視圖
- 基于聯合熵的多視圖集成聚類分析
24）0 概述多視圖聚類是將給定的多視圖數據依據相似性劃分為不同的簇，使得相同簇中的對象盡量相似，不同簇中的對象盡量不同［1］。多視圖數據可以使得問題描述的角度更全面，提供比傳統單視圖數據更豐富的信息來揭示其內在結構，并已成功應用于社交網絡［2-3］、多模態生物特征分析等領域［4-5］。多視圖集成聚類作為一類典型多視圖聚類分析方法，通過集成聚類的思想使多個視圖較弱的基本分區集成為一個較強的一致分區，并利用多個獨立的基聚類器分別對原始數據集進行聚類，然后使用
計算機工程 2023年10期2023-10-17
- 不完備多視圖的在線反向圖正則化聚類*
往往可以在不同的視圖下進行描述，所獲取的數據常?？梢杂啥鄠€特征集合進行表示，不同視圖下的觀測揭示了事物的不同屬性，這類數據通常被稱為多視圖數據［2］。多視圖數據的學習主要是在聚類這個背景下被研究，對于此類多視圖的研究被稱為多視圖學習［3］，目前，多視圖學習在機器學習、數據挖掘、人工智能等不同領域得到了廣泛的研究［4～6］。在這些視圖中，每一個視圖可以滿足于特定的數據分析任務需求，不同視圖之間通常包含互補的信息。類似于我們所倡導的多視圖看問題的思維，機器學習
計算機與數字工程 2023年5期2023-08-31
- 基于視圖互信息加權的多視圖集成聚類算法
類算法大多關注單視圖數據，即數據集僅有一個數據源（或僅有一個特征集）；而在現實應用場景中，數據來源往往多樣化，同一個數據集也可能有多個數據源的特征集，由此構成多視圖數據（multi-view data）。傳統聚類算法［2-4］的單視圖學習模式往往難以有效應對多視圖聚類問題，如何充分利用多視圖場景下不同數據視圖之間的互補與一致信息提升多視圖聚類性能，是近年來聚類分析領域的一個熱點研究方向［5-17］。近幾年，國內外研究人員提出了許多行之有效的多視圖聚類算法［
計算機應用 2023年6期2023-07-03
- 基于雙重低秩分解的不完整多視圖子空間學習
22）近年來，多視圖[1-2]數據分析已經引起了越來 越廣泛的關注，由于科技的發展，不同類型的傳感器可以從多個角度采集數據，這為我們提供了豐富的樣本。但是，隨之也帶來了相關挑戰，多視圖數據中的同一類標簽往往對應多個不同的樣本，甚至是異構的。這導致了一個學習困難的問題，若多視圖的類內數據相似性低于同一視圖不同類之間的相似性，將會導致算法效果較差甚至失敗。一般來說，多視圖數據分析可采用3 種策略：1）特征自適應算法[3-4]，旨在尋找一個公共空間，不同視圖之間
智能系統學報 2022年6期2023-01-14
- 多視圖聚類研究進展與展望
個模態的數據為多視圖數據［8］。如何從多視圖數據中挖掘有價值的、潛在的、復雜的結構關聯，賦予計算機理解多源異構海量數據的能力，已成為多視圖數據挖掘領域迫切需要解決的關鍵問題。由于多視圖數據特征間的差異性及其相互關系的復雜性，傳統的聚類算法并不能準確刻畫和提取這些不同視圖數據的空間分布特性以及其內在關系。多視圖聚類作為一種新的機器學習范式，給定一組標簽未知的多視圖數據對象，通過對多個視圖進行模型構建并學習共識函數，目的是挖掘多個視圖之間的潛在關聯，將數據對象
山西大學學報（自然科學版） 2022年3期2022-12-01
- 基于視點差異和多分類器的三維模型分類
向。3維模型的多視圖表示結合深度學習成為該研究方向的一個熱點。卷積神經網絡通過一系列的卷積池化操作可以很好地表達圖像特征信息，因此被廣泛用于基于視圖的3維模型特征學習中[2]?；诙?span class="hl">視圖的3維模型分類方法可以分為兩大類：基于多視角特征結合特征級融合和基于獨立視角特征結合決策級融合。特征級融合是將各視角下的視圖通過特征編碼融合為一個特征，通常又稱特征描述符。決策級融合重點在于將每個獨立視角表示成對應的視角特征。利用視角間空間位置關系提升特征描述能力，進而進行
電子與信息學報 2022年11期2022-11-29
- 基于交叉分布對齊的深度自監督多視圖聚類方法
