一、关于点与简单多边形位置关系的一种算法（论文文献综述）
刘思嘉[1]（2021）在《基于强化学习的城市交通路径规划问题研究》文中研究说明随着汽车数量在城市中的不断增加,日益严重的交通拥堵问题亟待解决,人们在出行过程中,如何选择从初始位置到目标位置的路径成为一个重要问题。现有导航系统可以指导车辆寻找路径,但在未知或者信息不全的环境下无法有效进行导航。因为道路情况复杂多变,在最初选择的路径运行过程中,可能因为道路拥堵导致路线质量较差。所以,在城市交通路径规划过程中,最短的路线并不一定是最优的路线。现有路径规划策略难以应对不断变化的道路状况,强化学习方法在道路信息发生变化的时候,能够快速做出反应,重新规划一条新的路线。因为强化学习算法是一种将智能体与外部环境进行交互,得到反馈从而获取环境信息的方法。模型无关的强化学习算法能够展现强化学习算法的特点,其中时间差分方法应用较为广泛,代表算法有异策略的Q-学习算法和同策略的Sarsa算法。两者均能完成未知环境下的路径规划策略,需要根据不同应用环境来选择适合的方法。城市交通路径规划需要考虑规划的快速性和车辆的安全性。针对目前大多数强化学习算法不能兼顾两者的问题,首先,本文使用基于模型的算法和模型无关的算法相结合的Dyna框架,以提高规划的快速性;然后,使用经典的Sarsa算法作为选路策略,以提高算法的安全性;最后,将两者结合提出了改进的基于Sarsa的Dyna-Sa算法。实验结果显示,提前规划步数越多的强化学习算法收敛速度越快。使用收敛速度和碰撞次数等指标,将Dyna-Sa算法与Q-学习算法、Sarsa算法和Dyna-Q算法进行对比,Dyna-Sa算法能够减少车辆在有障碍地图中的碰撞次数,保证车辆在城市交通环境中的安全性,同时能够加快算法收敛速度。对于动态障碍物环境下,Dyna-Sa算法能够有效规划出一条到达目标点的路径,在障碍物发生变化后,更新环境模型,再次规划新路线,与其他算法相比,具有良好的动态性。最后在Dyna-Sa算法的基础上引入状态追踪机制,提出Dyna-Sa（λ）算法。该算法对智能体经历的状态设定一个固定值,并随着时间增加不断衰减。智能体到达目标点时根据每个状态对应的值的情况选择路径规划最优策略。实验结果表明,Dyna-Sa（λ）算法总体表现要优于其它对比算法。
王东平[2]（2021）在《基于盲道检测与方向识别的算法研究》文中指出盲道作为城市基础建设的组成部分,有着十分重要的意义。视障者群体传统的出行多以盲道为基础,通过脚底触觉来判断前方路径及转弯等路况,这种出行方式不仅十分危险,也无法充分利用盲道信息。本文借助数字图像处理技术,以盲道信息为依托,将光照,阴影等外部条件下的盲道图像作为算法处理对象,从盲道检测与方向识别两大方面入手,分别提出了不同的处理算法。在盲道检测方面,将研究工作分为颜色分割与纹理分割两部分。针对颜色特征盲道,提出一种基于HSI色彩空间与改进OTSU的分割算法,利用色彩空间转换,改进后的OTSU以及形态学处理等算法,提取图像颜色分量,实现阈值分割,完善目标区域,进而提高分割的准确性;针对具有明显纹理特征的盲道,提出一种基于GLCM与改进的K-means算法相结合的分割算法,使用直方图均衡化、灰度共生矩阵以及改进后的K-means聚类分割等算法,增强原始盲道图像的对比度,计算出盲道特征值,以确定位置作为初始点,实现区域分割,减少分割时间,增强元素间相似性。在方向识别方面,将处理后的盲道图像分为直行盲道图像与转弯盲道图像。针对直行盲道,利用Canny边缘检测算子提取出边界,再通过Hough变换查找到图像中最长的两条直线,并且根据两条直线与x轴投影的夹角来确定盲道相对于盲人的位置,便于盲人判断偏移方向,规划行走路线;针对转弯盲道,提出一种基于多边形逼近思想的拐点检测算法,将检测的边界连接成闭合轮廓,再利用多边形逼近思想,使用Dp算法将轮廓曲线用几何图形进行拟合,由于拟合后的图形拐点位置精确,利用Susan角点检测算法可以快速高效的检测出盲道的拐点,避免了伪拐点的产生,从而达到盲道方向的识别,提高算法的普适性。实验表明,本文提出的算法可以有效避免光照等外部条件的影响,提高分割准确性,准确高效地提取出盲道范围,并识别出盲道的偏离位置以及盲道路径的方向,从而指导盲人安全高效出行。
徐凡[3]（2020）在《面向3D打印的简单多边形多层旋转体生成方法》文中认为3D打印是一种通过将材料逐层堆叠积累的方式构造物体的新型制造技术,带来了生产方式和制造工艺上的变革。相对于传统的减材制造,这种材料自下而上累加的制造工艺有力的推动了数字化3D技术的研究与发展。3D打印技术在制造复杂产品和定制化产品方面较传统制造工艺有天然的优势,在医疗、教育、娱乐、时尚等领域有广泛的应用。一般来说我们建模的方式有两种:借助计算机辅助设计工具直接建模,通过扫描和重建的方法获得模型。由于这两种方法建模的代价很高,所以人们往往更加倾向于利用旋转,拼接等轻量级的建模方式。这些轻量级的方法不仅有着较小的建模代价,还有着广泛的应用场景。对于任意多边形,使用传统的偏移或缩放的方法生成的多层旋转体存在着一些局限性。本文受到可旋转的风铃结构的启发,提出一种生成任意简单多边形的多层旋转体的方法。对于给定的简单多边形,首先计算其内部轮廓,并使用分层在绕轴旋转时产生的扫掠面多边形来判断碰撞,扫掠面多边形为原多边形与其关于轴对称的多边形的并集。方法使用多边形轮廓上的点组成决定对称轴的点对,并预先对点对进行筛选来简化计算,然后找到使得多边形对应的扫掠面多边形最小的对称轴。第二步优化分层的位置,目标是通过旋转、平移和缩放当前分层,使之能够在上层空间内自由旋转而不发生碰撞。为了简化操作,我们首先求扫掠面多边形的有向包围盒（Oriented bounding Box,以下简称OBB盒）,并用此OBB盒代替原扫掠面多边形进行计算。