排序方式: 共有5条查询结果,搜索用时 10 毫秒
1
1.
2.
本构模型参数不恰当导致仿真结果与真实视频的视觉效果不一致。对此,提出了一种非牛顿流体仿真重建方法。在模型训练阶段,使用非牛顿流体仿真视频作为输入,学习单帧流体仿真图像的最佳低维潜在空间表示,并在该潜在域中进行帧间预测,采用卷积长短时记忆网络预测未来帧的潜在向量表示。基于逐帧潜在表示编码和帧间时序特征预测本构模型的重建参数。在模型验证阶段,以非牛顿流体单目真实视频为输入,预测流体本构模型参数,实现基于Cross模型的非牛顿流体仿真重建。仿真实验结果表明,使用面向视频的仿真重建方法能够获得比使用基于流变仪测量的重建方法与真实视频更吻合的流体重建结果,在不同时间点均有更高的像素准确率、像素精准率和更符合实际流动的视觉效果。 相似文献
3.
针对现有的光滑粒子流体动力学(SPH)非牛顿流体仿真方法的边界条件不合理问题,提出一种适用于非牛顿流体仿真的边界处理方法.首先使用Cross模型实现牛顿流体和非牛顿流体的统一建模;然后通过对固体边界粒子进行加权计算,为边界处的流体粒子设定边界力的法向量;最后采用Coulomb摩擦力边界条件对边界处流体粒子的速度进行迭代更新,并将其融合到预测-校正算法框架中.实验结果表明,文中方法能够根据用户的需要调节流固边界处的摩擦系数;与自由滑移边界下的仿真相比,该方法下非牛顿流体黏度随速度的降低而增大,并表现出固体形态的物理特性. 相似文献
4.
本文提出了一种基于自由形变(Free-Form Deformation, FFD)及外轴投影(External Axes Projection, EAP)的复杂表面重构算法.该算法以目标形状的切片轮廓作为输入数据,此后轮廓被嵌入到高维空间有向距离场中,在此隐式空间中,算法主要分为以下三步:生成计算序列,计算序列由计算单元组成,每一个计算单元包含上下相邻的两个轮廓;根据相邻轮廓间的拓扑关系,进行外轴投影(EAP),以解决潜在的分支问题;在每个计算单元中,根据轮廓长度决定自由形变方向,并进行自由形变,根据自由形变结果,建立轮廓间顶点的一一对应关系,并以此进行表面重构.该方法具有以下特点:输入轮廓可具有任意拓扑结构;所生成表面与输入轮廓完全贴合,生成表面准确,无自我重叠,拓扑关系不发生改变;算法高度并行,执行效率高.实验结果证明,该算法可以解决复杂表面的重构问题. 相似文献
5.
以放松减压为目标的情绪调节及放松状态评估有助于提升国民身心健康。针对降低生理信号采集导致的放松情绪诱发困难,使用附着型人体传感器采集受试者的心率信号进行放松状态识别,使用混合音频诱发受试者产生放松情绪,从二维情绪量表中换算获得放松状态标签。采集受试者的心率信号,从心率信号中提取时域特征、频域特征和心拍数。基于多层感知机和长短时记忆网络构建放松评估模型,实现放松状态识别。实验结果表明,相比于目前的研究成果,该放松识别模型具有更优的分类性能,能够为情绪调节与放松状态评估问题提供一种新的可靠解决方法。 相似文献
1