據(jù)集在建立索引前后空間查詢效率上的差異。結(jié)果表明，該算法具有較高的查詢性能和實(shí)用價(jià)值。四叉樹(shù)；地理實(shí)體；空間查詢空間索引是
地理空間信息 2017年1期2017-02-16
- 多源影像的線性四叉樹(shù)場(chǎng)景生成方法及其在智慧城市中的應(yīng)用
多源影像的線性四叉樹(shù)場(chǎng)景生成方法及其在智慧城市中的應(yīng)用王快1.2，梁建國(guó)1.2，胡開(kāi)全1.2，周智勇1.2WANG Kuai1,2，LIANG Jian-guo1,2，HU Kai-quan1,2，ZHOU Zhi-yong1,2（1.重慶市勘測(cè)院；2.重慶市地理國(guó)情監(jiān)測(cè)工程技術(shù)研究中心）隨著遙感影像數(shù)據(jù)的來(lái)源愈加廣泛，可以將遙感數(shù)據(jù)上傳至公共信息服務(wù)平臺(tái)，綜合城市宏觀全貌和微觀圖像，搭建一個(gè)基于遙感技術(shù)和空間大數(shù)據(jù)運(yùn)行的智慧城市平臺(tái)。論文提出了一種基于線
智能建筑與智慧城市 2017年12期2017-01-17
- 基于四叉樹(shù)的大規(guī)模點(diǎn)云管理及實(shí)時(shí)渲染
0093）基于四叉樹(shù)的大規(guī)模點(diǎn)云管理及實(shí)時(shí)渲染張東升1,2，李國(guó)柱1,2，馬 波1（1. 昆明市測(cè)繪研究院，云南 昆明 650051；2. 昆明理工大學(xué) 國(guó)土資源工程學(xué)院，云南 昆明 650093）三維激光掃描儀能夠獲取非常詳盡的信息，但掃描儀的隨機(jī)軟件多數(shù)只能控制設(shè)備和數(shù)據(jù)顯示，缺乏足夠的點(diǎn)云后處理和空間分析功能。設(shè)計(jì)了一種基于四叉樹(shù)的大規(guī)模點(diǎn)云管理算法，使用四叉樹(shù)來(lái)對(duì)點(diǎn)云進(jìn)行管理，以期對(duì)大規(guī)模點(diǎn)云進(jìn)行高效管理并進(jìn)行實(shí)時(shí)渲染。大規(guī)模點(diǎn)云；四叉樹(shù)；點(diǎn)云渲染
地理空間信息 2016年9期2016-12-28
- 基于四叉樹(shù)的移動(dòng)終端地圖搜索算法研究與實(shí)現(xiàn)
0020）基于四叉樹(shù)的移動(dòng)終端地圖搜索算法研究與實(shí)現(xiàn)胡 穎1（1.重慶市勘測(cè)院，重慶 400020）針對(duì)智能移動(dòng)終端的GPS定位位置和用戶在終端輸入的搜索關(guān)鍵詞，設(shè)計(jì)了一種綜合性的空間關(guān)鍵詞索引框架，該框架利用倒排索引進(jìn)行文本索引，利用四叉樹(shù)索引進(jìn)行空間索引?；谠摼C合索引框架設(shè)計(jì)和實(shí)現(xiàn)了一種高效準(zhǔn)確的POI搜索算法，該算法能夠根據(jù)移動(dòng)終端的位置和用戶輸入的搜索關(guān)鍵詞，從數(shù)據(jù)庫(kù)中獲取到相關(guān)度盡量高的結(jié)果，從而提高地圖搜索的準(zhǔn)確度和效率?？臻g索引；向量空間模
地理空間信息 2016年5期2016-12-27
- 基于ε-Voronoi圖的矢量數(shù)據(jù)自適應(yīng)簡(jiǎn)化方法