同时我们简化上层多边形,并在上层多边形内随机撒点作为中心点;定住旋转角度优化中心点的位置,然后不断的优化旋转角度,缩放OBB盒,最终得到最大的OBB盒。OBB盒处于初始状态时,矩形的长边水平,其旋转范围为[-90,90°]。接下来过当前中心点引两条相互垂直的线段,并在线段上各自均匀地取3个补偿点进行缩放,直到被外层多边形分层完全覆盖或者小于当前最优解。对当前分层应用变换矩阵,最终得到一个面积最大的分层。方法不断迭代,直到当前分层的面积小于一个定值,给定多边形的所有分层计算完成。进一步的,方法对轮廓结构进行拉伸加宽,并设计添加T型结构关节来连接旋转体的各个分层。T型结构不仅起到连接相邻两个分层的作用,并且充当了内部分层的旋转轴。通过建模,我们最终可以得到给定多边形的一个完整的三维几何模型。此三维模型可以在平面状态下直接进行一体化3D打印,无需后期组装,提高了打印效率和打印精度。实验表明,算法结果符合预期,生成的免组装可旋转模型可以在较短的时间内打印成型。未来的工作主要包括两个方面:一方面,我们可以通过设计和利用不同的压缩形式和方法,生成可压缩的旋转体;另一方面,我们也可以通过改变连接关节的结构来决定不同形状的组合方式。
王昊[4]（2020）在《一种枝-环状集输网络的布局优化研究》文中研究表明油气集输管道布局规划设计是建设油气田地面集输管道的先导工作,进行站场及管道的拓扑布局设计是其核心工作,然而由于集输管道拓扑布局设计过程中需要同时考虑站场几何位置、管道走向、各级站场连接关系等实际问题,采用人工设计的方案难以满足最优性的需求。基于最优化方法,考虑客观约束条件,确定最优的油气集输管道拓扑拓扑布局优化方案对于指导油气田地面工程建设、节约建设投资具有现实价值。油气集输管道可以归结为网络最优化问题,在现有油气集输管道拓扑布局优化理论的研究成果中,对于枝-环状集输管道的拓扑布局优化理论方法研究较少,而枝-环状集输管道在衰减期油田及低产量油田中广泛存在,本文针对枝-环状集输管道的拓扑布局优化开展研究,取得如下研究成果:首先,基于图论理论方法,将枝-环状油气集输管道的拓扑结构特征进行有效表征,给出多级枝-环状集输网络的图论定义。在此基础上,以各级站场的几何位置、各级站场之间的连接关系、成环油井之间的连接关系等为决策变量,以隶属唯一性、网络结构特征、环路特点等为约束条件,建立枝-环状油气集输管道的拓扑布局优化数学模型,并分析该模型的求解难度。其次,根据模型的层次结构特点,将模型分解为井组划分和环路优化两个子问题,针对环路优化子模型采用果蝇优化算法进行有效求解,并提出深度优先搜索算法确定最优环路,继而融合分级优化思想、果蝇智能优化算法、深度优先搜索算法建立混合优化方法对前述拓扑布局优化模型进行求解。再次,针对在管道拓扑布局设计过程中存在的山体、湖泊、村屯等障碍,采用多边形对障碍进行逼近表征,在对障碍进行有效表征的基础上,考虑障碍对于枝-环状网络拓扑布局的影响,建立以总建设费用最小为目标的含障碍枝-环状集输拓扑布局优化数学模型并对该模型进行有效求解。最后,基于以上理论方法,结合程序开发平台和C语言开发辅助模型求解的软件系统,实现无障碍和有障碍情况下的枝-环状集输管道拓扑布局优化设计。此外,为验证文中所提优化模型及解法的有效性,针对油田集输管道进行实例计算,通过优化结果验证本文所建立理论方法有效。本文研究成果对于丰富最优化理论方法在油气田的应用成果具有一定理论意义,尤其对于完善枝-环状集输网络拓扑布局优化理论具有促进作用。
单鑫[5]（2020）在《不规则建筑参数化建模及其风载体型系数研究》文中研究说明AutoCAD是目前不规则建筑模型建立的主要渠道,其强大的图形处理功能为复杂模型的建立提供支持。但随着模型复杂度的提升,建模时间不断增加。同时对于模型质量控制的相关研究甚少,较差的模型质量容易导致计算结果失真或计算不收敛。为此,本文从模型质量控制及建模效率提升两方面入手,主要研究内容包括:1、根据建模特性对建筑分类,基于各类建筑的建模过程总结了传统建模方法的局限性。不规则建筑模型控制点数量多,AutoCAD每次只能对单个控制点进行处理,建模效率较低;绘图、分析软件兼容性问题导致的模型规整度降低一定程度上使建模过程复杂化;AutoCAD部分平面制图功能无法在三维空间中直接使用,需其它命令辅佐进行,导致建模流程碎片化。2、根据控制点间距、层间距、层间变异状况等变量推导能够形成较高质量网格的建模控制参数,对特殊分布容易形成质量较差网格的点集提供相应的三角网格绘制方案和优化方案。3、对传统建模方式的局限性,采用Autolisp语言基于AutoCAD软件进行二次开发。在点集筛选、标高统一、轮廓绘制、层间缝合等步骤中,以对点集进行批量处理为核心,开发了一个或多个快捷功能,提升建模效率;为面域转化过程开发了基于顶点的面域绘制方案,简化了建模步骤。4、对数值风洞模拟过程中影响计算结果精度的因素进行分析,分析表明网格的划分形式相比于湍流模型的选择对计算结果有更大的影响。周边加密网格划分方式能够在压力梯度较大处形成较密集的网格,同时网格数量合理,保证计算结果可靠度的同时具有较高的计算效率。5、以萨尔王铜像为例采用参数化建模方式进行建模,分析其风载体型系数及表面风压分布规律。在迎风面具有较大承风面积的外凸或内凹部位,容易形成高风压区,高压区向外扩散风压逐渐减小。