齊的深度自監督多視圖聚類方法陳泓達 陳培欽（廣東工業大學，廣東 廣州 510006）為高效利用多視圖數據的一致性和互補性信息，提高多視圖聚類效果，提出一種基于交叉分布對齊的深度自監督多視圖聚類方法。首先，采用交叉對齊策略學習視圖間的潛在聯系，得到多視圖共享潛在表示；然后，執行聚類操作，并將聚類結果作為偽標簽信息，建立一條自監督路徑；接著，在統一的框架中聯合學習優化；最后，在3個公共多視圖數據上進行實驗，結果表明，本文提出方法的聚類評價指標均表現出較好性能。
自動化與信息工程 2022年4期2022-09-07
- 基于多變量自學習與融合策略的多視圖聚類算法*
或主題，形成了多視圖數據［1～3］。例如，一個多媒體片段可由視頻信號和音頻信號同時描述；一個網頁的特征可通過文檔文本、超鏈接、圖片信息等表示；一張圖片可通過不同的特征提取器捕獲其相應的表示，如LBP、SIFT、HOG等。多視圖數據的爆炸性增長，引發了對其進行有效分析和處理的技術需求增長。在數據挖掘中，聚類分析［4］是一項非常重要的技術，能將相似度高的數據劃分到一個簇。在過去的幾十年里，許多的聚類方法已經被發展，如K-means，譜聚類，基于核的聚類方法，基
計算機與數字工程 2022年6期2022-08-01
- 機械零件幾種常用表達方法異同點的探究
制圖 圖樣畫法 視圖》中規定了繪制圖樣的一些基本方法。學習者依據零件的復雜程度不同，陸續學會了用視圖、剖視圖、斷面圖以及其他表達方法來清晰地展示零件的內、外結構。其中，視圖主要是用來表達零件的外部結構特點和形狀特征，通常只需繪制零件的可見部分，必要時才會用細虛線來繪制零件的不可見部分。但當零件的內部結構形狀復雜時，繪制過多的虛線不僅影響看圖和圖樣的清晰度，也不便于零件的尺寸標注，且虛線不如連續線繪制方便。因此，國家標準規定可采用剖視圖來清晰地表達零件的內部
南方農機 2022年14期2022-07-20
- 雙層視圖篩選下多視圖主動學習的高光譜圖像分類
究主要可以分為單視圖主動學習(single view active learning, SVAL)和 多 視 圖 主 動 學 習 (multi view active learning,MVAL)[3]。然而，單一的視圖特征對圖像的特征表示是有限的[4]，高光譜圖像中豐富的光譜信息和空間特征信息促使多視圖主動學習成為一個重要的研究方向[5]。多視圖主動學習包括2個重要的內容：多視圖生成和樣本選擇策略[6]，其中視圖的質量會直接影響樣本選擇策略，從而影響最終
應用科技 2022年1期2022-03-25
- 基于K-means++的多視圖點云配準技術
分為成對配準和多視圖配準[4-5]。1992年，Besl和Mckay[6]提出的迭代最近點(Iterative Closest Point， ICP)算法是一種常見且變體最多的配準算法[7]，其基本思想是通過計算最近歐氏距離建立對應的點對關系，并迭代地調整點云間的剛性變換參數(R,T)使點云間的空間偏差最小化，從而獲得配準結果。其變體例如Chetverikov等人[8]提出的裁剪ICP算法(Trimmed Iterative Closest Point，
計算機與現代化 2022年2期2022-03-10
- 改進K-means加權自適應多視圖數據聚類算法
征的集合比作一個視圖，這樣便構成了多視圖數據。例如：若想識別一個人，可以結合他的聲音、長相、外形等特征對其進行辨別。因此對多視圖數據有以下定義：同一個物體從不同角度觀察所產生的異構特征數據，叫多視圖數據[1-4]?，F階段由于測量方法的多樣性，多視圖數據在各行各業中廣泛存在。對數據進行描述時可以通過對不同的視圖從不同的角度進行分析，如何對多個視圖數據采取高效聚類是當前研究領域的一個重點問題。文獻[5]提出一種樣本加權的多視圖聚類算法，對每個樣本的不同視圖作加
計算機仿真 2021年8期2021-11-17
- 基于矩陣分解的多視圖雙聚類算法
