(2001) Visualization with spline using a genetic algorithm. Masters thesis, King Fahd University of Petroleum and Minerals.

Preview

PDF 10289.pdf Download (3MB) | Preview

Arabic Abstract

إذا أردنا الحصول على نموذج شرائح خطية جيد من بيانات قياسات كبيرة فإننا كثيراً مانحتاج للتعامل مع العقد كمتغيرات مما ينتج عنه مسألة إيجاد الحل الأمثل لدالة غير خطية مستمرة عديدة المتغيرات ذات نقاط مثلى محلية عديدة . لذلك فإنه يصعب الحصول على نقطة مثلى عامة . تعرض هذه الرسالة طريقة لتحويل المسألة الأصلية إلى مسألة إيجاد الحل الأمثل لتوافقية متقطعة وحل المسألة باستعمال خوارزمية جينية . في هذا البحث تم استخدام NURB لنموذج الشرائح الخطية وتم إيجاد الحل الأمثل لكل من العقد وأوزان نقاط التحكم المقابلة . تم تطبيق هذا العمل على كل من المنحنيات والسطوح . في حالة المنحنيات تم إدخال خوارزمية كشف الأركان لتكشف النقاط الهامة في تحديد شرائح خطية تجعل بعض الأشكال تبدو بمظهر حسن . معامل الشرائح الخطية B تم تعريفه للعديد من الأحرف والرموز . تم بناء الكروموسومات باعتبار مواقع العقد على أنها جينات . تم البحث عن أفضل نموذج بطريقة (AIC) . هذه الطريقة تحدد عدد ومواقع العقد الأنسب بطريقة أتوماتيكية آنية . أعطيت بعض الأمثلة لعرض النتائج التي تم الحصول عليها من الخوارزمية .

English Abstract

If we have to obtain a good spline model from large measurement data, we frequently have to deal with knots as variables, which becomes a continuous, non-linear and multivariate optimization problem with many local optima. Hence, it is very difficult to obtain a global optima. In this thesis, we present a method to convert the original problem into a discrete combinatorial optimization problem and solve the converted ones by a genetic algorithm. In our work, we have used NURBS for our spline model. The optimization of both the knots and the weights corresponding to the control points has been done. The work has been applied to both curves and surfaces. In case of curves, we have also incorporated a corner detection algorithm to detect significant points which are necessary to capture a pleasant looking spline fitting for shapes such as fonts. A parametric B-Spline has been approximated to various characters and symbols. The chromosomes have been constructed by considering the candidates of the locations of knots as genes. The best model among the candidates is searched by using Akaike's Information Criterion (AIC). The method determines the appropriate number and location of knots automatically and simultaneously. Some examples are given to show the results obtained from the algorithm.

Item Type:	Thesis (Masters)
Subjects:	Computer
Department:	College of Computing and Mathematics > Information and Computer Science
Committee Advisor:	Sarfraz, Muhammad
Committee Members:	Ahmed, Zulfiqar and Qureshi, Kalim Uddin and Al-Suwaiyel, M. I. and Arif, Abul Fazal Mohammad
Depositing User:	Mr. Admin Admin
Date Deposited:	22 Jun 2008 14:01
Last Modified:	01 Nov 2019 13:59
URI:	http://eprints.kfupm.edu.sa/id/eprint/10289