杨素素[6]（2020）在《基于地理位置的社交网络影响最大化问题研究》文中认为随着科学技术的发展,社交网络日渐成为人们生活中不可缺少的一部分。人们将社交网络平台作为信息传播工具,在上面分享着自己的生活内容。与此同时,越来越多的广告者利用社交网络来推销和售卖自己的产品,病毒式营销成为一种流行。在病毒市场盛行的背景下,影响最大化问题,即在社交网络中寻找影响力比较大的用户集合,成为了众多学者们的研究目标。同时,随着网络中用户地理位置受到的关注越来越多,亟需一种有效方案来解决在地理位置感知需求下社交网络中的影响最大化问题。给定一个具有用户地理位置信息的社交网络,和一个目标查询区域,基于地理位置的影响最大化问题目标是找到一组用户作为种子,使其传播的信息能够影响目标区域内的用户尽可能多。本文证明了该问题是NP困难的,并提出了一个近似的算法框架,这种算法将空间过滤模型,和基于采样的影响最大化算法结合起来,并使用粗聚类算法对时间效率进行了优化,支持任意凸多边形的目标查询区域。此外,本文从理论上分析了算法的性能,包括时间复杂度,以及所得结果可以达到的最优近似性。本文使用三个不同规模的真实社交网络对所提出的方案进行了实验研究。设置相关参数后,将其与现存的基准算法,从种子质量方面进行了比较,验证了本文方案的优势;通过与未使用粗聚类技术方案的比较,验证了粗聚类技术对方案的效率提升;并使用多种多边形进行实验,验证了方案在任意凸多边形目标区域下是有效可行的。然而,在现实生活中,用户的地理位置数据通常是由地图等可视化工具进行存储和管理的。在实现影响最大化目标之前,基于可视化需求,目标区域中用户的过滤操作需要进行位置数据点和多边形之间的空间连接。本文将图形管线中的光栅连接技术和位图算法结合起来,设计并实现了有效的任意多边形内数据点集的ID查询方案,并从理论上对方案的效果进行了分析。最后针对可视化需求下的方案,本文通过调整相关参数,来观察目标区域用户ID查询的精度变化和时间开销变化,并且与第一种算法中的传统数学方法比较得出,前者所用的时间开销大大减少,且得到的结果在精度上的损失属于可接受范围。
钟云彩[7]（2020）在《自适应偏置轮廓路径算法的优化与实现》文中提出路径规划是影响3D打印精度和效率的关键因素。大多数工业金属零件存在尺寸精度要求高、边缘不整齐等特征,同时金属材料还存在热传导性、扩散性等特点,容易导致材料堆积、拉丝、形件变形或翘边等现象,最终导致形件尺寸、质量达不到标准。因此结合金属材料特征进行路径规划优化算法的研究具有实际意义。本文首先对当前存在的几种路径规划算法进行对比分析,选取了适用于金属材料打印的偏置轮廓路径规划算法。接着介绍3D打印的STL模型,研究STL模型的切片过程,得到了切片后的数据,即初始外轮廓数据。然后本文提出优化的路径规划算法,该算法实现首先分为三个主要流程:第一步利用特征点法或面积法确定轮廓的过渡层,过渡层路径采用当前存在的等距离偏置轮廓算法。第二步利用贝赛尔曲线对过渡层内轮廓进行顺滑处理,这可以极大的减少路径存在的拐点数量。并且检测光滑内轮廓层与过渡层之间的距离,在过大的空隙处生成打印新分区。其间用到了内外轮廓判断算法和碰撞检测检测算法等,来避免路径相交或重叠。第三步利用局部路径和全局路径优化处理,进一步顺滑路径,圆滑尖角,这样可以减少材料热量堆积和打印机停顿现象。本次实验设计了可视化系统来对比分析优化前后的效果。为了验证本文算法的实用性,测试模型包括简单的单连通模型和复杂的多联通模型,通过拐点优化前后细节对比图和路径拉直对比图显示优化效果,最后还计算了生成的路径里的拐点数量、路径分割数和填充率,通过统计数目进一步验证优化的有效性。
崔增波[8]（2020）在《镍电解状态视觉检测与分析方法研究》文中指出镍冶炼厂镍电解车间电解系统采用“硫化镍可溶阳极隔膜电解”工艺生产精炼电解镍。电解过程中,工人需定期将电解镍阴极板拎起,查看电解镍的阴极板表面缺陷情况并挑出,同时检查补液口的水流状况。该检测过程费时费力且检测标准不稳定,是制约镍电解生产过程质量控制及效率提升的主要环节,通常情况全自动化的检测是解决以上问题的主要手段。本文是针对于镍电解车间自动巡检机器人的软件检测部分,主要内容研究了常用的计算机视觉算法实现对上述问题的检测功能。本文是自动巡检机器人中重要的一环,是解决具体检测任务的关键。本文首先解决阴极板表面缺陷检测,其图像处理包含动态阈值的二值化方法对阴极板图像区域进行分割,边界追踪的方式对已经分割好的阴极板区进行追踪获得其轮廓信息,多边形近似的方式将阴极板轮廓近似成为四边形,以及透视变换的方式矫正形状,最后裁剪为整幅阴极板图片,图像检测包括提取图像灰度,纹理和轮廓特征并采用主成分分析法（PCA）降维得到更好的特征向量,采用支持向量机（SVM）对特征进行分类判断,以及通过滑窗检测的方式对整幅阴极板图像进行检测,在现有样本下准确率可达到82.3%;然后解决电解液补液状况检测,图像处理包含对电解液补液区域的视频样本进行临近帧间差分,对背景进行抑制,以及中值滤波获取水波纹区域轮廓信息,图像目标检测包含通过级联分类器实现水波纹和水流的目标检测得出检测结果,提取水波纹轮廓特征并通过支持向量机（SVM）对检测结果对级联分类器的结果进行进一步的分类判断,得出最终判断结果,在现有样本的情况下检测准确率仍能满足系统要求。经总结,在现有的样本条件下,本文提出的检测方法具有对上述问题的一定检测能力,具有很好的工程应用价值和学术参考价值,未来在各方面条件成熟的情况下可以在现场进一步实践与调整甚至是方法上的改进。
蒋岚[9]（2020）在《基于图像的大熊猫三维重建算法研究》文中研究指明三维重建作为计算机视觉领域的热门研究方向,已广泛应用于自动驾驶、数字考古、医学三维成像等领域。大熊猫作为我国国家一级保护动物,通过大熊猫三维重建,可以真实、完整地反映出大熊猫的空间形态结构,将大熊猫模型以最直观的形式传播与展示;利用大熊猫三维重建可将大熊猫体尺测量方式由传统的接触式改为非接触式体尺测量,这在降低成本、节约资源的同时大大提高了效率;对通过大熊猫三维重建获取的体尺数据进行分析,可以及时了解大熊猫健康状态,为大熊猫的生长、繁育提供更好的保护。由于大熊猫属于非刚性物体,具有易形变的特性,这导致大熊猫三维重建难度很大,加之相关研究数据难以获得,故国内外对大熊猫的三维重建的研究还是一个空白领域。尽管动物的三维重建目前还处于起步阶段,基于Skinned Multi-Animal Linear Model（SMAL）模型的三维重建技术已是国际上完成四足动物三维重建的主流方法,具有三维重建精度高、效果好、重建过程简单等特点。