原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于特征分布的三维流线相似性研究.pdf
福州大学学报(自然科学版) Vol. 44 No.5
第44 卷第5 期
2016 主10 月 Journal of Fuzhou University( Natural Science Edition) Oct. 2016
DOI，1O.76311issn. 1O∞- 2243.2016.05.0633 文章编号:l(削 -2243(2016)05 -0633-06
基于特征分布的三维流线相似性研究
张伯雄，谢伙生
(福州大学数学与计算机科学学院，福建福州 350116)
摘要:针对利用流线的形状特征对流线进行分类和选取，可以方便用户洞察三维流场的特征，提出一种高效的
基于特征分布的三维流线相似性比较方法.该方法在 Lu Kewei 等流线相似性比较方法的基础上，引人曲折度
和速度方向情两个全局属性.首先将流线均匀分段，然后计算每段的曲率直方图、扭率直方图、曲折度直方
图、速度方向恼直方图，构建相应的二维直方图，最后利用堆土机距离(EMD) 及 k - means 聚类方法进行流线
相似度计算和分类.实验结果表明，该方法在引入全局几何属性后能够产生更鲁棒性的查询和分类结果.
关键词:流线相似性;特征分布;二维直方图;流线聚类
中圈分类号: TP391. 41 文献标识码:A
3D stremlines sÎD曲larity ana1ysis based on distribution of measurements
ZHANG Boxiong , XIE Huosheng
(College of Mathematics and Computer Science , Fuzhou University , Fuzhou , Fujian 350116 , China)
Abstract: Considering the feature of shape , classification and selection of streamlines advance the un-
derstanding of the features in 3D flow field. In this paper , we propose an efficient 3D streanùines simi-
larity comparison method based on distribution of features.ηlis method is based on the streamline sim-
ilarity comparison method proposed by Lu Kewei et al. and introduces two global geometric properties;
tortuosity and velocity direction entropy. At first , we divide each streamline into segments evenly ,
then we construct curvature histogram 、 torsion histogram 、 tortuosity histogram and velocity direction
entropy histogram for each segment , and form corresponding 2D histograms. In the end , we use 出e
Earth Mover s Distance ( EMD) and k - means clustering me出od to measure the similarity between
st
文档评论（0）