展，有效地處理多視圖數據成為了雙聚類算法的發展趨勢。為有效融合多源數據信息，研究人員結合多視圖學習以及雙聚類算法提出了多視圖雙聚類算法[1]（Multi-View Bi-Clustering）算法來對多視圖、多源數據進行雙聚類分析。多視圖雙聚類算法可以利用多視圖數據中隱含的共享性信息以及差異性信息指導聚類過程，進而獲得更高的精度。然而，目前的多視圖雙聚類算法研究中，研究者使用的算法都是以單一視圖的雙聚類為基礎，尋找不同視圖間的共享特征來鏈接多個視圖從而拓展
現代計算機 2021年23期2021-09-23
- 混合粒度多視圖新聞數據聚類方法
著極大的作用.多視圖數據是指從不同的源頭采集或由不同屬性的特征進行描述的數據，例如網絡新聞數據通常通過文本、圖片以及多媒體信息等特征進行描述，可以按照特征所屬的不同類型劃分為不同的視圖.目前，多視圖聚類算法在無人駕駛、異常點檢測、生物醫學分析等領域中都得到了充分的應用.文獻[1]中，首次提出了以協同訓練為基礎的多視圖聚類方法.文獻[2]基于核的思想，將每個視圖表示為圖，將多個圖融合后進行譜聚類.文獻[3]結合多視圖K-均值算法和集成技術，提高了聚類的性能.
小型微型計算機系統 2021年4期2021-04-12
- 巧解三視圖中的正方體個數問題
們不難畫出它的三視圖;反過來，給定小正方體堆積成的幾何體的視圖，如何確定小正方體的個數，是同學們普遍感到困難的地方，那么如何解決此類問題呢？這種類型的問題通常分兩類：一是已知三個視圖，確定小正方體的個數;二是已知兩個視圖，確定小正方體個數的最值問題。而已知兩個視圖又分兩種情況：含有俯視圖和不含俯視圖。下面，我們對解決這類問題的方法進行總結。一、已知三個視圖，確定正方體的個數例1由一些相同的小正方體搭成的幾何體的三視圖如圖1所示，則搭成該幾何體的小正方體有（
初中生世界·七年級 2021年2期2021-03-12
- 基于StarGAN和子空間學習的缺失多視圖聚類
集由不同的表示或視圖組成。對于同一個數據，可以根據該數據的不同特征進行劃分，每種特征代表一種視圖數據。例如，網頁可通過文本或網頁鏈接的形式獲取數據，從而構成兩個視圖的多視圖數據；同一個故事可以在不同的新聞中被講述，一份文件可以被翻譯成多種不同的語言等等。通常，多視圖為語義相同的數據提供兼容和互補信息，因此將它們集成在一起能獲得比單視圖更好的性能[1]。多視圖聚類的目的是基于對象的多個表示將對象劃分為若干個簇。近年來利用多視圖數據的互補性和一致性，研究者們提
華南理工大學學報（自然科學版） 2020年11期2021-01-05
- 一次性批量設置文件視圖模式
10中更改文件夾視圖的方法在Windows10中更改文件夾的視圖模式很簡單，首先在文件資源管理器中打開一個文件夾，然后通過“查看”菜單下的“布局”功能面板中的視圖命令，設定一種視圖模式（如超大圖標、大圖標、列表等）（圖1）。然后打開文件夾選項窗口，切換到“查看”選項卡，點擊“應用到文件夾”按鈕，最后點擊“確定”（圖2）。之后，當我們打開同類文件夾時，便會使用相同的視圖。注意這里對“同類”文件夾沒有任何說明，也沒有設置、調整能力。2.用ShellBagsVi
電腦愛好者 2020年17期2020-09-14
- 基于典型相關分析的多視圖降維算法綜述
觀察結果視為一個視圖或視角,則每個視圖均可以得到與之相應的數據,這種數據統稱為多視圖數據[1-2]。包含多個視圖的樣本數據可以采用不同的形式進行特征描述[3],如對于一幅圖像,顏色信息和紋理信息是2種不同的特征,可以看作是2個視圖數據。在網頁分類中,通?？梢杂镁W頁本身的文本內容和鏈接到此網頁的超鏈接2種特征來描述給定的網頁。相比于僅來源于單一渠道的單視圖數據,多視圖數據更能全面描述事物所具有的信息。傳統的機器學習算法,如支持向量機[4]、判別分析[5]、光
計算機工程 2020年2期2020-02-19
- 割補法在三視圖還原空間幾何體中的應用
