轮回搜索-贝叶斯法及其在大地测量反演中的应用

分析了反演中常用的贝叶斯逼近法、轮回搜索法两种算法的优缺点，提出轮回搜索一贝叶斯联合算法，该算法可以很好地反演出先验信息不明的参数。利用喜马拉雅区域GPS速度场，通过位错模型结合轮回搜索-贝叶斯方法，反演分析了印度板块与欧亚板块的碰撞情况。     

GIS路径寻优的方向优先搜索法

针对地理信息系统中特定的两点路径寻优问题，提出一种方向优先的快速搜索算法。该算法在路径搜索过程中，首先搜索与前进方向更加接近的方向，可以在搜索的早期找到最短路径，从而在以后的搜索中剪去更多的节点和分支，提高最优路径的搜索速度。     

模糊度解算中不同策略与算法的搜索效率分析

整周模糊度快速搜索是GNSS整数最小二乘模糊度估计的关键环节。文中介绍了FP、VB和SE-VB这3种模糊度搜索策略及相应算法,在分析其原理和特点的基础上对比了各类算法的异同,并给出了常规搜索算法的改进策略。分别采用模拟和实测数据对不同搜索策略下算法的执行效率进行了验证和比较。实验结果表明:VB和SE-VB搜索策略均优于FP策略,基于SE-VB策略的AEVZ搜索算法最为高效,其次为M-SE算法和M-VB算法;模拟高维环境下3种算法的搜索效率分别比LAMBDA算法平均快10倍、8倍和3倍,AEVZ算法在实测环境下的搜索效率分别比LAMBDA算法和MLAMBDA算法平均快8倍和5倍;通过对SE-VB策略下MLAMBDA算法计算流程进行优化能够进一步提高搜索性能,其改进后的搜索效率与AEVZ算法相当。     

控制网最小独立闭合环搜索算法研究

论述了控制网中最小独立闭合环搜索的两种算法：基于生成树的算法和基于迭代加深搜索的算法,在理论上进行了推导,并结合实际算例,对两种算法进行了比较,得出了在某些情况下,后一种算法搜索结果不是太稳定,前一种算法搜索结果稳定的结论。     

一种改进的SEVB整数模糊度搜索算法

针对浮点模糊度精度较差时SEVB算法存在搜索耗时较大的问题,提出一种改进的SEVB算法。该算法通过限制初始搜索空间大小和优化计算过程,能够有效减少模糊度搜索候选点个数和不必要的冗余计算,进而提高搜索效率。试验结果分析表明,当浮点模糊度解算精度较低时,改进算法的搜索效率比SEVB算法明显提高,且其搜索耗时不易受模糊度维数及精度的影响,具有更好的稳定性。     

最短路径算法加速技术及其搜索空间分析

为了分析不同最短路径算法加速技术与搜索空间的关系,首先分析了不同研究阶段最短路径算法的原理,然后在此基础上实现了不同算法,最后通过实验分析比较不同阶段算法的加速比和搜索空间的关系。结果表明,最短路径算法加速技术的加速比与搜索空间减少的倍数成线性关系,减少最短路径算法的搜索空间可大幅提升算法效率。     

整周模糊度搜索方法的效率比较和分析

GPS整周模糊度的快速、正确求解是利用GPS载波相位进行高精度定位中最为关键的问题，目前应用最广泛的模糊度解算方法是搜索法。本文比较了不同搜索法的搜索效率，并对搜索的算法和过程进行内在原因的分析。     

自动搜索最小多边形算法的研究

多边形的自动搜索是ＧＩＳ空间分析的基本算法之一，同时也在地籍拆宗、导线网闭合环的闭合差计算等领域有着重要的作用。本文依据一般的图形数据结构，提出了一种结点标记的搜索算法，利用该算法可自动搜索出所有独立的最小多边形。     

基于转向限制和延误的双向启发式最短路径算法

提出了基于节点的交通网络拓扑关系模型，描述交通网络的物理连通性以及逻辑连通性；根据对偶图的思想，定义搜索节点结构，处理交叉口转向限制和延误；改进传统的Dijkstra算法，提出了基于搜索节点的双向启发式A^＊算法，使用二叉堆优先级队列存储扩展节点，RB-tree存储标记节点。实验表明，本算法在效率和结果两方面都能满足车辆导航系统路径规划的要求。     

利用搜索算法原理进行等高线接边

一般情况下，立体像对测行的等高线数据进行接边处理，以距离作为等高线匹配的标准存在一定的缺陷。本文介绍了一种将等高线本身具有的图形特征作为匹配标准并利用搜索算法原理找共轭等高线的算法。此算法具有处理等高线数据异常的能力，较适合一般情况下等高线的接边处理，在此算法中为了盲目的搜索，提出一种计算关联值的方法并以此来选择前进的方向，提高搜索效率。此算法经过了上机实验，结果令人满意。     

散乱点云数据空间三角网构建方法的研究

点云数据三维建模主要是对目标物体的表面进行网格建模。三角形作为三维建模的基本表示元素,不仅性质简单,而且可以有效地表示物体表面复杂的几何属性。Delaunay三角网是当前使用最广泛的三角剖分方法,它能够最大限度地避免狭长三角形的产生,并且无论从何处开始建网都能保持网型的唯一性。本文在已有生长算法研究的基础上提出了一个新的算法:即在二维生长算法的基础上,利用空间三角形的法向量来进行第三点的搜索构建空间三角网。该算法的优点是:适合大量点云数据构建空间三角网、构建的空间三角网可以很好地反映出物体的表面特征。     

