ActiveX控件容器在可视化编程系统中的实现

ActiveX控件容器能使可视化编程系统的扩展性得到增强.本文详细论讨了在编程系统中构建ActiveX控件容器的设计思路及其具体实现方法,该技术明显提高了"VXI总线测试软件平台"的通用性.     

Kuka在软PLC和PC的基础上利用机器人使包装系统自动化

现代化的机器人控制也可以配置在一个异构的环境，这已被Kuka验证为事实。机器人控制，软PLC和可视化成功的集成，这给制造商和客户都带来了利益。这一控制概念基于工业PC，利用KW—Software的运行系统成为在Windows下的强大PLC。它很容易被编程．并可由同样是KW—Software开发的MULTIPROG系统所检验。Kuka利用这项技术为许多自动化任务提供了已建成的通用标准控制。     

生物信息学中的计算机技术应用

在跟踪了当前生物信息学发展的基础上,对生物信息学中的计算机技术应用进行分析,提炼出不同的计算机技术在生物信息学科中的不同作用,以让更多的同行对这方面有所认识并在选题上有所借鉴.文中采用由点到面的方法,得出了高性能的计算机体系和网络技术是生物信息学赖以生存和发展的生命线;数据库技术是生物信息学大厦的支柱;可视化技术是生物信息学研究的重要手段;人工智能以及神经网络技术是生物信息学得以发展的保障等结论.     

向数字城市的城市规划可视化系统设计及其实现

以数字化技术为代表的新技术的发展,特别是可视化仿真和地理信息系统技术的引入,在很大程度上影响了传统城市规划方法和理念。本文设计并实现了一个面向数字城市的城市规划可视化系统,分析了该可视化平台的系统框架,详细讨论了城市模型数据库、系统模块组成及其集成方式,最后给出了该系统的应用实例。     

创新无极限——SGI Prism新一代图形服务器发布会

近日，SGI公司推出了其新一代可视化产品Siucon Grapllics Prism^TM，它是世界最强势、最有灵活性的基于Linux操作系统的可视计算机产品系列。SGI公司第一次将其最先进的、先前仅有少数人才能用得起的高性能可视化技术，置于一个真正开放的平台上。通过将基于标准的英特尔R安腾R2处理器、Linux操作环境及其世界闻名的先进图形技术相结合SGI公司为更广泛的用户创建了一个适合解决世界最庞大、最复杂的计算可视化系统，是一个真正可以按需伸缩的图形服务器。     

开户智能马达控制之门：罗克韦尔自动化倡导真正智能化马达管理理念，为制造业优化效率和成本

全球领先的工业自动化解决方案供应商罗克韦尔自动化公司(Rockwell Automation)日前在北京和上海相继举办了”智能马达控制器(Intelligent Motor Control)研讨会”，并创先在业界提出了”智能马达控制一真正的智能化电机管理”的理念。同时承诺，罗克韦尔自动化致力于将最前沿的马达控制器和保护装置与先进的网络和可视化技术结合起来，为广大用户优化马达控制系统结构，     

椭球体三维数据场可视化模型及实现

分析了三维数据场可视化的典型应用及两类基本构造方法；提出一种椭球体三维数据场可视化模型，详细论述该模型的物理意义及实现算法，并给出利用该模型及其算法实现三维数据场可视化的实例。通过对效果图的分析表明，该方法所建立的三维图像具有良好的真实感，运行速度快且交互性能强。     

基于访问网格的沉浸式可视化协同设计系统的设计实现

为了处理协同设计中多个分布、异构的组织和个人的复杂数据交互,利用沉浸式可视化技术提供高质量的无间距协作。通过对访问网格进行分析,提出基于访问网格的沉浸式可视化协同设计系统框架,研究系统实现及通过网格服务进行任务智能分解的关键技术。系统实现表明,比传统基于Internet的协同设计系统具有更高的设计效率和更好的设计效果。     

SPM数据可视化技术研究

介绍了一套基于数字图像处理技术和OpenGL技术的数据可视化方案。该方案可以用于各种类型的SPM仪器的二维和三维成像处理。针对SPM应用首次提出了“高度剔除”去噪算法以及“水平线最小二乘调整”高度再调整算法,实验表明,这些算法对于增强高度数据成像对比度以及降低从高度数据到图像映射造成的细节损失可以起到有效的作用。详细地讨论了三维成像中的关键问题———顶点颜色的计算,并通过OpenGL的纹理映射技术获得了逼真的三维形貌图。另外,该套可视化方案数据流明确,可视化效果好,可以为其它类型的数据可视化提供有益的参考。     

可扩展并行算法研究与可视化环境开发

目前各领域的应用问题呈现出多维性、非线性等高度复杂的特征，要求精度高、实时性强。要有效地解决这些问题，需要使用每秒十万亿次、百万亿次、甚至是千万亿次的高性能并行计算机。这样的高性能计算机一般由成百上千个甚至是上万个高性能微处理器通过高性能网络互连构成，如何发挥出其高性能是从事并行计算研究者的主要任务。可扩展并行算法的研究、可扩展度量方法的建立、并行应用程序的研制与优化以及大规模数据可视化环境的开发是其中最具挑战的4个问题。它们是挖掘高性能计算机的关键技术之一，也是高性能计算的基础应用研究。