安徽三視圖是高中新教材新增內容，也是高考的?？贾R點.不難發現，由三視圖還原幾何體的試題?？疾凰?，且其載體的復雜程度呈增長之勢，特別是以簡單組合體為載體的試題備受命題專家青睞.雖然很多學生能將“長對正，高平齊，寬相等”爛記于心，也對簡單幾何體的三視圖了如指掌，但處理這類問題時仍力不從心，無法可解，甚至不少教師的講解和很多資料的答案往往是直接告知是什么幾何體，而不做詳細解釋.筆者經過深入研究，發現割補法(對三視圖進行分割或修補)不但能有效處理復雜的三視圖還原
教學考試(高考數學) 2019年4期2019-08-03
- 樣本加權的多視圖聚類算法
的特征表示使得多視圖數據在眾多實際應用中越來越普遍.例如Web網頁可以從3個不同的角度描述：詞向量視圖直觀刻畫了網頁文本中單詞的出現情況；網頁中的圖像提供了豐富的視覺特征視圖；網頁與網頁之間的鏈接關系展示了網頁內容彼此之間的相關性.多視圖數據的互補性和一致性有利于從不同方位協同完成特定的機器學習任務.因此，多視圖學習逐漸受到人們的關注.多視圖研究最早起源于Yarowsky[1]和Blum等人[2]提出的消除單詞歧義算法和協同訓練算法.Yarowsky[1]
計算機研究與發展 2019年8期2019-07-30
- 基于SolidWorks Composer的齒輪泵虛擬設計與展示
表格等不同類型的視圖，將視圖完善后按照事先計劃好的播放順序鏈接即可。2.1 創建第一個視圖第一個視圖可按以下步驟來創建。（1）將齒輪泵裝配體導入到SolidWorks Composer軟件中，在標題欄窗口單元中，選中裝配“結構樹”、“視圖”、“屬性”、“協同結構樹”等選項。點擊左邊標題欄“視圖”-“創建視圖”，創建第一個視圖，并命名為齒輪泵。（2）點擊上方標題欄“作者”-“2D文本”，在第一張視圖中添加6個2D文本，并在“屬性”-“文本字符串”中將文本按播
佛山科學技術學院學報（自然科學版） 2018年6期2019-01-02
- 基于生成對抗網絡的多視圖學習與重構算法
數據稱為一個特定視圖,多類型數據的總體稱為多視圖數據.針對多視圖數據的分析研究,已經引起機器學習研究者的關注[1?4].按不同任務,已有方法可分為多視圖子空間學習[5?6]、多視圖字典學習[7?8]、多視圖度量學習[9]等.完成這些任務的重要工作是獲得視圖間的匹配關系,可以通過協同訓練[10?11]、協同映射[12?13]、信息傳播[14]等方法實現.在實現過程中,通常要求每個實例的所有視圖都是完整的.然而,現實問題中數據通常獨立地收集、處理和存儲,受環境
自動化學報 2018年5期2018-06-07
- 關于SQL視圖優點和缺點的淺探
中醫院關于SQL視圖優點和缺點的淺探李素奇 射陽縣中醫院在SQL中查詢數據時，一般從設計SELECT語句開始，將需要查詢的字段寫下來，而每次你要來查詢數據時（同樣的條件下），那么就需要重復輸入一樣的查詢語句，效率低下。但將這個經常要重復使用的查詢語句創建成視圖，就簡單了！我們在程序設計的時，要先了解視圖的優點和缺點，這樣就可以揚長避短，更合理的來使用它。視圖 優點 缺點在SQL Server數據庫中，表定義了數據的編排方式和結構。在SQL Server數據
數碼世界 2017年12期2017-12-28
- 關閉Excel 2013“受保護的視圖”模式
動進入“受保護的視圖”模式，不但出現煩人的“受保護的視圖”提示，還限制編輯，只有單擊“啟用編輯”后才能正常編輯文檔。（如圖1）這是因為Excel2013發現此文件來自Internet，可能不安全，在“受保護的視圖”中打開該文件有助于保護計算機的安全。但是如果我們能夠確信下載的文件安全，完全可以關閉“受保護的視圖”模式。操作步驟如下：Stepl：單擊“文件→選項”，在彈出的“Excel選項”對話框，單擊“信任中心→信任中心設置”。（如圖2）Step2：在彈出
電腦知識與技術·經驗技巧 2017年7期2017-09-23
- 三視圖問題的求解策略
