导读:本文包含了约束图论文开题报告文献综述及选题提纲参考文献，主要关键词:云计算,科学工作流,协同进化,遗传算法
约束图论文文献综述
王柳婧,蒋一翔,徐元根[1]（2019）在《基于多约束图分割机制的科学工作流调度》一文中研究指出为了解决数据密集型环境下的科学工作流应用调度问题,提出一种基于多约束图分割的工作流调度算法。解决标准图分割方法中顶点维度单一而无法反映任务并行性的问题;设计多维度的顶点权重矢量机制,通过有向边的修剪,在所有维度上实现权重和的均衡;得到最小化的任务间数据传输量,降低通信代价。以Montage工作流结构为例进行仿真实验,结果表明,该算法仅以较小的图分割时间代价使得工作流调度过程中的访问量降低了14%,调度时间降低了31%。(本文来源于《计算机应用与软件》期刊2019年10期）
丁亚洲,冯发杰,吏军平,胡艳,崔卫红[2]（2018）在《多星形约束图割与轮廓规则化的高分遥感影像直角建筑物提取》一文中研究指出提出了一种基于多星形约束的图割和轮廓规则化的交互式半自动提取高分影像上直角建筑物的方法。首先,通过人工在建筑物上画一条线的交互方式自动得到包含目标建筑物的影像图块;其次,利用双边滤波对该影像块进行保边去噪预处理并进行超像素分割;再次,以交互线所在的超像素为前景,以交互线所得的建筑物范围与影像块边界之间的超像素为背景,进行基于多星形约束图割方法得到建筑物图斑;最后,利用Harris算子检测图斑上的角点,并对角点分组拟合得到规则的建筑物轮廓。为验证本文方法的有效性,分别对两幅不同地区和不同空间分辨率的高分航空影像进行建筑物提取试验,结果表明,该方法不仅交互简单而且具有高效性、准确性和稳定性。(本文来源于《测绘学报》期刊2018年12期）
申正文[3]（2017）在《基于多约束图割的肺4D-CT图像肿瘤分割算法研究》一文中研究指出肺癌是常见的恶性肿瘤之一,严重威胁人类健康,而放射治疗是治疗肺癌的有效手段。肺4D-CT在肺癌的放射治疗中扮演着重要角色,它能真实地反映人体各器官组织和肿瘤随呼吸运动的变化规律,这些信息对于肺癌的精确放疗意义重大。利用肺4D-CT图像可以针对患者的运动特征制定个体化的精确放疗计划,降低靶区外放边界,提高靶区受照射剂量,减少周围正常器官组织所受的照射剂量。但是一套肺4D-CT数据是由多个相位的图像组成,通常包含上千张图片,医生勾画靶区的工作量就成倍增长,这会影响医生对靶区的准确判断。而在放疗过程中靶区定位十分关键,其准确性直接影响放疗效果,因此肺4D-CT的靶区勾画是一个耗时耗力的工作。利用图像分割技术来帮助医生勾画靶区就是有效的解决办法。图像分割是根据人们的需要,将图像划分成各具特性的不同区域。医学图像分割就是将感兴趣的器官或组织提取出来。本文就是对肺4D-CT图像进行分割,提取出各个相位上的肿瘤图像,帮助医生确定靶区。虽然近年来图像分割算法层出不穷,但是CT图像上肿瘤与周围组织的对比度较低,而且肺肿瘤大小形态位置各异,容易侵犯周围正常组织器官而发生粘连,边界模糊,准确分割肺肿瘤图像依然十分富有挑战性。而且从降低医生工作负担的角度来说,对分割算法的自动化程度也要求较高。本文针对上述问题,提出了两种基于不同约束图割的肺4D-CT图像分割算法,是在图割算法的基础上对其进行了改进,提高了它的分割精度和自动化程度,协助医生勾画靶区,降低他们的工作量,使4D-CT更方便地应用于肺肿瘤精确放疗。其一,本文提出了一种基于星形先验和图割的肺4D-CT肿瘤自动分割方法。首先在4D-CT初始相位图像上,由医生选取目标种子点,以此种子点为中心,形成一个N×N×N大小的初始目标块,将肿瘤全部包含在其中。N的大小由医生观测肿瘤大小估计得到。然后采用运动估计中的完全搜索块匹配算法,获得下一相位图像中与初始目标块最相似的目标块,同时估计出它们之间的运动位移,以此类推,可以得到所有相位的目标块以及对应块之间的运动位移。接下来利用这些运动位移和初始相位目标种子点的位置,计算出其余各相位目标种子点,作为星形先验的中心点。最后在各相位的目标块上使用结合星形先验的图割算法,即可得到肿瘤分割结果。