種基于幀緩存和四叉樹(shù)索引的自適應(yīng)簡(jiǎn)化方法，即采用四叉樹(shù)索引對(duì)矢量數(shù)據(jù)進(jìn)行區(qū)域劃分，通過(guò)評(píng)價(jià)各個(gè)區(qū)域地物實(shí)體分布密度的指標(biāo)，判斷各個(gè)區(qū)域內(nèi)的矢量數(shù)據(jù)密度、圖幅寬度，得到各區(qū)域ε-Voronoi圖中的ε值，再借助幀緩存技術(shù)，自適應(yīng)地簡(jiǎn)化各個(gè)區(qū)域內(nèi)的矢量數(shù)據(jù)。實(shí)驗(yàn)表明，該方法一定程度上提高了簡(jiǎn)化質(zhì)量，為矢量數(shù)據(jù)可視化應(yīng)用提供一定的基礎(chǔ)。四叉樹(shù)；幀緩存；自適應(yīng)；簡(jiǎn)化0 引言隨著硬件平臺(tái)及相關(guān)技術(shù)的發(fā)展，人們獲取空間數(shù)據(jù)的能力急劇增長(zhǎng)，甚至超出計(jì)算機(jī)存儲(chǔ)能力的增長(zhǎng)速
地理與地理信息科學(xué) 2016年1期2016-05-25
- 基于四叉樹(shù)原理的多波段遙感影像區(qū)域合并算法
079)?基于四叉樹(shù)原理的多波段遙感影像區(qū)域合并算法劉耀林，丁名時(shí)(武漢大學(xué)資源與環(huán)境科學(xué)學(xué)院，湖北 武漢 430079)A Region-merging Algorithm toward Multiband Remote Sensing Image Based on the Quadtree PrincipleLIU Yaolin，DING Mingshi摘要：隨著計(jì)算機(jī)技術(shù)的發(fā)展，通過(guò)處理分析遙感影像數(shù)據(jù)獲取信息達(dá)到科研或工程應(yīng)用目的已成為一種普遍的模
測(cè)繪通報(bào) 2016年2期2016-04-11
- 一種四叉樹(shù)和測(cè)地線活動(dòng)輪廓模型相結(jié)合的海陸影像分割方法
hina?一種四叉樹(shù)和測(cè)地線活動(dòng)輪廓模型相結(jié)合的海陸影像分割方法郭海濤1,2，孫磊1，申家雙2，陳小衛(wèi)1，張宏偉11. 信息工程大學(xué)地理空間信息學(xué)院,河南 鄭州 450052； 2. 海軍海洋測(cè)繪研究所,天津 300061Foundation support： The National Natural Science Foundation of China(Nos.41101396；41001262)摘要：海陸影像分割對(duì)于后續(xù)的海岸線提取、潮間帶地形反演、
測(cè)繪學(xué)報(bào) 2016年1期2016-03-04
- 期權(quán)定價(jià)的n叉樹(shù)模型
s方程.最后以四叉樹(shù)為例,使用R程序說(shuō)明了n(n≥4)叉樹(shù)與三叉樹(shù)相比,計(jì)算效率更高,計(jì)算結(jié)果更精確.關(guān)鍵詞：n叉樹(shù);四叉樹(shù);Black-scholes方程中圖分類號(hào)：F830文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1009-2714(2015)04- 0016- 04doi:10.3969/j.issn.1009-2714.2015.04.004收稿日期：2015—09—02作者簡(jiǎn)介：范宏高(1990—)，男，湖北荊州人，碩士，主要研究方向?yàn)榻鹑诮y(tǒng)計(jì).期權(quán)定價(jià)的方法有許
- 三條路并的極值能量及一類圖的能量排序
