高维voronoi图的生成与应用研究

高维voronoi图的生成与应用研究

ID:35104148

大小:4.95 MB

页数:72页

时间:2019-03-18

高维voronoi图的生成与应用研究_第1页
高维voronoi图的生成与应用研究_第2页
高维voronoi图的生成与应用研究_第3页
高维voronoi图的生成与应用研究_第4页
高维voronoi图的生成与应用研究_第5页
资源描述:

《高维voronoi图的生成与应用研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、^孝请;f^乂!Sou化ChinaUniversitofTe化noloygy工程硕±学位论文高维Vorono潤的生成与应用研究作者姓名王炫殊工程领域计算机技术-校内指导教师胡劲松教授校外指导教师邓健爽高级工程师所在学院计算机科学与工程学院论文提交日觀2016年3月TheGenerationandApplicationofHigher-DimensionalVoronoiDiagramADissertationSubmittedfortheDegreeofMasterCandidate:WangXuan

2、shuSupervisor:Prof.HuJinsongSouthChinaUniversityofTechnologyGuangzhou,China分类号:TP3学校代号;10561学号:2013210308621华南理工大学硕±学位论文高维Voronoi图的生成与应用研究■作者姓名:王炫殊指导教师姓名:、职称胡劲松教授申请学位级别:工程硕±工程领域名称:计算机技术/论文形式:□产品研发□工程设计曰应用研究□工程/项目管理□调研报告研究方向:计算几何及应用论文提交日期:日论文答辩日期年:75日却7月文!案月

3、(;%年3外I:华南理工大学学位授予日期学位授予单位:年月日答辩委员会成员:主席:嫂毕-?-委员:刮初化咎、弯句蘇巧、名表梅华南理工大学学位论文原创性声明t本人郑重声明:所呈交的论文是本人在导师的捲导下独立进行研究所。取得的研究成果除了文中特别加标注引用的内容外,本论文不包含任何其他个人或集体已经发表或撰写的成果作品。对本文的研究做出重要贡。献的个人和集体,均已在文中明确方式标明本人完全意识到本声明的法律后果由本人承担。作者签名:至换詩\曰期:呵甚年^月2与曰学位论文版权使用授权书本学位论文作者完全了

4、解学校有关保留、使用学位论文的规定:,良P研究生在校攻读学位期间论文王作胸知识产权单位属华南理王大学。学校有权保存并向国家有关部口或机构送交论文的复印件和电子版,允许学位论文被查阅(除在保密期内的保密论文外);学校可W公布学位论文的全部或部分内容,可W允许采用影印、缩印或其它复制手段保存、汇编学位一论文。本人电子文档的内容和纸质论文的内容相致。本学□位论文属于:保密,在。□年解密后适用本授权书4^保密,同意在校园网上发布,供校内师生和与学校有共享协议全的文单位浏览;同意将本人学位论文提交中国学术期刊(光盘版)电子杂志社出版和

5、编入CNKI《中国知识资源总库》,传播学位论文的全部或部分内容。""(请在[^上相应方框内打V)'铅珠日期:wfrV叫作者签名:玉指导教师签名:日期:t作联者联系电话:电子邮箱:系地址(含邮编):摘要Voronoi图是计算几何(ComputationalGeometry)的一个重要的研究领域,在图形图像处理、计算机辅助设计(ComputerAidedDesign,CAD)、地理信息系统(GeographicInformationSystem,GIS)、空间邻域分析、路径规划、虚拟现实等等领域得到了广泛的应用。Voronoi生成算法

6、方面,学术界对于2维、3维空间的研究成果比较多。由于更高维的Voronoi图的拓扑结构、分析和实现都较为复杂,所以国内外对于任意维度上Voronoi图生成算法的研究并不是很多。本文针对这一研究领域的不足,利用了Voronoi图、Delaunay三角剖分和凸包三者之间的对应关系,研究和改进了高维凸包的生成算法,并应用于高维的Voronoi图的生成。本文首先对已有的、应为较为广泛的高维凸包算法进行了介绍和分析,并对它们的复杂度进行了研究。然后专注于Quickhull算法,ᨀ出了两方面的改进,并应用于生成高维Voronoi图。关于算法效率,本文ᨀ出了两点改进:一是对于数据

7、结构改进以ᨀ高搜索的效率,二是设计了算法并行执行的机制,将现有的算法改为并行执行。关于算法的健壮性也ᨀ出了两点改进:一是对于点集退化情形的处理,二是算法执行的过程中进行自检验,以保证算法当前执行的结果始终是正确的。第六章做了相应的实验来对比改进前后的算法,说明改进后的算法效率得到了明显的ᨀ高。在Voronoi图的应用方面,利用其各种优秀的性质,它被广泛应用在路径规划、高维聚类分析等等领域。此外学界也出现了一些跨领域应用的实例,比如与物理,化学、生物学、机械制造、移动通讯等领域相结合。随着高维Voronoi图应用需求的不断扩大,本文具有很好的理论和应用意义。关键词

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。