房瑋嘉有關三視圖的許多題目，求解的思路不難，但由于不少同學對三視圖理解不深，或未掌握三視圖畫法的要領，常常出現各種各樣的錯誤，在畫視圖時，首先觀察物體，畫出視圖的外輪廓線，然后將視圖補充完整，在這個過程中有以下六點要特別注意。分析：對幾種常見幾何體的各種視圖的形狀要明確，要熟記一些常見幾何體三視圖的形狀，例如在正常的放置狀態下，球的三視圖都是圓；圓柱的主視圖和左視圖都是矩形，俯視圖是圓；正方體的三視圖都是正方形；圓錐的主視圖和左視圖都是三角形，俯視圖是圓及
中學生數理化·中考版 2017年1期2017-03-29
- 投影與視圖考點鑒賞
發明在學習投影與視圖時，要學會正確判斷簡單幾何體的三視圖，并能正確畫出基本幾何體的三視圖，由三視圖能得到相應的幾何體.根據實例掌握中心投影和平行投影的有關性質.為幫助同學們學好這一部分內容，下面以2016年中考題為例說明投影與視圖這一章中的常見考點.endprint
試題與研究·中考數學 2016年4期2017-03-28
- 在Oracle數據庫中實現物化視圖
的整體優劣，普通視圖的查詢時間長，系統開銷大，采用物化視圖勢在必行，以下就物化視圖的結構進行分析，通過比較，闡明物化視圖在大數據環境下的重要性。關鍵字：數據庫；查詢優化；物化視圖1 物化視圖的定義物化視圖就是具有物理存儲的特殊視圖，占據物理空間。它是用于預先計算并保存表連接或聚集等耗時較多操作的結果，這樣，在執行查詢時，就可以避免進行這些耗時的操作，從而快速的得到結果。它需要和源表進行同步，不斷刷新物化視圖中的數據。2 普通視圖的局限在Oracle 中使用
卷宗 2016年11期2017-03-24
- Django 框架中通用類視圖的用法
一些基于類的通用視圖，用于解決一些常見的Web任務。該文主要介紹了類視圖的基本用法以及幾個常用的類視圖。關鍵詞：Django；類；Web中圖分類號：TP311 文獻標識碼：A 文章編號：1009-3044（2016）13-0103-021類視圖的基本使用Django中的視圖是一個可調用對象，在Django的早期版本中，視圖用函數來實現。隨著Django的不斷發展，Django的技術團隊提供了新的實現，用類來表示視圖，并且針對Web開發中的常見任務，定義了大
電腦知識與技術 2016年13期2016-06-29
- 外觀設計專利申請中視圖類文件常見缺陷分析及建議
觀設計專利申請中視圖類文件常見缺陷分析及建議趙北北★外觀設計專利申請要求申請人必須提交請求書、產品視圖、簡要說明等文件，而在審查實踐中專利代理機構或申請人提交的產品視圖文件存在的缺陷最多也最為集中。本文從視圖提交數量以及視圖表達形式兩個方面，對于審查實踐中遇到的各類視圖文件中常見的缺陷進行歸納分析，同時給出合理的解決建議。外觀設計 視圖 清楚表達 視圖提交數量 視圖表達形式對于外觀設計專利申請，一般申請人需要提交請求書、產品視圖以及簡要說明。另外，若委托專
專利代理 2016年2期2016-02-27
- 你會畫左視圖嗎
□李慶社你會畫左視圖嗎□李慶社已知一個幾何體的主視圖、俯視圖，畫出幾何體的左視圖，是一種具有多解性的問題，所畫的左視圖一般不具有惟一性.例用小立方塊搭成的幾何體，使它的主視圖和俯視圖如圖所示.這樣的幾何體有幾種，它至少需要多少個小立方塊？最多需要多少個小立方塊？分別畫出它們的幾何體的左視圖.主視圖俯視圖分析：只根據主視圖和俯視圖搭幾何體，則搭成的幾何體不是惟一的.根據主視圖和俯視圖的特征，我們可以搭出符合主視圖和俯視圖的所有幾何體.下面通過在俯視圖中標出每
初中生天地 2016年36期2016-02-06
- 空間幾何體的三視圖
璇空間幾何體的三視圖包括正（主）視圖、側（左）視圖、俯視圖，分別是從幾何體的正前方、正左方、正上方觀察幾何體畫出的輪廓線.若相鄰兩物體的表面相交，則表面的交線是它們的分界線，在三視圖中，要注意實、虛線的區別.點撥 （1）從熟知的某一視圖出發，想象出直觀圖，再驗證其他視圖是否正確；（2）要分辨清楚視圖中標注的長度在直觀圖中代表什么；（3）注意視圖之間的數量關系：正俯長對正，正側高平齊，側俯寬相等；（4）合理地進行面積和體積的計算.