分別連接，稱為四叉樹(shù)，記為H（i，j，k，l），如圖2-2.圖2-2 四叉樹(shù)H（i，j，k，l）特別地，四叉樹(shù)H（i，j，k，n-i-j-k-2）為路P2的一個(gè)端點(diǎn)分別與路Pi，Pj的懸掛點(diǎn)連接，另一端點(diǎn)與路Pk，Pn-i-j-k-2的懸掛點(diǎn)分別連接（1≤i≤（n-3）/3）.如圖2-3所示：圖2-3 四叉樹(shù)H（i，j，k，n-i-j-k-2）推論2.2如圖2-4，在四叉樹(shù)H（1，i，i，n-2i-3）中能量可排序?yàn)椋簣D2-4 四叉樹(shù)H（1，i，i，n-2
- 基于多分辨率半邊的三維地形自適應(yīng)無(wú)縫建模
083)“限定四叉樹(shù)”法可以實(shí)現(xiàn)三維地形自適應(yīng)無(wú)縫建模，但仍存在一些問(wèn)題，如計(jì)算量大、數(shù)據(jù)冗余等。該文將多分辨率半邊理論引入到三維地形建模中，提出了適合自適應(yīng)地形格網(wǎng)存儲(chǔ)和格網(wǎng)面提取的方法；設(shè)計(jì)并實(shí)現(xiàn)了三維地形自適應(yīng)無(wú)縫建模的算法；最后，應(yīng)用C語(yǔ)言和DirectX工具，開(kāi)發(fā)了相應(yīng)的可視化實(shí)驗(yàn)系統(tǒng)。與“限定四叉樹(shù)”法相比，該方法不需要反復(fù)檢測(cè)相鄰格網(wǎng)的層差，且隨剖分層次的增加，格網(wǎng)數(shù)量和渲染數(shù)據(jù)量的降低率逐漸增大，分別達(dá)13.9%和12.2%(剖分層次為7)
地理與地理信息科學(xué) 2015年2期2015-06-07
- MGIS中地圖柵格數(shù)據(jù)組織模型研究*
片金字塔模型和四叉樹(shù)技術(shù)基礎(chǔ)上,提出了一種地理地圖柵格數(shù)據(jù)模型,該模型將地圖柵格數(shù)據(jù)的使用分為獲取、組織和索引三個(gè)步驟,并分析研究各步驟主要技術(shù)和方法,并利用瓦片金字塔模型和四叉樹(shù)技術(shù)完成柵格數(shù)據(jù)組織。該模型能夠高效完成柵格數(shù)據(jù)的組織和其他操作,具有高效實(shí)用特點(diǎn)。MGIS; 瓦片金字塔; 四叉樹(shù); 地圖柵格數(shù)據(jù)Class Number TP3911 引言軍事地理信息系統(tǒng)(military geographic information system,MGIS
艦船電子工程 2015年4期2015-03-15
- 基于方向和距離關(guān)系的復(fù)合空間查詢
0070)利用四叉樹(shù)索引，提出一種基于方向和距離關(guān)系的復(fù)合空間查詢算法。其基本思路是：計(jì)算給定的方向區(qū)域和距離范圍之間的交S,借助四叉樹(shù)索引快速查找其MBR(Minimum Bounding Rectangle)被S包含或與S相交的空間對(duì)象，構(gòu)成候選集，從候選集中刪除不符合給定方向和距離關(guān)系的空間對(duì)象，得到查詢結(jié)果。實(shí)驗(yàn)表明，算法具有較好的空間查詢性能。四叉樹(shù)索引；方向關(guān)系；距離關(guān)系；復(fù)合空間查詢；算法空間查詢是指從空間數(shù)據(jù)庫(kù)中檢索出滿足給定空間關(guān)系的空間
測(cè)繪工程 2014年11期2014-08-25
- 一種基于四叉樹(shù)編碼的要素分級(jí)顯示過(guò)濾技術(shù)