实验结果表明,此方法的分割准确性优于传统图割算法,同时也提升了算法的自动化程度。其二,本文提出了一种基于图割的利用肺4D-CT上下文信息的多相位肿瘤联合分割方法。该方法是将肺4D-CT各相位图像联合构建成一个全局网络图,每个相位的图像都是一个子网络图,上下文信息作为约束项加入到各个子网络图之间,也就是给相邻网络图的对应节点之间加上边。在多相位网络图的基础上,我们构建了新的全局能量函数,包含各相位的区域项、边界项和新增加的上下文信息约束项。其中区域项和边界项的构造与原始图割算法相同,而上下文信息约束项参考了 Potts模型,用来惩罚相邻相位对应体素点标号不一致的情况。通过优化新的能量函数就能完成多相位肿瘤的联合自动分割。该方法进一步减少了用户交互,用户只需在某一相位图像上选取目标和背景种子点,所有相位上的肿瘤都能被自动分割出来。我们在十套肺4D-CT数据上进行了实验,从视觉和量化结果来看,该方法的分割结果优于未加入上下文约束的图割算法以及结合星型先验的图割算法。(本文来源于《南方医科大学》期刊2017-05-01）
汪金涛,曹玉东,孙福明[4]（2017）在《稀疏约束图正则非负矩阵分解的增量学习算法》一文中研究指出针对非负矩阵分解后数据的稀疏性降低、训练样本增多导致运算规模不断增大的现象,提出了一种稀疏约束图正则非负矩阵分解的增量学习算法。该方法不仅考虑数据的几何信息,而且对系数矩阵进行稀疏约束,并将它们与增量学习相结合。算法在稀疏约束和图正则化的条件下利用上一步的分解结果参与迭代运算,在节省大量运算时间的同时提高了分解后数据的稀疏性。在ORL和PIE人脸数据库上的实验结果表明了该算法的有效性。(本文来源于《计算机应用》期刊2017年04期）
耿显亚,房明磊,刘斌,张晓亮[5]（2014）在《给定水平约束图的一类集成电路布线算法》一文中研究指出针对水平约束图为星图的具有曼哈顿模型的通道布线,提出了一个依据图论模型的最优轨道高度布线算法.该算法根据通道上结点的水平约束图和垂直约束图特点,依次安排好每一个结点的布线轨道,进而通过通孔可以把所有的结点在2层轨道上布线完成.通过计算分析,该算法能够达到最优的布线高度.(本文来源于《闽南师范大学学报(自然科学版)》期刊2014年03期）
姜伟,李宏,余震国,杨炳儒[6]（2013）在《稀疏约束图正则非负矩阵分解》一文中研究指出非负矩阵分解(NMF)是在矩阵非负约束下的一种局部特征提取算法。为了提高识别率,提出了稀疏约束图正则非负矩阵分解方法。该方法不仅考虑数据的几何信息,而且对系数矩阵进行稀疏约束,并将它们整合于单个目标函数中。构造了一个有效的乘积更新算法,并且在理论上证明了该算法的收敛性。在ORL和MIT-CBCL人脸数据库上的实验表明了该算法的有效性。(本文来源于《计算机科学》期刊2013年01期）
徐春阳,郝矿荣,丁永生,黄新[7]（2012）在《基于几何约束图的个性化服装样板生成系统》一文中研究指出为满足服装个性化定制生产与销售,设计并开发了基于几何约束图的个性化服装样板生成系统.在对人体特征尺寸提取及特殊体型识别充分研究的基础上,提出基于几何约束图的参数化服装样板模型,该模型能迅速对输入的人体参数及特殊体型做出反应并调整为适合用户体型的个性化样板,最后通过C#编程操作AutoCADVBA的方法实现了样板参数化模型生成与调整过程的自动化.(本文来源于《东华大学学报(自然科学版)》期刊2012年06期）
赵骥,陈志强,张丽,顾建平,李元吉[8]（2012）在《非局部连通约束图切算法研究》一文中研究指出本文针对图切算法在分割医学CT图像中对于骨小梁等网络结构分割效果不佳的问题进行了改进,提出了非局部连通约束图切算法。本算法的创新点在于使用SIFT算法和daisy算获得输入前景种子点的特征信息,并通过特征信息的全局匹配实现对网络纹理结构的识别,之后通过连通性约束保证图切算法结果为单联通域。从实验效果来看,本算法对于纹理图像的切割效果明显优于原始的图切算法,(本文来源于《全国射线数字成像与CT新技术研讨会论文集》期刊2012-07-01）