故本文通过对SMAL模型的分析,将SMAL模型运用于大熊猫三维重建研究,取得了较好的大熊猫三维重建效果。本文的主要研究内容分为三部分:（1）大熊猫SMAL模型研究:SMAL模型是以动物骨骼关节建模为基础的参数化动物模型。我们通过分析大熊猫骨骼结构与SMAL模型中的四足动物的不同之处,结合大熊猫骨骼结构特点构建大熊猫SMAL模型。更进一步采用了主成分分析估计大熊猫SMAL模型的形状基,通过骨骼运动表示获取大熊猫SMAL模型中的姿态基,从而实现了大熊猫SMAL模型参数化表达。最后通过形状参数、姿态参数来控制大熊猫三维模型形变的实验,验证了参数化的大熊猫SMAL模型实现大熊猫三维重建的可行性。（2）基于图像的大熊猫三维重建算法研究:设计一种能量优化算法,通过大熊猫二维图像与大熊猫SMAL模型进行拟合,实现大熊猫三维模型的恢复。本文从输入的二维图像中手动提取大熊猫轮廓分割图和关键点;通过构建目标能量函数并对其最小化,使得大熊猫SMAL模型能够尽可能拟合图像,从而估计出大熊猫SMAL模型的形状、姿态等参数,最终实现大熊猫三维重建。（3）基于深度学习的大熊猫三维重建算法研究:提出一种基于注意力机制的残差网络模型用于图像特征提取,整个网络模型直接从二维图像对大熊猫SMAL模型中形状参数和姿态参数等进行估计与预测,进而实现大熊猫三维重建,无需进行图像分割与手动选取关键点。实验结果表明,相较于手动提取图像关键点的非线性优化拟合算法,本算法能在保证大熊猫三维重建精度的情况下,实现自动化提取大熊猫SMAL模型的相关参数。与不使用注意力机制的网络模型进行比较,本算法能有效提高大熊猫三维重建的精确度,同时我们还利用重构的大熊猫三维模型完成了大熊猫模型的体尺测量实验。
马全盟[10]（2020）在《多车协同的实时重建与感知》文中研究表明目前,在军事领域,在战斗或演习前,军事指挥人员通常会通过测绘来得到战场地形图。然而,这种方式工作量大、实时性较差。另外战场很可能位于隐蔽地区并且战争爆发时机难以预测,因此提前测绘战场地形图有一定困难。并且战场环境复杂多变,提前绘制的地形图可能并不能准确反映战场的情况。在这篇文章中,为了实时感知战场环境,我们设计了多车协同的实时重建和环境感知系统,我们的系统可以实时地建立车辆周围的彩色点云地图并且实时地感知车辆周围的二维和三维物体。目前,大部分的重建系统难以做到实时且精确的建立稠密点云地图。一些使用激光雷达的SLAM算法可以实时的建立点云地图,然而大部分并没有扩展到多车上,也没有将建立的点云地图彩色化。在本篇文章中,我们设计了一个多车协同的实时重建算法来建立稠密的彩色点云地图。另外,我们也设计了感知系统,并且我们的感知系统可以实时的运行在计算机上。在构建我们的重建系统时,我们解决了一系列问题。第一,由于IMU测量的加速度和角速度数据中带有较大的漂移噪声和高斯白噪声,因此这些不准确的IMU数据难以被用来去除点云的运动畸变。在这里,我们使用扩展卡尔曼滤波将IMU数据和激光雷达位姿数据进行融合,并实时更新接收的IMU数据,然后使用更新后的IMU数据去除点云畸变。第二,激光SLAM中的前端里程计不可避免的会产生累积漂移,并且多个车辆各自的世界坐标系不在同一点。因此,为了减少累积漂移并让多个车辆可以互相定位,我们设计了一个在服务器上运行的多车协同的后端优化算法。第三,在彩色化点云时,需要知道激光雷达和相机之间的相对位姿。在这里,我们提出一种基于平面的标定方法来计算激光雷达和相机之间的外参数。第四,为了更加准确的给点云分配颜色,我们需要知道激光雷达和相机之间的时间偏差,在本文章中,我们提出了一种算法来实时地计算激光雷达和相机之的时间偏差。第五,由于激光雷达和相机之间具有视差,点云中的一些点不被相机可视。为此,我们实现了一种可以实时查找可视点的方法。在构建感知系统时,我们完成了如下工作:改进了YOLOv3物体检测算法,使其更加快速的检测鱼眼图像上的物体;改进了Fast-SCNN语义分割算法,使其更加准确的分割鱼眼图像;改进了YOLO3D三维物体检测算法,使其更精确的检测点云中的物体。
二、关于点与简单多边形位置关系的一种算法（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、关于点与简单多边形位置关系的一种算法（论文提纲范文）
（1）基于强化学习的城市交通路径规划问题研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景和研究目的及意义 |
| 1.2 国内外研究现状及分析 |
| 1.2.1 路径规划方法研究现状 |
| 1.2.2 强化学习研究现状 |
| 1.3 论文主要内容及组织结构 |
| 2 路径规划方法及强化学习算法 |
| 2.1 引言 |
| 2.2 路径规划问题描述 |
| 2.3 经典路径规划算法 |
| 2.3.1 传统算法 |
| 2.3.2 图形学方法 |
| 2.3.3 智能仿生学算法 |
| 2.4 强化学习算法 |
| 2.4.1 马尔可夫决策过程 |
| 2.4.2 强化学习方法分类 |
| 2.4.3 蒙特卡洛方法 |
| 2.4.4 时间差分方法 |
| 2.5 本章小结 |
| 3 基于强化学习的城市交通路径规划 |
| 3.1 引言 |
| 3.2 基于模型无关强化学习的路径规划方法 |
| 3.3 基于Dyna框架的路径规划方法 |
| 3.4 基于Dyna框架的安全性路径规划方法 |
| 3.4.1 算法分析 |
| 3.4.2 不同规划步数收敛对比 |
| 3.4.3 算法复杂度分析 |
| 3.5 基于改进Dyna-Sa算法的路径规划方法 |
| 3.6 本章小结 |
| 4 仿真实验结果及分析 |
| 4.1 引言 |
| 4.2 参数选择 |
| 4.3 无障碍物环境下路径规划仿真对比 |