，本文提出基于四叉樹(shù)編碼的要素分級(jí)顯示過(guò)濾技術(shù)，即通過(guò)對(duì)地圖數(shù)據(jù)要素根據(jù)其空間坐標(biāo)生成不同長(zhǎng)度的四叉樹(shù)編碼，在不同的顯示比例尺下顯示不同長(zhǎng)度的四叉樹(shù)編碼的對(duì)應(yīng)要素，從而實(shí)現(xiàn)地圖數(shù)據(jù)的縮放效果自然流暢、顯示要素分布均勻。二、四叉樹(shù)編碼原理空間數(shù)據(jù)的四叉樹(shù)編碼是將二維區(qū)域按照4個(gè)象限進(jìn)行分割，并為分布于每個(gè)象限中的空間要素賦編碼的過(guò)程。每個(gè)象限區(qū)域可以繼續(xù)分割為4個(gè)子象限，依次類推，直至象限內(nèi)只有一個(gè)空間要素為止。其編碼方式如圖1所示。圖1 四叉樹(shù)編碼原理根據(jù)
測(cè)繪通報(bào) 2014年6期2014-08-15
- 一種基于外存的海量地表離散點(diǎn)的交互編輯算法
樹(shù)、R樹(shù)系列、四叉樹(shù)和八叉樹(shù)等，而在這些結(jié)構(gòu)中，四叉樹(shù)在二維平面點(diǎn)數(shù)據(jù)中應(yīng)用較為廣泛，KD樹(shù)和八叉樹(shù)常用于三維點(diǎn)數(shù)據(jù)組織中.四叉樹(shù)是由Raphael Finkel與J.L.Bentley在1974年提出來(lái)的一種樹(shù)狀數(shù)據(jù)結(jié)構(gòu)，其結(jié)構(gòu)比較簡(jiǎn)單，當(dāng)空間數(shù)據(jù)對(duì)象分布比較均勻時(shí)，具有較高的空間數(shù)據(jù)插入和查詢效率.KD樹(shù)是一種面向k維空間點(diǎn)的二叉樹(shù)結(jié)構(gòu)，是一種較為有效的k維空間點(diǎn)數(shù)據(jù)組織結(jié)構(gòu)，在涉及高維空間查找領(lǐng)域具有自身獨(dú)特優(yōu)勢(shì).八叉樹(shù)是由Hunter在1978年首
- 一種基于四叉樹(shù)的數(shù)字圖像壓縮算法*
09)一種基于四叉樹(shù)的數(shù)字圖像壓縮算法*陳云鵬1謝志成2鄭創(chuàng)偉2陳宇輝2曾宇鵬2杜雪清2(1.華中科技大學(xué)計(jì)算機(jī)學(xué)院 武漢 430074)(2.深圳報(bào)業(yè)集團(tuán) 深圳 518009)基于四叉樹(shù)的數(shù)字圖像壓縮算法是一種利用四叉樹(shù)結(jié)構(gòu)對(duì)圖像中平滑區(qū)域進(jìn)行壓縮編碼的技術(shù)。而現(xiàn)有的壓縮算法由于存在諸多缺陷,使得其效果很難與諸如Jpeg2000的主流壓縮算法相比擬。論文基于現(xiàn)有的四叉樹(shù)分割算法,提出了一種高效的編碼方式來(lái)記錄四叉樹(shù)的結(jié)構(gòu)信息,同時(shí)引入了泰森多邊形方法和自
艦船電子工程 2014年11期2014-07-05
- 顧及協(xié)方差函數(shù)的自適應(yīng)四叉樹(shù)InSAR數(shù)據(jù)壓縮算法
差函數(shù)的自適應(yīng)四叉樹(shù)InSAR數(shù)據(jù)壓縮算法張 靜1,張 勤1,2,趙超英1,2,張菊清11.長(zhǎng)安大學(xué)地質(zhì)工程與測(cè)繪學(xué)院,陜西西安 710054;2.西部礦產(chǎn)資源與地質(zhì)工程教育部重點(diǎn)實(shí)驗(yàn)室,陜西西安 710054利用InSAR變形監(jiān)測(cè)結(jié)果進(jìn)行形變機(jī)理反演時(shí),由于InSAR獲取的數(shù)據(jù)點(diǎn)眾多,且往往含有較多的誤差乃至粗差點(diǎn),嚴(yán)重制約了反演計(jì)算的效率和可靠性。為此,本文提出顧及InSAR變形監(jiān)測(cè)數(shù)據(jù)的物理空間相關(guān)性來(lái)設(shè)立協(xié)方差函數(shù),并依據(jù)協(xié)方差函數(shù)確定四叉樹(shù)象限分
