可扩展的实时自然景物模拟算法

针对传统的粒子系统实时仿真存在只能针对单一自然景物模拟、计算耗时、图像不真实、算法复杂等问题,提出了一种基于粒子系统和图形处理器（GPU）加速通用可扩展的自然景物模拟算法。在该算法中,粒子的物理运动计算过程和渲染阶段完全由CPU转移至GPU,可以增加粒子数量和提高渲染速度;同时,在渲染过程中,可以较好地利用硬件支持的粒子图技术来改善渲染中粒子的外表,选择不同纹理,从而能够较方便地模拟不同的自然景物。最后,在GPU上实现了雪花、喷泉、烟花、瀑布等模拟,算法充分利用了GPU的多通道并行处理性和可编程性,提高了自然景物模拟的实时性,可运用于虚拟现实系统。     

乘务员排班系统模型设计与实现

阐述了排班系统的模型、系统结构，并对各个功能模块、排班算法及所采用的关键技术做了详细描述，仿真分析验证了算法的合理性。基于ASP．NET的程序设计使得该系统更易维护、更安全、更稳定。     

树的建模技术研究综述与展望

树的建模技术是计算机图形学近年来研究的热点问题之一.侧重从计算机图形学的研究角度,对树的建模技术分别从基于规则的树建模技术、基于草图的树建模技术、基于图像的树建模技术3个方面进行了总结和综述,介绍了近年来提出的典型的树建模方法及最新研究进展,对其中涉及的关键技术进行了总结分析,给出了这些技术的基本思想、局限性和使用范围,并加以分析比较,最后对树的建模技术的未来研究方向给出展望.     

基于双变换的红外与可见光图像融合增强

通过研究可见光视觉图像与红外图像序列的相关特性及融合处理中存在的问题, 提出一种基于视觉图像预增强处理的曲波与小波双变换融合机制来有效保留边缘信息和图像细节信息。实验结果表明所提出的方法提高了融合图像的视觉感知质量, 为遮挡和伪装目标的检测和定位提供了更为有效的空间环境, 并且融合增强后的图像具有更高的信噪比和更少的人工痕迹, 与当前最新的其他方法相比是一种具有更好融合质量和更高效率的图像/视频融合方法。     

立即辐射度综述*

立即辐射度作为一种实时全局光照方法,近年来在真实感实时绘制应用研究中得到了广泛的关注,尤其是与当前图形处理硬件GPU的配合,已使其成为适合于在PC上实现复杂场景实时绘制的一种重要方法。对立即辐射度算法进行了综述,以立即辐射度发展历程为主线,分析算法的基本思想,深入剖析了立即辐射度当前的扩展及优化;展现了立即辐射度方法的一个清晰蓝图,指出了该方法在实时全局光照领域中进一步的研究热点和发展方向。     

基于ASP.NET的电子商务平台设计与实现

电子商务是在Internet开放的网络环境下,采用电子形式开展的商务活动。这种新型的商业运营模式基于浏览器/服务器应用方式,实现了消费者的网上购物、商户之间的网上交易和在线电子支付。阐述了电子商务的系统结构,实现了电子商务的一般在线功能。同时详细描述了各个功能模块及所采用的关键技术,并对ASP.NET与CGI,PHP,JSP等Web技术进行比较。试验表明基于ASP.NET的程序设计使得该系统更易维护、更安全、更稳定。     

基于ASP.NET的电子商务平台设计与实现

电子商务是在Imernet开放的网络环境下，采用电子形式开展的商务活动。这种新型的商业运营模式基于浏览器／服务器应用方式，实现了消费者的网上购物、商户之间的网上交易和在线电子支付。阐述了电子商务的系统结构，实现了电子商务的一般在线功能。同时详细描述了各个功能模块及所采用的关键技术，并对ASP．NET与CGI，PHP，JSP等Web技术进行比较。试验表明基于ASP．NET的程序设计使得该系统更易维护、更安全、更稳定。     

基于普适计算研究及其应用

普适计算是一种能普遍获取的适应性电脑计算模式。其研究范围包括包括分布式计算、移动计算、人机交互、人工智能、嵌入式系统、感知网络、信息融合等。本文首先介绍了普适计算的时代背景、基本思想及特征，然后描述了普适计算的基础和国内外的研究现状，最后举例说明普适计算的应用及其未来发展方向。     

基于深度学习的YOLO目标检测综述

目标检测是计算机视觉领域的一个基础任务和研究热点。YOLO将目标检测概括为一个回归问题,实现端到端的训练和检测,由于其良好的速度-精度平衡,近几年一直处于目标检测领域的领先地位,被成功地研究、改进和应用到众多不同领域。该文对YOLO系列算法及其重要改进、应用进行了详细调研。首先,系统地梳理了YOLO家族及重要改进,包含YOLOv1-v4, YOLOv5, Scaled-YOLOv4, YOLOR和最新的YOLOX。然后,对YOLO中重要的基础网络,损失函数进行了详细的分析和总结。其次,依据不同的改进思路或应用场景对YOLO算法进行了系统的分类归纳。例如,注意力机制、3D、航拍场景、边缘计算等。最后,总结了YOLO的特点,并结合最新的文献分析可能的改进思路和研究趋势。     

基于冲突博弈算法的海量信息智能分类

在对海量信息进行分类的过程中,常通过信息文本模型及相似度来完成分类,无法完全表示信息属性,导致信息分类时出现冲突。提出基于冲突博弈的海量信息智能分类方法,对信息特征进行提取;在此基础上,根据海量信息的正交属性确定海量信息的分类策略,引入纳什均衡策略和帕累托最优策略,求取海量信息分类问题的最优解,完善分类策略;利用冲突信息检测方法判断冲突信息检测分类是否存在冲突,若存在冲突,则转化为约束满足问题,通过分析分类问题的约束变量确定分类中的操作冲突内容,建立海量信息分类中冲突判别的表达式,实现海量信息的智能分类研究。实验结果表明,采用所提方法进行海量信息的智能分类时,分类效果较好,过程较为简单,对计算机网络运行的影响较小,为冲突博弈算法在海量信息分配中的实际应用提供了借鉴。