| 4.4 静态障碍物环境下路径规划仿真对比 |
| 4.4.1 简单环境下路径规划仿真对比 |
| 4.4.2 复杂环境下路径规划仿真对比 |
| 4.5 动态障碍物环境下路径规划仿真 |
| 4.6 本章小结 |
| 5 总结与展望 |
| 5.1 总结 |
| 5.2 展望 |
| 参考文献 |
| 致谢 |
| 攻读硕士学位期间发表的论文 |
| 攻读硕士期间参与的会议 |
| 附录一 表目录 |
| 附录二 图目录 |
（2）基于盲道检测与方向识别的算法研究（论文提纲范文）
| 摘要 |
| ABSRTACT |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 课题研究现状 |
| 1.2.1 图像处理研究现状 |
| 1.2.2 盲道检测现状 |
| 1.3 研究工作 |
| 1.4 论文结构 |
| 第二章 颜色特征盲道分割算法研究 |
| 2.1 图像预处理 |
| 2.1.1 图像滤波 |
| 2.1.2 直方图均衡化 |
| 2.1.3 图像形态学处理 |
| 2.2 图像分割算法 |
| 2.2.1 阈值分割 |
| 2.2.2 区域分割 |
| 2.2.3 边缘分割 |
| 2.2.4 基于聚类的分割方法 |
| 2.3 颜色特征提取 |
| 2.3.1 色彩空间 |
| 2.3.2 基于HSI色彩空间的颜色特征提取 |
| 2.4 最大类间方差法 |
| 2.5 改进的OTSU算法 |
| 2.6 基于HSI色彩空间与改进的OTSU算法分割盲道 |
| 2.7 分割结果分析 |
| 2.8 本章小结 |
| 第三章 纹理特征盲道分割算法研究 |
| 3.1 纹理特征提取 |
| 3.1.1 灰度共生矩阵 |
| 3.1.2 Gabor变换 |
| 3.2 聚类分割方法 |
| 3.2.1 K-means聚类分割算法 |
| 3.2.2 FCM均值聚类分割算法 |
| 3.3 改进的K-means分割算法 |
| 3.4 基于灰度共生矩阵与改进的K-means分割算法 |
| 3.5 分割结果分析 |
| 3.6 本章小结 |
| 第四章 盲道检测 |
| 4.1 边界检测 |
| 4.1.1 常见的检测算法 |
| 4.1.2 Canny检测算法 |
| 4.1.3 边缘检测结果分析 |
| 4.2 盲道范围确定 |
| 4.2.1 盲道边界直线检测 |
| 4.2.2 盲道边界查找结果 |
| 4.2.3 盲道偏离角度 |
| 4.3 本章小结 |
| 第五章 盲道方向识别 |
| 5.1 多边形拟合轮廓 |
| 5.1.1 提取转弯盲道轮廓 |
| 5.1.2 Dp算法 |
| 5.2 盲道拐点检测 |
| 5.2.1 Susan角点检测 |
| 5.2.2 拐点检测结果 |
| 5.3 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 攻读学位期间参加科研情况及获得的学术成果 |
（3）面向3D打印的简单多边形多层旋转体生成方法（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.2 研究现状 |
| 1.3 主要问题 |
| 1.4 组织结构 |
| 第2章 相关工作 |
| 2.1 定制个性化产品 |
| 2.2 几何结构优化 |
| 2.3 多边形的包含问题 |
| 第3章 算法概述 |
| 3.1 问题描述 |
| 3.2 算法设计 |
| 第4章 算法细节 |
| 4.1 最优化旋转轴 |
| 4.1.1 定义扫掠面 |
| 4.1.2 点对筛选 |
| 4.2 最优化位置 |
| 4.3 建模 |
| 第5章 结果分析 |
| 5.1 参数设置 |
| 5.2 实验与分析 |
| 5.3 约束旋转方向 |
| 5.4 算法局限性分析 |
| 第6章 结论 |
| 参考文献 |
| 致谢 |
| 学位论文评阅及答辩情况表 |
（4）一种枝-环状集输网络的布局优化研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 创新点摘要 |
| 第一章 前言 |
| 1.1 课题研究的目的及意义 |
| 1.2 最优化技术简介 |
| 1.3 地面集输管道优化的概况 |
| 1.3.1 油气集输系统管道拓扑布局优化研究 |
| 1.3.2 人工智能算法研究进展 |
| 1.3.3 油气集输系统优化软件研究 |
| 1.4 主要研究内容 |
| 第二章 多级枝-环状集输管道拓扑布局优化模型的建立 |
| 2.1 枝-环状集输管道的定义和属性 |
| 2.1.1 基于图论中MRS枝-环状管道的定义 |
| 2.1.2 枝-环状管道在图论中的属性 |
| 2.2 管道数学优化模型的建立 |
| 2.2.1 目标函数的确定 |
| 2.2.2 约束条件的确定 |
| 2.2.3 MRS网络数学模型的确定 |
| 2.3 模型的分析与求解探讨 |
| 2.3.1 模型分析 |
| 2.3.2 求解方法的选择 |
| 2.4 本章小结 |
| 第三章 多级枝-环状集输管道拓扑布局优化模型的求解 |
| 3.1 拓扑布局优化模型的分解及子模型构建 |
| 3.1.1 井组划分子模型建立 |
| 3.1.2 环路优化子模型建立 |
| 3.2 拓扑布局优化子模型求解 |
| 3.2.1 井组划分子模型求解 |
| 3.2.2 环路优化子模型的求解 |
| 3.3 拓扑布局优化模型分级协调求解 |
| 3.3.1 分级优化思想 |
| 3.3.2 混合优化求解方法 |
| 3.4 本章小结 |
| 第四章 含障碍的多级枝-环状集输管道拓扑布局优化 |
| 4.1 障碍的定义与表征 |
| 4.2 含障碍集输管道拓扑布局优化模型建立 |
| 4.3 优化模型的混合求解方法 |