測(cè)繪學(xué)報(bào) 2014年5期2014-06-27
- 基于內(nèi)容的圖像檢索（CBIR）中圖像顏色特征提取方法的研究和改進(jìn)
分布直方圖借助四叉樹(shù)圖像分割進(jìn)行圖像檢索的方法，該方法使用與人類視覺(jué)感知相符合的HSV顏色模型，通過(guò)構(gòu)造四叉樹(shù)借助MeanShift算法對(duì)圖像進(jìn)行分割，提取出特征顏色，得到顏色分布的直方圖。最后利用EMD算法衡量圖像與圖像之間的距離，實(shí)現(xiàn)圖像的搜索。關(guān)鍵詞：基于內(nèi)容檢索；均值漂移；四叉樹(shù)；圖像分割；特征顏色中圖分類號(hào)：TP18 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1009-3044（2014）11-2642-05Abstract： The paper present
電腦知識(shí)與技術(shù) 2014年11期2014-06-18
- 一種基于小波四叉樹(shù)的無(wú)線視頻組播方案
出一種基于小波四叉樹(shù)(QuadTree)的無(wú)線視頻組播方案，利用四叉樹(shù)結(jié)構(gòu)組織小波系數(shù)，從而更好地進(jìn)行能量分配，以提高SoftCast的性能。方案主要包含三個(gè)步驟：離散小波變換(DWT)[9]、四叉樹(shù)(QuadTree)系數(shù)組織、能量分配(power allocation)和白噪化(whitening)。相對(duì)于現(xiàn)有的SoftCast，基于小波四叉樹(shù)(QuadTree)的方法在重構(gòu)性能上有一定的提升。1 SoftCast原理介紹SoftCast是由S.Jak
太原科技大學(xué)學(xué)報(bào) 2014年4期2014-06-13
- 基于Hadoop的QR樹(shù)索引方法
K－D－B樹(shù)、四叉樹(shù)、R樹(shù)及其變體[5，6]等等。在海量空間數(shù)據(jù)的情況下，往往導(dǎo)致樹(shù)的深度過(guò)深，上述結(jié)構(gòu)的檢索效率明顯較低。secondary index作為一種混合式索引結(jié)構(gòu)，常見(jiàn)的有QR樹(shù)[7]、PMR樹(shù)[8]、Hilbert R樹(shù)[9]等等，通過(guò)兩級(jí)級(jí)索引的方式能夠有效降低樹(shù)的深度，提高檢索效率，但是由于結(jié)構(gòu)復(fù)雜，在處理海量數(shù)據(jù)時(shí)會(huì)帶來(lái)龐大的計(jì)算量。面對(duì)海量空間數(shù)據(jù)處理與查詢的復(fù)雜性，傳統(tǒng)的集中式處理方式已經(jīng)變成制約處理和查詢效率的 “瓶頸”。隨著
計(jì)算機(jī)工程與設(shè)計(jì) 2013年12期2013-11-30
- 大規(guī)模三維點(diǎn)云快速拾取技術(shù)研究
的點(diǎn)。2 基于四叉樹(shù)的層次包圍盒技術(shù)2.1 四叉樹(shù)的引入在實(shí)際應(yīng)用中，系統(tǒng)面對(duì)的通常是大規(guī)模的三維點(diǎn)云數(shù)據(jù)，如果進(jìn)行點(diǎn)云拾取時(shí)對(duì)三維場(chǎng)景中的點(diǎn)一一進(jìn)行坐標(biāo)轉(zhuǎn)換和相交檢測(cè)，勢(shì)必給系統(tǒng)帶來(lái)較大的運(yùn)算負(fù)荷，影響交互速度。層次包圍盒［2］是一種能有效提高拾取效率的技術(shù)，在拾取時(shí)，從層次包圍盒上層結(jié)點(diǎn)出發(fā)，逐步向下判斷，如果到達(dá)某個(gè)結(jié)點(diǎn)時(shí)與拾取射線或拾取多邊形無(wú)交集，則其子結(jié)點(diǎn)的相交情況無(wú)需再判斷；當(dāng)?shù)竭_(dá)最底層結(jié)點(diǎn)時(shí)，則進(jìn)行基本的相交檢測(cè)。為了構(gòu)建層次包圍盒，點(diǎn)云數(shù)