带有边界条件的Delaunay三角网生成算法的研究与实现

Delaunay三角网是构建数字地形模型的主要途径,凸壳是构造Delaunay三角网的基础,一般的凸壳构造方法找到的凸壳为最少点的多边形,但也有多点在一条边界边上的情况。在Delaunay三角网生成算法的基础上,提出了一种新的查找凸壳的算法并导出了带有边界条件的Delaunay三角网生成算法。通过实际数据的测试,表明该算法是有效的。     

一种基于凸包的Delaunay三角网算法设计

Delaunay三角网算法的设计与研究对DTM的建立有着重要的作用,本文在分析已有三角网算法的基础上,根据逐点插入算法的思想与凸包算法相结合,提出了自己的算法:先绘制凸包,然后构建初始三角网,最后用LOP方法整体优化。该算法尽可能的减少了对一条边的优化次数,从而提高了算法的运行效率。     

点集收集分配的Delaunay三角网快速生成算法及实现

针对目前Delaunay三角网生成算法中定位待插点所在三角形效率不高的问题,本文提出一种基于对待插点集反复收集分配来完成待插入点所属三角形快速定位的方法.经过在数据结构和实现方式上的改进,算法总体平均时间复杂度为O(NlogN).实验表明,该方法具有实现简单、内存占用较小、运算效率较高等特点.     

剔除无人机影像BRISK特征误匹配点对算法

针对BRISK特征检测算法在遥感影像中匹配时同名点对冗余度高和全局性差等特点,考虑BRISK特征检测算法能获取大量无人机遥感影像特征点,Delaunay三角网算法能够利用影像的BRISK特征点的粗匹配点对构建三角网,本文综合两种算法的优点,提出了一种结合BRISK特征检测算法和Delaunay三角网算法的剔除无人机遥感影像误匹配点对方法。该方法利用两张影像的BRISK粗匹配特征点构建Delaunay三角网,利用遍历两张影像三角网中的三角形相似度剔除错误匹配点对,并利用摄影不变量原理进一步剔除误匹配点对,提高了两张影像的精度;对比分析了Delaunay三角网的射影不变量算法,RANSAC算法分别剔除原始影像组、加入椒盐噪声影像组及旋转影像组的BRISK特征误匹配点对的效果。试验结果表明,3组影像分别利用结合BRISK特征和Delaunay三角网的射影不变量算法的无人机遥感影像匹配方法获得的正确特征匹配点对冗余度低、全局性优。     

三维建筑的三角重剖分算法

三维建筑是三维地物的主体,是三维城市和三维G IS的重要组成部分。三角面是三维图形可视化的基础,三角面的数量决定了三维建筑的渲染速度。针对三维建筑物建模及综合过程中存在冗余三角面的问题,本文提出了一种主要应用于三维综合的三角剖分算法。该算法包括两部分:基于邻面搜索的轮廓构造算法和任意多边形的剖分算法。实验证明此算法可实现大部分三维建筑的重剖分,其应用也可延伸到其他领域。     

复杂城市环境的机载Lidar点云滤波(英文)

A novel filtering algorithm for Lidar point clouds is presented, which can work well for complex cityscapes. Its main features are filtering based on raw Lidar point clouds without previous triangulation or rasterization. 3D topological relations among points are used to search edge points at the top of discontinuities, which are key information to recognize the bare earth points and building points. Experiment results show that the proposed algorithm can preserve discontinuous features in the bare earth and has no impact of size and shape of buildings.     

一种动态构建Delaunay三角网的算法

Delaunay三角剖分算法是构建数字高程模（DEM）的主要算法。在分析现有的Delaunay三角剖分的3种算法之后,指出现有算法存在的不足。并提出一种TIN的动态建模方法,利用分块技术来改进搜索方法,大大提高了Delaunay三角网的构建速度。实验结果表明,此算法和前面3种算法相比,效率有了很大提高。     

网格总分并行式Delaunay三角网建模方法

针对大规模点云数据,提出了Delaunay三角网构建的一种算法,算法通过自适应网格空间分割,实现了海量点云数据的规模均衡网格化逻辑分割;对网格内的顶点按距中距离进行排序,通过各网格由外而内的插入法建立三角网;按先总后分的方式优先保障网格之间三角网的生成,避免了分治-综合建模算法复杂而低效的三角网整合过程;建立了网格的拓扑闭包检测机制,针对各个子网格适时启动独立并行的线程对余下的内部点按传统的拓扑插入算法进行独立建模,从而并行高效、由总到分地实现了海量点集数据的三角网建模工作,显著地提高了空间大数据的三角网建模能力。     

Delaunay三角形构网的分治扫描线算法

Delaunay三角网作为一种主要的DTM表示法,具有极其广泛的用途。基于分治算法和逐点插入法的合成算法是目前研究较多的用于生成Delaunay三角网的合成算法。简要介绍和评价扫描线算法和分治算法后,提出一种新的基于这两种算法的合成算法。该方法兼顾空间与时间性能,稳定性较高,分别较扫描线算法和分治算法,运行效率和鲁棒性更优。