| 4.3.1 布局合理性原则 |
| 4.3.2 障碍避让原则 |
| 4.4 本章小结 |
| 第五章 软件平台的开发与应用 |
| 5.1 软件开发环境 |
| 5.2 软件运行环境 |
| 5.3 软件整体框架 |
| 5.4 软件模块介绍 |
| 5.4.1 文件管理 |
| 5.4.2 数据管理 |
| 5.4.3 图形建模 |
| 5.4.4 分布优化 |
| 5.4.5 拓扑优化 |
| 5.4.6 含障碍布局优化 |
| 5.5 本章小结 |
| 第六章 实例计算 |
| 6.1 无障碍MRS集输管道优化实例应用 |
| 6.2 含障碍MRS集输管道优化实例应用 |
| 6.3 本章小结 |
| 结论 |
| 附录 |
| 参考文献 |
| 发表文章目录 |
| 致谢 |
（5）不规则建筑参数化建模及其风载体型系数研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 引言 |
| 1.2 建筑建模方法的研究进展 |
| 1.2.1 参数化建模技术发展 |
| 1.2.2 不规则建筑建模技术发展 |
| 1.2.3 现有的参数化建模方法的局限性 |
| 1.3 基于AutoCAD的二次开发研究进展 |
| 1.4 不规则建筑抗风的研究进展 |
| 1.4.1 现场实测 |
| 1.4.2 风洞试验 |
| 1.4.3 理论分析 |
| 1.4.4 数值风洞 |
| 1.5 本文主要研究内容 |
| 本章参考文献 |
| 第二章 不规则建筑传统建模的局限及其优化方案分析 |
| 2.1 引言 |
| 2.2 建筑外型的发展及基于建模特性的建筑分类 |
| 2.2.1 建筑外型发展研究 |
| 2.2.2 基于建模特性的建筑分类 |
| 2.3 不规则建筑传统建模方案的局限性分析 |
| 2.3.1 控制点选取 |
| 2.3.2 轮廓绘制 |
| 2.3.3 层间缝合 |
| 2.3.4 面域转化 |
| 2.3.5 三角网格形状 |
| 2.4 不规则建筑建模优化方案 |
| 本章参考文献 |
| 第三章 基于AutoCAD的参数化建模功能实现 |
| 3.1 引言 |
| 3.2 建模控制参数 |
| 3.2.1 三角网格控制参数 |
| 3.2.2 计算域控制参数 |
| 3.3 标高统一功能实现 |
| 3.4 点集筛选功能开发 |
| 3.5 轮廓绘制功能开发 |
| 3.5.1 基于凸包算法的轮廓绘制功能开发 |
| 3.5.2 基于坐标序列算法的轮廓绘制功能开发 |
| 3.5.3 基于邻近点算法的轮廓绘制功能开发 |
| 3.6 层间缝合功能开发 |
| 3.7 面域转化功能开发 |
| 3.8 参数化建模实现流程 |
| 本章参考文献 |
| 第四章 建筑数值风洞模拟基本理论及影响因素分析 |
| 4.1 引言 |
| 4.2 数值模拟控制方程 |
| 4.2.1 流体的运动描述及基本假设 |
| 4.2.2 流体控制方程 |
| 4.3 湍流的数值模拟方法 |
| 4.3.1 雷诺平均湍流模型 |
| 4.3.2 空间平均及大涡模拟 |
| 4.4 方程求解方法 |
| 4.5 数值模拟影响因素分析 |
| 4.5.1 网格划分方式 |
| 4.5.2 湍流模型选择 |
| 4.5.3 分析小结 |
| 本章参考文献 |
| 第五章 格萨尔王铜像的风载体型系数分析 |
| 5.1 引言 |
| 5.2 格萨尔王雕像概述 |
| 5.3 格萨尔王雕像参数化建模 |
| 5.3.1 三角网格控制参数选取 |
| 5.3.2 底座模型建立 |
| 5.3.3 像体模型建立 |
| 5.3.4 计算域控制参数选取及绘制 |
| 5.3.5 参数化建模注意事项 |
| 5.4 格萨尔王雕像数值模拟 |
| 5.4.1 Fluent模型设置 |
| 5.4.2 模拟结果输出 |
| 5.5 格萨尔王雕像体型系数分析 |
| 5.6 参数化建模技术在数值风洞中的应用评价 |
| 本章参考文献 |
| 第六章 总结与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 致谢 |
| 作者简介 |
| 附录 |
| 1、统一标高程序自编程代码 |
| 2、参数化删点程序自编程代码 |
| 3、基于凸包算法的轮廓绘制程序自编程代码 |
| 4、提取坐标分量最小点自编程代码 |
| 5、基于x坐标序列的轮廓绘制程序自编程代码 |
| 6、基于y坐标序列的轮廓绘制程序自编程代码 |
| 7、基于邻近点算法的轮廓绘制程序自编程代码 |
| 8、层间缝合程序自编程代码 |
| 9、三点绘制面域程序自编程代码 |
（6）基于地理位置的社交网络影响最大化问题研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 符号对照表 |
| 缩略语对照表 |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.1.1 影响最大化问题研究 |
| 1.1.2 位置感知需求 |
| 1.1.3 可视化需求 |
| 1.2 国内外研究现状 |
| 1.2.1 现有研究方案概述 |
| 1.2.2 当前技术的局限性 |
| 1.3 研究内容 |
| 1.4 本文结构安排 |
| 第二章 理论与方法基础知识 |
| 2.1 问题的理论分析 |
| 2.1.1 问题困难度 |
| 2.1.2 子模性与贪心算法 |
| 2.2 影响传播模型 |
| 2.2.1 独立级联模型 |
| 2.2.2 线性阈值模型 |
| 第三章 基于地理位置的影响最大化方案研究 |
| 3.1 问题场景 |
| 3.2 关键问题 |
| 3.3 方案概述 |
| 3.4 方案详细设计 |
| 3.4.1 目标用户确定阶段 |