計(jì)算機(jī)工程與設(shè)計(jì) 2013年8期2013-09-11
- 詳述幾種常用的柵格數(shù)據(jù)的空間索引方法
法有R樹(shù)系列、四叉樹(shù)、固定格網(wǎng)以及K-D-B樹(shù)等。1 R樹(shù)系列空間索引R樹(shù)系列從誕生以來(lái)經(jīng)過(guò)多年的發(fā)展已經(jīng)相繼出現(xiàn)了眾多的變形，例如R+樹(shù)、R3樹(shù)、Hibert R樹(shù)以及SR樹(shù)等一系列。同時(shí)以上變形均屬于一種平衡樹(shù)，其結(jié)構(gòu)也與B樹(shù)類似。R樹(shù)可以直接的實(shí)現(xiàn)對(duì)空間中占據(jù)一定范圍的地理要素進(jìn)行索引，可以按照幾何對(duì)象的最小外接矩形MBR進(jìn)行二維索引或者高維索引。R樹(shù)的每一個(gè)非葉結(jié)點(diǎn)均由若干MBR單元構(gòu)成，而MBR為包含有對(duì)應(yīng)的空間對(duì)象的最小矩形。R樹(shù)最大的特點(diǎn)是兄
河南科技 2013年5期2013-04-10
- 格網(wǎng)索引及四叉樹(shù)在CAD建庫(kù)軟件中的應(yīng)用
網(wǎng)空間索引配合四叉樹(shù)，針對(duì)CAD數(shù)據(jù)建立空間索引，配合相應(yīng)的算法得以解決此類問(wèn)題。二、格網(wǎng)索引及四叉樹(shù)結(jié)構(gòu)分析與優(yōu)化為了快速檢索大量矢量數(shù)據(jù)，可將空間劃分成一定間距的網(wǎng)格［1］，建立起矢量數(shù)據(jù)與網(wǎng)格之間的相對(duì)關(guān)系，并以網(wǎng)格作為數(shù)據(jù)空間關(guān)系的承載體。這樣便可快速檢索特定區(qū)域內(nèi)的矢量數(shù)據(jù)，反之亦可快速計(jì)算特定空間要素所處的區(qū)域及確定該區(qū)域內(nèi)矢量數(shù)據(jù)之間的關(guān)系。如圖1所示，將數(shù)據(jù)的空間位置映射到空間網(wǎng)格中，建立空間索引。若想在海量數(shù)據(jù)中獲得所示對(duì)象的交點(diǎn)等操作，
測(cè)繪通報(bào) 2012年1期2012-12-11
- 一種支持多版本空間數(shù)據(jù)的索引方法
法有格網(wǎng)索引、四叉樹(shù)索引和R樹(shù)系列索引3種［4-5］，這方面的研究相對(duì)比較成熟，基本思想都是對(duì)研究的空間區(qū)域進(jìn)行劃分(如圖2所示)，用最小外接矩形(MBR)來(lái)代替空間對(duì)象的形態(tài)參與計(jì)算，算出每個(gè)劃分區(qū)域所對(duì)應(yīng)的索引號(hào)以及空間對(duì)象所對(duì)應(yīng)的索引號(hào)。其中區(qū)域劃分和索引號(hào)編碼是算法的核心，研究成果較多［4-8］，本文不再贅述。圖2 區(qū)域劃分示意圖由上圖可以看出，格網(wǎng)索引和四叉樹(shù)索引屬于靜態(tài)索引，在計(jì)算索引號(hào)時(shí)空間區(qū)域大小保持不變，用戶在進(jìn)行空間數(shù)據(jù)更新導(dǎo)致版本提升
