基于等值线的数量场可视化

给出了以等值线描述的二维数量场可视化方法,它通过区域的收缩和扩张确定每一点到它相邻等值线的距离,然后用线性插值得到这个点的数据值,从而形成一个网格点数据场,由此对二维数量场进行三维可视化．     

我国范围内多个再分析地表通量数据集的可信度分析

利用NCEP/NCAR(NCEP1)、NCEP/DOE(NCEP2)及ECMWF的再分析地表通量(感热和潜热通量)资料,以及由经验公式计算得出的我国地表通量的气候值(以下简称气候值),采用可视化分析、统计分析和天气气候学诊断方法,分析了三组再分析数据集的地表感热、潜热通量,以及基于地表热通量的鲍文比和地表热源在不同季节的空间分布和年变化,并与气候值做了比较.结果显示,尽管存在一些共同的问题(如三组再分析数据集潜热通量的值明显偏大),但不同再分析地表通量所反映的我国不同季节地表感、潜热通量的空间分布和年变化趋势与气候值的分布是一致的.总的来看,ECMWF再分析是最合理的,其次为NCEP2,最后为NCEP1.     

求解函数优化问题的两种异步并行算法

对子空间搜索法（一类多父体重组搜索策略）与群体爬山法相结合的一种随机搜索新算法即郭涛算法的特点进行了分析与实例验证，并在此基础上提出两种异步并行算法，以适应各种类型的并行与分布计算环境。以Bump函数的优化问题为例在超级并行计算机上作了并行数值试验，得到了迄今最好的结果。     

计算机并行通信纠错设计

提出了3种适合计算机并行通信的纠检错方案．它们能够纠正单字节错,同时检测绝大数多字节错,结合ARQ技术,可得到很高的系统可靠性和数据完整性．     

解线性最小二乘问题的一个新并行算法

讨论了求解无约束线性最小二乘问题的一种并行单纯形法以及对它的改进算法并行共轭梯度—单纯形法 .算法本身具有很强的并行机制 ,能够充分地发挥并行机快速省时的特点 .本文也对算法做了理论分析 ,对算法的收敛性给予了证明 (在二维情形下 ) .最后做了数值实验 (由于软硬件条件的限制 ,并行算法未能在并行计算机上实现 ,鉴于这种情况 ,我们所做的数值实验均是在串行机上完成的 )     

并行计算多项式全部零点的一个高速圆盘迭代

本文受〔7〕和〔3〕的启发,得到了一个渐近效率与〔3〕相当的同时求多项式所有根的并行圆盘迭代法,并建立了条件较〔3〕为弱的收敛性定理.该算法毋需计算多项式的导数,所以在某种特定条件下,渐近效率较高.     

分布式异构数据库中相关规则并行开采研究

首先简单介绍了相关规则及其并行开采算法的一些基本情况,然后指出了现有算法在分布式异构数据库中不能有效利用计算资源和造成信息丢失的问题．在证明了一个基本的定理之后,提出了基于ＨＤＤＭｉｎｅｒ模型的异步并行算法,并就其中的一些问题作了说明．最后,介绍了分布式异构数据库中数据开采的并行算法中一些仍需继续研究的问题．     

求解二维对流扩散方程的交替分带并行算法

根据saul’yev型非对称差分格式和Crank-Nicolson差分格式对二维的对流一扩散方程构造了一类新的并行算法，即交替分带的Crank-Nicolson方法．该方法具有并行性质，可以在高性能的并行计算机上直接计算，稳定性好．数值实验表明，该方法有很好的精度．     

基于GPU加速的遥感影像金字塔创建算法及其在土地遥感影像管理中的应用

摘要：为提高单个计算节点创建影像金字塔的速度,本研究首先将GPU并行技术用于加速影像重采样算法.影像重采样算法是影像金字塔创建算法的核心步骤,由于金字塔创建过程中数据量会不断发生变化,而数据量的大小直接影响GPU重采样算法效率.提出了一种基于阈值的金字塔遥感影像创建算法,算法将GPU并行与CPU串行遥感影像重采样算法结合,在创建影像金字塔时,依据阈值动态选择不同的重采样算法,并将本算法应用到土地遥感影像金字塔管理中.实验采用大小为10371×7945的24位遥感影像进行测试,结果表明：①基于GPU的并行重采样算法的速度最快,是基于CPU串行重采样算法的10倍;②采用本文算法创建金字塔速度是ArcGIS9.3创建金字塔速度的3倍以上.     

分割图像插值的一种局部算法

对于医学序列切片，图像上像素之间的间隔常常小于切片之间的距离，而在图像处理中，常常需要它们有一致的分辨率。对于已分割的切片图像，插入的切片图像也应是分割的图像。本文提出了一种图像插值的局部算法，该算法在产生新插入图像每点的分割信息与颜色信息时，计算只与相邻切片图像的局部像素值有关。因此既保持了相邻切片的物体形态过渡自然，又具有良好的数值稳定性。应用该算法于医学序列切片进行插值时，可达到良好的视觉效果。算法已成功应用于医学数据的三维重建系统。     

局部形状特征概率混合的半自动三维点云分类

三维激光扫描获取的点云数据可用于数字城市建设、三维模型获取、场景分析与物体测量等领域.但因遮挡和噪声的影响,加之扫描场景复杂,采样精度受限,使得不能直接运用经典的曲面和三维空间理论对点云数据进行有效分析和处理.分类是点云数据预处理的重要方式之一.提取近邻四面体体积、近邻法向量差异度、主方向差异度和主曲率值4个局部形状特征,采用概率混合策略构建了一种点云数据的半自动分类方法,可实现平面点集、柱面点集和其他点集的有效区分.其中,概率混合策略是依据近邻点平均距离和单指标类别一致程度估计每个特征推断形状的概率,通过混合加权,依据概率赋权函数最大值准则进行局部形状推断.可实现用户交互,以便处理不同扫描尺度和精度的点云数据.采用本文方法对模拟生成的点云、单棵树木点云、街道场景点云、旷野自然场景扫描点云以及航空机载扫描点云等多组数据进行了实验,结果表明,基于局部形状特征的概率混合方法对各种点云数据均具有良好的分类效果.