基于有序NPsim矩阵的颜色近邻搜索

基于光谱表示法颜色近邻搜索的核心是高维向量近邻搜索,相似性度量和索引树构建是影响其性能的关键,前者存在等距性问题,后者存在构建困难、查询效率低、不易动态调整等问题,从而严重影响颜色近邻搜索算法的性能。使用NPsim函数计算颜色相似性,结合有序矩阵组织颜色空间数据,提出一种基于有序NPsim矩阵的颜色近邻搜索算法。首先,计算颜色空间中所有颜色之间的NPsim值,构建反映所有颜色相似性关系的NPsim矩阵;然后,按照每种颜色与其他颜色的相似性,对NPsim矩阵的每行元素降序排列,从而得到反映每种颜色与其他颜色相似性大小关系的有序NPsim矩阵;最后,对于颜色空间中任意给定的颜色,根据它在有序NPsim矩阵中的行号,就能够直接找到该颜色的所有近邻。采用蒙赛尔全光泽色系光谱构建有序NPsim矩阵,同时建立KD树和SR树,分别进行K近邻搜索,并从精度和速度两方面比较。在精度方面,本算法得到的颜色近邻与查询颜色距离最近、相似性最好,存在逆序现象的近邻个数最少;在速度方面,构建有序NPsim矩阵的时间比构建KD树和SR树的时间要长,但近邻搜索速度是KD树/SR树的1万倍左右,而且与K值无关;此外,构建有序NPsim矩阵易于并行化,而构建KD树和SR树不易并行化,并行化后构建有序NPsim矩阵的速度会超过构建KD树和SR树的速度。实验结果表明该方法适用于颜色近邻搜索。     

空中加油最优分配建模与实现

确定最佳空中加油方案,既有一定难度,又有重要的实用价值.本文针对加油机可以多次上天情况,对这一问题展开研究,确定了使主机飞行距离最大的空中加油方案.我们将飞机飞行过程分为出航和返航两个阶段,首先利用数学归纳法得出出航阶段的最佳加油方案;然后对返航过程建立约束方程组,求出返航阶段的最佳加油方案.利用这一模型结果可以对任意多架加油机的情况确定全程最佳加油方案.最后结合出航、返航编队及飞行姿态调整对模型作了一定范围的定量扩展,使本文的研究更具有实用价值.     

基于光谱表示和独立成分分析的混合颜料成分分析方法

在混合颜料成分分析中,反射光谱法通过计算相似性来判断基本颜料种类,容易受多种基本颜料的影响,造成分析结果不准确。将光谱表示为信号,结合独立成分分析,提出一种基于光谱表示和独立成分分析的混合颜料成分分析方法。首先,采用光谱仪获取混合颜料光谱信息,并将其表示为离散信号的形式;然后,对信号进行独立成分分析,得到基本颜料的光谱信息;随后,通过计算基本颜料光谱与已知颜料光谱的相似性,确定基本颜料种类;最后,逆用Kubelka-Munk混色公式就可以得出基本颜料的比例。我们采用蒙赛尔色卡光谱制作模拟数据,分别进行正常/扰动情况下三种色卡光谱混合信息的成分分析试验,以及从8种色卡光谱中选择若干种混合后的成分分析实验。分离出的光谱形态与已知的原始颜料光谱形态极其相似,平均相似比为97.72%,最大相似比可以达到99.95%,得出的基本颜料比例与混合时的比例基本相同。实验结果表明本方法适用于混合颜料成分分析。