測(cè)繪通報(bào) 2012年1期2012-12-11
- 基于位長(zhǎng)四叉樹(shù)的EZBC改進(jìn)算法
簡(jiǎn)單高效的幅值四叉樹(shù)編碼結(jié)構(gòu)和基于上下文的位平面編碼算法，比EBCOT算法具有更高的壓縮效率，平均每個(gè)像素使用的編碼符號(hào)少于EBCOT算法.但是EZBC算法在編碼過(guò)程中需要建立小波系數(shù)的幅值四叉樹(shù)Qk［l］(i，j)、非重要節(jié)點(diǎn)鏈表LIN和重要像素鏈表LSP，在編碼過(guò)程需占用大量?jī)?nèi)存，這是EZBC算法硬件實(shí)現(xiàn)的最大障礙;而由于其采用鏈表操作，在編碼過(guò)程中需要進(jìn)行大量的鏈表添加和刪除操作，這會(huì)影響其編碼速度.針對(duì)以上問(wèn)題，本研究提出一種基于位長(zhǎng)四叉樹(shù)的EZB
深圳大學(xué)學(xué)報(bào)（理工版） 2012年5期2012-11-26
- 退化四叉樹(shù)格網(wǎng)的全球多分辨率DEM無(wú)縫表達(dá)
1］采用限制性四叉樹(shù)（即控制鄰近格網(wǎng)的剖分層次差），再通過(guò)平滑數(shù)據(jù)、增減節(jié)點(diǎn)或網(wǎng)格線等方式實(shí)現(xiàn)裂縫消除。該方法要求相鄰地塊的剖分層次差不能超過(guò)1，并需要時(shí)刻檢測(cè)邊界，計(jì)算量大［12－13］，若用于全球會(huì)產(chǎn)生大量冗余三角形。調(diào)整高程值法［14－15］通過(guò)調(diào)整裂縫處節(jié)點(diǎn)的高程值實(shí)現(xiàn)無(wú)縫拼接，會(huì)導(dǎo)致T型節(jié)及地形失真，也會(huì)帶來(lái)繪制時(shí)的光照不連續(xù)現(xiàn)象，對(duì)于有些顯卡也可能導(dǎo)致一些空洞小點(diǎn)。其他方法還有：自適應(yīng)網(wǎng)格法［16］、簇依賴（cluster dependenci
測(cè)繪學(xué)報(bào) 2012年6期2012-07-25
- 一種新型RFID動(dòng)態(tài)多叉樹(shù)查詢防碰撞算法
度有3層。動(dòng)態(tài)四叉樹(shù)查詢算法為了避免頻頻發(fā)生碰撞，在檢測(cè)到碰撞時(shí)將響應(yīng)的標(biāo)簽分為四個(gè)分支依次查詢，仍以上述8個(gè)標(biāo)簽為例，搜索流程如圖3所示。圖3 動(dòng)態(tài)四叉樹(shù)查詢算法由圖3可以看出，動(dòng)態(tài)四叉樹(shù)算法只有2個(gè)碰撞時(shí)隙，但多了2個(gè)空閑時(shí)隙，而且當(dāng)標(biāo)簽數(shù)量較少時(shí)會(huì)產(chǎn)生很多空閑時(shí)隙，效率未必比二叉樹(shù)更好。在上述RFID系統(tǒng)中，標(biāo)簽的第一比特位碰撞，第二比特位沒(méi)有碰撞，根據(jù)曼徹斯特碼的編碼特性，可以直接確定第二比特位，采用二叉樹(shù)；標(biāo)簽的第三和第四比特位都發(fā)生碰撞，則采用
制造業(yè)自動(dòng)化 2012年15期2012-07-04
- 復(fù)雜多邊形圖形矢量數(shù)據(jù)結(jié)構(gòu)編碼方式的改進(jìn)