王晨晖,沈浩,肖永浩[9]（2012）在《基于边权约束法实现接触问题多约束图剖分》一文中研究指出为提高接触问题并行计算的效率,分析内力计算和接触计算过程的并行性,提出基于边权约束法构造接触多约束图的方法,对比和分析多约束图剖分算法和双重区域剖分算法的负载平衡和通信性能.数值实验表明,在典型二维模型中多约束图剖分算法的负载平衡性能略低于双重区域剖分算法,但仍可将负载不平衡度控制在较好的范围内,简化并行计算的通信过程,减少总通信量并降低动态通信量比例.(本文来源于《计算机辅助工程》期刊2012年01期）
彭贝[10]（2011）在《基于约束图的服装参数化制板技术》一文中研究指出20世纪90年代,随着现代服装工业的发展和服装CAD技术的不断进步,服装纸样计算机辅助制板技术诞生。服装纸样设计是服装款式和结构设计的具体表达形式,是服装产品设计与加工制作的关键环节。目前,参数化设计已成为CAD中最热门的应用技术之一,在服装CAD中技术中引入参数化技术,对于提高服装CAD智能化程度及其竞争力有重要意义。本文阐述了开发交互式服装CAD制板系统的原理、技术和实现方法。该系统可以绘制点、直线、矩形、圆、弧、曲线等基本几何实体,实现几何实体的复制、剪切、粘贴等标准编辑功能,在交互式制图的基础功能上添加图块功能,可以灵活制作和插入服装常用图例。参数化CAD是计算机辅助设计的一个发展方向,服装CAD也不例外。本文提出了一个基于几何约束图的纸样参数化制板模型,并给出模型的数据结构和约束求解算法。此模型根据服装设计过程动态建立,在交互式制板系统的基础上,提取服装纸样中存在的几何约束关系,分析归纳,建立几何约束图,最后给出求解方法。本文以女装上衣后片原型为例,结合该纸样的设计过程,给出实现该纸样参数化设计的实例。(本文来源于《北京服装学院》期刊2011-12-01）
约束图论文开题报告
（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：
提出了一种基于多星形约束的图割和轮廓规则化的交互式半自动提取高分影像上直角建筑物的方法。首先,通过人工在建筑物上画一条线的交互方式自动得到包含目标建筑物的影像图块;其次,利用双边滤波对该影像块进行保边去噪预处理并进行超像素分割;再次,以交互线所在的超像素为前景,以交互线所得的建筑物范围与影像块边界之间的超像素为背景,进行基于多星形约束图割方法得到建筑物图斑;最后,利用Harris算子检测图斑上的角点,并对角点分组拟合得到规则的建筑物轮廓。为验证本文方法的有效性,分别对两幅不同地区和不同空间分辨率的高分航空影像进行建筑物提取试验,结果表明,该方法不仅交互简单而且具有高效性、准确性和稳定性。
（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。
约束图论文参考文献
[1].王柳婧,蒋一翔,徐元根.基于多约束图分割机制的科学工作流调度[J].计算机应用与软件.2019
[2].丁亚洲,冯发杰,吏军平,胡艳,崔卫红.多星形约束图割与轮廓规则化的高分遥感影像直角建筑物提取[J].测绘学报.2018
[3].申正文.基于多约束图割的肺4D-CT图像肿瘤分割算法研究[D].南方医科大学.2017
[4].汪金涛,曹玉东,孙福明.稀疏约束图正则非负矩阵分解的增量学习算法[J].计算机应用.2017
[5].耿显亚,房明磊,刘斌,张晓亮.给定水平约束图的一类集成电路布线算法[J].闽南师范大学学报(自然科学版).2014
[6].姜伟,李宏,余震国,杨炳儒.稀疏约束图正则非负矩阵分解[J].计算机科学.2013
[7].徐春阳,郝矿荣,丁永生,黄新.基于几何约束图的个性化服装样板生成系统[J].东华大学学报(自然科学版).2012
[8].赵骥,陈志强,张丽,顾建平,李元吉.非局部连通约束图切算法研究[C].全国射线数字成像与CT新技术研讨会论文集.2012
[9].王晨晖,沈浩,肖永浩.基于边权约束法实现接触问题多约束图剖分[J].计算机辅助工程.2012
[10].彭贝.基于约束图的服装参数化制板技术[D].北京服装学院.2011