随机化算法及其在最小外接圆求解中的应用

来源 :计算机技术与发展 | 被引量 : 0次 | 上传用户:lalabingku
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
近年来,随机化算法因其优良的性能吸引了大批学者的关注。在很多问题的求解中,随机化算法常有着惊人的效率,它通常是最快或者是最简单的算法,有时甚至二者兼备。讨论随机化算法在求解最小外接圆中的应用,介绍一个基于随机增量式的递归式算法,对该算法的思想进行详细的叙述,从理论上分析其性能,并结合实验验证,说明该随机化算法具有良好的性能。引入安全性要求,探讨如何在安全多方计算的环境下求解最小外接圆。
其他文献
水平集方法有效地解决了图像分割中曲线演化过程中的拓扑变化问题,其实质是水平集方法与模型的结合,以水平集方法来求解模型得到的偏微分方程的方法。要想约束水平集函数在迭代过程中保持为符号距离函数,保证水平集函数的稳定收敛,就必须对SDF重新进行初始化。但是每次都对SDF重新进行初始化,大大增加了计算量,浪费了宝贵的时间,从而大幅降低了曲线的演化速度。一直以来,大家在不断地改进算法,缩短每次初始化所需的时
探讨了可见光多聚焦图像的融合问题,提出了一种基于Curvelet变换的图像融合算法。针对Curvelet分解的不同频率域,分别讨论了低频系数和高频系数的选择原则。在选择高频系数时,通过引入Wronskian行列式从而定义局部区域线性相关度,并根据该线性相关度进行高频系数的选择;在选择低频系数时,直接采用平均法。实验结果表明:文中所给出的融合算法能够得到多个目标聚焦都很清晰的图像。
分析了异构专利数据源集成中存在的困难,针对不同专利数据源间存在的分布性、自治性、异构性等问题,提出了一个基于混合本体的专利数据源集成解决方案。该方案采用局部本体描述
作为世界码头自动化和低能耗集装箱搬运方案领域的先行者,卡尔玛以先进的理念与技术深耕中国市场,实现与中国市场的共同成长。