| 3.4.2 粗聚类-针对大规模网络 |
| 3.4.3 Top-k影响力用户发现阶段 |
| 3.5 方案的理论分析 |
| 3.5.1 最优近似性分析 |
| 3.5.2 时间复杂度分析 |
| 第四章 扩展-可视化需求 |
| 4.1 问题与目标 |
| 4.1.1 问题描述与分析 |
| 4.1.2 关键问题与研究目标 |
| 4.2 OpenGL图形管线 |
| 4.2.1 基于光栅化的图形管线 |
| 4.2.2 光栅化 |
| 4.2.3 三角化 |
| 4.2.4 帧缓存对象 |
| 4.3 方案概述 |
| 4.4 方案设计 |
| 4.4.1 连接和聚合计数 |
| 4.4.2 分辨目标点 |
| 4.5 方案分析 |
| 第五章 实验分析 |
| 5.1 TarIM-SF的实验分析 |
| 5.1.1 实验环境设置与数据 |
| 5.1.2 参数设置 |
| 5.1.3 与基准方法比较 |
| 5.1.4 粗聚类效果 |
| 5.1.5 多边形实验 |
| 5.2 可视化需求下的方案实验 |
| 5.2.1 实验环境设置与数据 |
| 5.2.2 E-bound对查询精度的影响 |
| 5.2.3 E-bound对时间开销的影响 |
| 第六章 总结与展望 |
| 6.1 工作总结 |
| 6.2 工作展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
（7）自适应偏置轮廓路径算法的优化与实现（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.3 论文主要内容及组织结构 |
| 1.3.1 论文主要内容 |
| 1.3.2 论文组织结构 |
| 2 相关理论及前期准备 |
| 2.1 3D打印原理 |
| 2.2 路径规划算法的分类与对比 |
| 2.3 STL文件 |
| 2.3.1 STL文件介绍 |
| 2.3.2 STL文件格式分类与读写 |
| 2.4 STL模型切片算法 |
| 2.5 本章总结 |
| 3 路径优化算法分析与设计 |
| 3.1 路径优化算法分析 |
| 3.2 生成过渡层 |
| 3.2.1 等距离偏置轮廓算法 |
| 3.2.2 内外轮廓判断算法 |
| 3.2.3 碰撞检测算法 |
| 3.2.4 过渡层厚度确定算法 |
| 3.3 填充内轮廓区域 |
| 3.3.1 光滑内轮廓线生成算法 |
| 3.3.2 间隙分区生成算法 |
| 3.3.3 内分区路径填充算法 |
| 3.4 顺滑路径 |
| 3.4.1 局部路径顺滑算法 |
| 3.4.2 全局路径顺滑算法 |
| 3.5 本章小结 |
| 4 路径生成系统可视化与实现 |
| 4.1 开发环境 |
| 4.2 Gcode文件 |
| 4.3 软件功能 |
| 4.4 仿真实现与分析 |
| 4.4.1 实验结果 |
| 4.4.2 实验对比 |
| 4.5 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间发表学术论文情况 |
| 致谢 |
（8）镍电解状态视觉检测与分析方法研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 课题背景与研究意义 |
| 1.2 课题相关发展现状 |
| 1.3 本文主要内容以及创新点 |
| 1.4 本文主要结构安排 |
| 第二章 镍电解状态视觉检测的总体分析 |
| 2.1 车间现场镍电解状态分析 |
| 2.1.1 车间现场环境及电解基本流程 |
| 2.1.2 阴极板表面缺陷分析 |
| 2.1.3 电解液补液口区域分析 |
| 2.2 状态检测需求分析 |
| 2.3 状态检测总体结构分析 |
| 2.4 本章小结 |
| 第三章 镍电解状态图像预处理研究 |
| 3.1 整幅阴极板图像预处理 |
| 3.1.1 阴极板外轮廓提取与近似 |
| 3.1.2 阴极板形状矫正 |
| 3.2 电解液补液区域图像预处理 |
| 3.2.1 电解液补液区图像背景去除 |
| 3.2.2 电解液补液区域图像降噪与形态学变换 |
| 3.3 本章小结 |
| 第四章 阴极板表面缺陷识别 |
| 4.1 识别主要思路以及缺陷样本获取 |
| 4.2 缺陷特征提取 |
| 4.2.1 灰度特征 |
| 4.2.2 纹理特征 |
| 4.2.3 轮廓特征 |
| 4.2.4 特征降维 |
| 4.3 缺陷特征分类器 |
| 4.3.1 分类器选择 |
| 4.3.2 分类器训练 |
| 4.4 整幅阴极板检测 |
| 4.5 本章小结 |
| 第五章 电解液补液水流状态检测 |
| 5.1 电解液补液区域纹理特征识别 |
| 5.1.1 样本获取与级联分类器训练 |
| 5.1.2 不同纹理特征效果比较 |
| 5.2 水流轮廓特征识别 |
| 5.3 水流状态总体检测 |
| 5.4 本章小结 |
| 第六章 图像采集和算法平台研究 |
| 6.1 工业相机与镜头 |
| 6.2 补光设备 |
| 6.3 视觉算法平台 |
| 6.4 本章小结 |
| 第七章 总结与展望 |
| 7.1 总结 |
| 7.2 展望 |
| 致谢 |
| 参考文献 |
（9）基于图像的大熊猫三维重建算法研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究工作的背景与意义 |
| 1.2 大熊猫三维重建国内外研究历史与现状 |
| 1.2.1 三维重建国内外研究历史与现状 |
| 1.2.2 动物的三维重建国内外研究历史与现状 |
| 1.3 本文的主要贡献与创新 |
| 1.4 论文的结构安排 |
| 第二章 大熊猫三维重建关键技术和理论知识 |
| 2.1 三维物体表示方式 |
