散乱空间数据点的插值

本文提出了一个由散乱分布的空间数据点构造插值曲面的新方法,其特点是构造的曲面是多项式函数,且结构简单,易于计算。     

三检测通道-气相色谱法快速分析天然气的组成

采用配有五阀(2个十通阀和3个六通阀)、七柱(2根毛细管柱和5根填充柱)和三检测器(氢火焰离子化检测器A、热导检测器B和C)的气相色谱法测定了天然气的组分。借助阀的切换系统及设置的分析程序,一次进样便可实现天然气常规组分的测定。检测器A用于烃类气体的检测,检测器B用于永久气体的检测,检测器C用于氢气检测。根据标准样品组分的保留时间对未知样品作定性检测,用外标法进行定量测定。方法的精密度符合国家标准GB/T 13610-2003中的规定,本方法所测得的由标准气体所混合组成的标准样品中,各组分的测定值与标准值之间的相对误差均小于5%。     

学习“整式的加减法”须知

整式的加减是用字母表示数后的第一次应用 ,学习时需要注意下面四个方面的问题 .须知一　注意理解“式”本章涉及单项式、多项式、整式等几个概念 ,要注意准确理解这些概念 ;几个单项式的代数和组成多项式 ,单项式与多项式统称为整式 .例 1下列命题 :① 2x2 yπ 是单项式 ;② x -y3 是多项式 ;③ a -1a 是整式 ;④ 0即不是单项式 ,也不是多项式 .其中正确的有(　　 ) .　 (A) 1个　 (B) 2个　 (C) 3个　 (D) 4个分析　单项式、多项式首先是一个整式 ,即分母不含字母 ,判断一个代数式是否是单项式、多项式 ,要根据它们的定义来判别 .显然整…     

用边界曲线构造C~1 Coons曲面确定扭矢的方法

本文讨论了由四条边界曲线构造Ｃ１Ｃｏｏｎｓ曲面的问题，给出了确定角点扭矢的新方法．该方法沿四边形两对角线方向构造两条四次多项式曲线，每个角点处的扭矢，由一条四次曲线和两条边界曲线确定．跨界切矢由三次埃尔米特插值方法定义．文中还给出了一个用新方法构造曲面的实例．     

用边界曲线构造C^1Coons曲面确定扭矢的方法

本文讨论了由四条边界曲线构造C^1Coons曲面的问题，给出了确定角点扭矢的新方法．该方法沿四边形两对角线方向构造两条四次多项式曲线，每个角点处的扭矢，由一条四次曲线和两条边界曲线确定．跨界切矢由三次埃尔米特插值方法定义．文中还给出了一个用新方法构造曲面的实例．     

一类有理插值曲面模型及其可视化约束控制

本文构造一类新的基于函数值和偏导数值的双变量加权混合有理插值样条.与已有的有理插值样条相比,这类新的有理插值样条具有以下四方面的特性,其一,插值函数可以由简单的对称基函数来表示;其二,对任何正参数,插值函数满足C1连续,而且,在不限制参数取值的条件之下,插值曲面保持光滑;其三,插值函数不但含有参数,而且带有加权系数,增加了插值函数的自由度;其四,插值曲面的形状随着参数与加权系数的变化而变化.同时,本文讨论此类插值曲面的性质,包括基函数的性质、积分加权系数的性质和插值函数的边界性质.此类插值函数的优势在于,不改变给定插值数据的前提下,通过选择合适的参数和不同的加权系数,对插值区域内的任意点的函数值进行修改.因此可将其应用于曲面设计,根据实际设计需要,自由地修改曲面形状.数值实验表明,此类新的有理样条插值具有良好的约束控制性质.     

参数保形插值中决定切矢的方法

由分段三次参数多项式曲线拼合成的Ｃ１插值曲线的形状与数据点处的切矢有很大关系．基于对保形插值曲线特点的分析，本文提出了估计数据点处切矢的一种方法：采用使构造的插值曲线的长度尽可能短的思想估计数据点处的切矢，并且通过四组有代表性的数据对本方法和已有的三种方法进行了比较．     

基于分形的图像修复算法

 图像修复是目前图像处理领域中的一个研究热点,对于较大孔洞的修复一直是个难点问题,已有算法都未能很好地解决.本文基于分形相关理论,提出了一种新的修复算法,很好地利用了图像的整体信息.论述了分形维数和分形编码序列块大小之间的关系,提出多尺度的分形编码及重构的修复方法.为了强化图像细节信息,进行了分形局部迭代.为了提高图像修复的质量,将图像进行了分形放大,再进行分形插值修复.从实验结果可以看出,新方法取得了较好的修补效果,尤其是对纹理图像和有较大孔洞的图像效果更好.     

用查表法快速实现二维8×8离散余弦逆变换的研究

提出一种基于查表法的二维8×8离散余弦逆变换(2D 8×8 IDCT)的快速算法,其查找表LUT(Look-Up Table)结构的设计是基于二维8×8 DCT的基本图像.利用两种技术减小查找表长度:①利用基本图像的对称特性;②通过对离散余弦正变换(DCT)和量化过程的分析,推导出每个量化后DCT系数的取值范围.使得查找表只有10.9746K项数据,若量化矩阵具有对称性q(u,v)=q(v,u),LUT的长度还可减少近半.新算法利用查表法消除IDCT中乘法运算,并利用图像数据的特点和基本图像的对称特性大大减少加法次数,提高了计算速度.以多幅标准图像为样本数据进行实验,结果表明:新算法实现2D 8×8 IDCT运算平均只需加法182次.与当前运算量最小的Feig快速算法做比较,新算法避免了乘法,所需加法次数也降低了约15%.