高中生學習·高二版 2015年7期2015-08-18
- 可信可控網絡中的一致性視圖構建機制*
控網絡中的一致性視圖構建機制*曹生林，柳立言(寧夏師范學院數學與計算機科學學院,寧夏 固原 756099)在可信可控網絡中利用多個控制節點對AS進行聯合控制，容易造成多個控制節點在網絡控制過程中持有的AS視圖不一致問題。針對該問題，在可信可控網絡模型的基礎上提出了基于選舉算法的AS內一致性視圖構建機制，該機制首先基于選舉算法選舉出主控制節點，然后主控制節點根據AS內各個控制節點的負載，將視圖構建任務分配給負載最低的控制節點負責構建視圖，并利用主控制節點的時
計算機工程與科學 2015年1期2015-03-27
- 視圖在數據庫安全中的應用
21008）1 視圖的作用視圖是一個虛表，它是由一個或者說多個基本表導出而形成的，但是數據依然存放在基本表中，所以它和基本表不同，二者存在區別。視圖的定義存放在數據庫中，它的作用就是數據庫顯示數據的窗口，通過視圖可以查看自己需要的數據庫的數據，并能看到相關數據的變化[1]。視圖的主要作用如下：[2,3]（1）視圖可以根據不同的用戶自行定義，對于用戶無權存儲的數據可以根據視圖機制對其進行保密，從而提高數據的安全性。（2）使用戶多種角度看待同一數據。（3）可以
電子測試 2015年8期2015-03-24
- 淺談Visual FoxPro 6.0查詢和視圖的區別
其是在創建查詢和視圖這一章。學習VFP6.0的基礎是建立數據庫、向表中存儲數據。但是我們在表中存儲的數據再多而不去使用它也是沒有意義的，因此當我們建立數據庫和表以后，目的就是要使用這些數據。在Visual FoxPro6.0中，常常利用視圖和查詢來對收集的數據進行處理，得到有用的信息。很多學生在使用二者時，總是產生迷惑，既然二者都能篩選出我們所需要的數據，那么只掌握其中一個不就可以了嗎？帶著這樣的疑問，我們分析一下到底查詢和視圖有什么不同。我們有這樣一個例
黑龍江教育·理論與實踐 2014年4期2014-03-14
- 基于查詢和相對收益的物化視圖選擇算法
進行聚集生成物化視圖預先存儲起來，對一些查詢可以直接給出結果，而不必進行聚集計算，提高了查詢的效率。物化視圖需要占用空間，對于高維度的數據集來說，可以生成的物化視圖的總個數隨著維度上升成指數級增長，需要進行物化視圖的選擇。目前物化視圖選擇的策略較多，但是并沒有得到普遍的最優算法，物化視圖選擇調整問題本身也被證明為NPHard問題［1］。在數據倉庫系統運行過程中，對著用戶查詢的不斷變化，已有的選擇策略可能并不能滿足當前的用戶查詢習慣，如何準確地把握用戶查詢類
計算機工程與設計 2013年1期2013-11-30
- 基于復雜工程圖的三維造型草圖生成算法
往往僅限于標準三視圖和一些其他限制，并不能滿足復雜多變的實際工程圖。因此，對于現有工程圖的三維化仍主要依靠人工繪制，但人工繪制是一個很耗費時間的過程，尤其是對于不熟悉該工程圖的人，這將只會事倍功半。為了尋求解決辦法，通過繪制大量工程圖的三維模型并且分析其中主要過程，找出了耗費時間比較多并且與工程圖密切相關的一個過程——草圖建模。企業的產品大部分是系列化的，使用草圖建?？梢詫嫵商卣鞯那€輪廓進行參數化控制，便于修改，所以進行三維建模時大多使用草圖建模。因此
圖學學報 2013年6期2013-09-21
- 基于二維典型視圖的三維CAD模型檢索算法