種復(fù)雜的結(jié)構(gòu).四叉樹(shù)編碼方法的優(yōu)點(diǎn)在于能彌補(bǔ)多邊形矢量編碼的缺陷，它允許在多邊形中嵌套多邊形即所謂“洞”這種結(jié)構(gòu)的存在，但它最大的缺點(diǎn)在于編碼轉(zhuǎn)換時(shí)具有圖形編碼的不確定性，用同一形狀和大小的多邊形可能會(huì)得出多種不同的四叉樹(shù)結(jié)構(gòu)，不利于形狀分析和模式識(shí)別.為了克服該缺點(diǎn)，本文采用霍夫曼編碼的原理，在四叉樹(shù)編碼圖的基礎(chǔ)上重新進(jìn)行編碼，形成霍夫曼編碼樹(shù).由于霍夫曼編碼是以二叉樹(shù)來(lái)表示的，這樣就能保證一組編碼只能對(duì)應(yīng)一個(gè)霍夫曼編碼樹(shù)，從而防止了同一形狀和大小的多邊
陜西科技大學(xué)學(xué)報(bào) 2012年1期2012-02-19
- 三維地形模型生成的多核并行算法*
節(jié)層次模型采用四叉樹(shù)（Quad Tree）的數(shù)據(jù)結(jié)構(gòu)、待處理的數(shù)據(jù)量和計(jì)算量都非常大的特點(diǎn)，本文提出了一種在多核計(jì)算機(jī)上基于四叉樹(shù)劃分的并行模型簡(jiǎn)化算法，對(duì)三維地形系統(tǒng)進(jìn)行優(yōu)化。1 多核并行程序設(shè)計(jì)多核并行計(jì)算技術(shù)是當(dāng)前計(jì)算機(jī)領(lǐng)域的研究熱點(diǎn)，在未來(lái)數(shù)年內(nèi)，隨著芯片內(nèi)核數(shù)量持續(xù)增長(zhǎng)，多核計(jì)算將成為一種廣泛普及的計(jì)算模式[1]。要想真正獲得多核處理器帶來(lái)的高效率，軟件的發(fā)展必須跟上硬件的步伐，而當(dāng)前多核處理器軟件總體滯后于硬件。多核處理器為實(shí)施計(jì)算任務(wù)的細(xì)粒度
網(wǎng)絡(luò)安全與數(shù)據(jù)管理 2011年8期2011-05-17
- 基于地形的自適應(yīng)壓縮和實(shí)時(shí)可視化
，本文使用限制四叉樹(shù)三角化方法(RQT)［8］，提出了一種高效的海量地形自適應(yīng)壓縮和渲染算法，該算法除了具有較高的壓縮比和運(yùn)行效率，對(duì)于海量地形漫游也能達(dá)到高效、實(shí)時(shí)、連續(xù)的視覺(jué)效果。本文的組織結(jié)構(gòu)如下:第二部分將介紹基于整數(shù)小波變換的限制四叉樹(shù)三角化。第三部分討論地形壓縮，基于視點(diǎn)的多分辨率解壓縮和實(shí)時(shí)渲染中的場(chǎng)景更新算法。最后兩部分將給出一些實(shí)驗(yàn)結(jié)果，并對(duì)本文的工作作出一個(gè)簡(jiǎn)單的總結(jié)。2 基于整數(shù)小波變換的限制四叉樹(shù)三角化2.1 整數(shù)小波變換小波變換是
- 面向集聚分布空間數(shù)據(jù)的混合式索引方法研究
針對(duì)格網(wǎng)索引和四叉樹(shù)索引存在的問(wèn)題,提出將四叉樹(shù)嵌入格網(wǎng)形成一種混合式空間索引結(jié)構(gòu),并分析其原理、數(shù)據(jù)結(jié)構(gòu)與影響參數(shù)。理論分析及實(shí)驗(yàn)證明,對(duì)于空間集聚分布狀態(tài)的海量地理數(shù)據(jù)而言,混合式索引方法以略高的存儲(chǔ)代價(jià)換取了更高的檢索、插入和刪除效率,是一種有效的空間索引方案?；旌纤饕?空間索引;GIS;地圖可視化目前,GIS技術(shù)廣泛應(yīng)用于空間相關(guān)的各領(lǐng)域,但也產(chǎn)生了一系列新問(wèn)題,如數(shù)據(jù)量日益膨脹、空間分析過(guò)程復(fù)雜化等[1]。空間數(shù)據(jù)存儲(chǔ)與操作成為限制GIS發(fā)展的瓶
地理與地理信息科學(xué) 2010年1期2010-12-28