| 2.1.1 深度图(Depth Map) |
| 2.1.2 体素(Volume) |
| 2.1.3 点云(Point cloud) |
| 2.1.4 网格(Polygon mesh) |
| 2.2 基于模板方式的三维建模 |
| 2.2.1 蒙皮多人线性模型(SMPL) |
| 2.2.2 蒙皮多动物线性模型(SMAL) |
| 2.3 残差网络 |
| 2.3.1 ResNet介绍 |
| 2.3.2 ResNet50 |
| 2.4 注意力机制 |
| 2.5 本章小结 |
| 第三章 大熊猫SMAL模型分析 |
| 3.1 大熊猫骨架结构分析 |
| 3.2 大熊猫SMAL模型 |
| 3.3 基于主成分分析的大熊猫形状基估计 |
| 3.3.1 大熊猫形状基估计 |
| 3.3.2 实验结果与分析 |
| 3.4 基于骨骼运动表示的大熊猫姿态基估计 |
| 3.4.1 大熊猫姿态基估计 |
| 3.4.2 实验结果与分析 |
| 3.5 总结与分析 |
| 3.6 本章小结 |
| 第四章 基于能量优化的大熊猫SMAL模型算法研究 |
| 4.1 算法框架设计 |
| 4.2 基于能量优化的大熊猫SMAL模型参数估计算法 |
| 4.2.1 图像预处理 |
| 4.2.2 能量优化函数 |
| 4.2.3 能量优化函数求解 |
| 4.3 算法评价与分析 |
| 4.3.1 算法实验结果展示 |
| 4.3.2 总结与分析 |
| 4.4 本章小结 |
| 第五章 基于深度学习的大熊猫SMAL模型算法研究 |
| 5.1 算法框架设计 |
| 5.1.1 算法整体框架 |
| 5.2 网络结构设计 |
| 5.2.1 残差注意力模块 |
| 5.2.2 独立线性层模块 |
| 5.2.3 损失函数 |
| 5.3 数据集构建 |
| 5.4 算法实验结果与分析 |
| 5.4.1 实验结果展示 |
| 5.4.2 实验评价与分析 |
| 5.5 本章小结 |
| 第六章 全文总结与展望 |
| 6.1 全文总结 |
| 6.2 后续工作展望 |
| 致谢 |
| 参考文献 |
（10）多车协同的实时重建与感知（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 符号对照表 |
| 缩略语对照表 |
| 第一章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 国内外研究现状 |
| 1.2.1 基于激光雷达的实时重建技术研究现状 |
| 1.2.2 感知技术研究现状 |
| 1.3 论文的主要研究内容及工作 |
| 1.4 论文的组织结构 |
| 第二章 计算机视觉背景知识 |
| 2.1 三维激光SLAM算法 |
| 2.1.1 SLAM问题描述与定义 |
| 2.1.2 传感器模型 |
| 2.2 基于图像的检测和分割算法 |
| 2.2.1 YOLOv3 |
| 2.2.2 Fast-SCNN |
| 2.3 基于点云的3D物体检测算法 |
| 2.3.1 YOLO3D |
| 2.4 本章小结 |
| 第三章 多车协同的实时重建与感知系统设计 |
| 3.1 软件方案 |
| 3.2 硬件方案 |
| 3.3 数据传输系统设计 |
| 3.3.1 点云压缩方法 |
| 3.3.2 图像压缩方法 |
| 3.4 本章小结 |
| 第四章 多车协同下的实时重建算法设计 |
| 4.1 传感器外参标定 |
| 4.1.1 标定算法设计 |
| 4.1.2 激光雷达和相机之间的外参标定实验 |
| 4.2 三维激光SLAM算法 |
| 4.2.1 三维激光SLAM算法设计 |
| 4.2.2 三维激光SLAM实验 |
| 4.3 彩色点云生成 |
| 4.3.1 彩色化点云算法设计 |
| 4.3.2 彩色点云生成实验 |
| 4.4 本章小结 |
| 第五章 环境感知算法设计 |
| 5.1 基于鱼眼图像的物体检测 |
| 5.1.1 检测网络设计 |
| 5.1.2 物体检测算法实验 |
| 5.2 基于鱼眼图像的语义分割 |
| 5.2.1 分割网络设计 |
| 5.2.2 语义分割算法实验 |
| 5.3 基于点云的3D目标检测 |
| 5.3.1 3D目标检测网络设计 |
| 5.3.2 3D目标检测算法实验 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 工作总结 |
| 6.2 工作展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
四、关于点与简单多边形位置关系的一种算法（论文参考文献）
- [1]基于强化学习的城市交通路径规划问题研究[D]. 刘思嘉. 烟台大学, 2021(09)
- [2]基于盲道检测与方向识别的算法研究[D]. 王东平. 西安石油大学, 2021(09)
- [3]面向3D打印的简单多边形多层旋转体生成方法[D]. 徐凡. 山东大学, 2020(12)
- [4]一种枝-环状集输网络的布局优化研究[D]. 王昊. 东北石油大学, 2020(03)
- [5]不规则建筑参数化建模及其风载体型系数研究[D]. 单鑫. 东南大学, 2020(01)
- [6]基于地理位置的社交网络影响最大化问题研究[D]. 杨素素. 西安电子科技大学, 2020(05)
- [7]自适应偏置轮廓路径算法的优化与实现[D]. 钟云彩. 大连理工大学, 2020(02)
- [8]镍电解状态视觉检测与分析方法研究[D]. 崔增波. 电子科技大学, 2020(07)
- [9]基于图像的大熊猫三维重建算法研究[D]. 蒋岚. 电子科技大学, 2020(07)
- [10]多车协同的实时重建与感知[D]. 马全盟. 西安电子科技大学, 2020(05)