所對應的二維投影視圖的集合。這樣一來，兩個三維模型之間的比較就轉化為各自投影集合中所對應的二維投影視圖之間的比較。如果所對應的二維投影視圖都相似，則認為這兩個模型相似。該類算法中最著名的為Chen等提出的光場算法[5]。然而，在使用投影視圖對三維模型進行相似性匹配時，光場算法只是籠統地對視圖集中的每一幅視圖都同等看待，卻忽視了不同視圖在匹配過程中其實具有不同的重要性。相較于其它視圖，模型的某些投影視圖包含更多的信息，因而更能影響模型間的相似性匹配。從圖1可
制造業自動化 2012年9期2012-10-08
- Application of Materialized View as Aggregate Table in Data Warehouse
21－423物化視圖作為匯總表在數據倉庫中的應用汪 輝，李 浪 （衡陽師范學院 計算機科學系，湖南 衡陽 421002）匯總表存儲的是事先計算好的匯總數據，在數據倉庫查詢調優中是至關重要的。分析了匯總表數據生成的三種方法：即觸發器、存儲過程、物化視圖；用實例闡述了物化視圖的使用方法和優點，即靈活的數據刷新方式、減少繁重的編程工作、查詢重寫機制保證應用獨立性等，指出了物化視圖是實現匯總表的理想選擇。物化視圖；匯總表；數據倉庫CLC nunber：TP311A
衡陽師范學院學報 2012年6期2012-01-15
- 基于Pro/E的剖面圖創建
的創建每一個剖切視圖，都需要一個剖切平面，正確的創建剖切平面，是創建剖切視圖非常重要的一步。剖切平面可以在零件圖中創建，也可以在工程圖中創建，實際上在零件圖中創建剖面更簡單，所以建議大家在最好在零件圖中創建。本題創建2個剖面（A-A和B-B）。其中A-A為旋轉剖的剖面，B-B為對稱剖的剖面。1.2 定向零件工程圖的創建中，主視圖的定向很重要。定向的方法很多，可以在零件圖中定，也可以在工程圖中定，定好向后要取好視圖名稱并保存。建議最好在零件圖中定向（因為在零
裝備制造技術 2011年8期2011-03-28
- 利用ＳＱＬ?。樱澹颍觯澹颉。玻埃埃邓饕?span class="hl">視圖提高數據庫系統性能
tion 的索引視圖改善數據庫系統的整體性能。關鍵詞：SQL Server 2005；database；DBMS1索引視圖的作用Microsoft SQL Server 視圖的主要作用是：1.1提供一種安全機制，將用戶限制到一個或多個基表的某個數據子集中。1.2提供一種機制，允許開發人員自定義用戶通過邏輯方式查看存儲在基表中的數據的方式。在SQL Server 2005中，具有唯一的聚集索引的視圖稱為索引視圖。2利用索引視圖提高系統性能的方法2.1可在視圖
科技經濟市場 2009年5期2009-07-31
- 例談小立方體組合體三視圖的畫法
立方體組合體的三視圖,或由三視圖描繪出原物體的形狀,是我們學習的一個難點,許多同學感到棘手.下面結合例題與同學們一起探究如何畫三視圖.一?畫小立方體組合體的三視圖對于小立方體組合體,畫它的三視圖時應遵循以下規律:(1)畫主視圖時,觀察者站在小立方體組合體的正面看,主視圖要看原小立方體組合體的列,即原小立方體組合體有幾列,則主視圖便有幾列,并且主視圖中每列從上到下的正方形的個數就是你能看到小立方體組合體對應列從上到下的小立方體的總層數.(2)畫左視圖時,觀察
中學生數理化·七年級數學北師大版 2008年7期2008-10-15