排序方式: 共有8条查询结果,搜索用时 15 毫秒
1
1.
2.
特征可视化能揭示流场的拓扑结构,是流场可视化的重要手段之一.传统特征可视化侧重于描述流场中各临界点间的拓扑关系,而较少重视各特征的区域范围.作为特征的重要属性,合理定义描述特征的有效影响范围,对于研究流场特征性质及其变化非常重要.为此,分析了平面流场拓扑特征,定义了流场典型特征的有效区域范围,提出了一种描述流场性质及变... 相似文献
3.
针对传统三维矢量场纹理映射方法中矢量场方向信息表现不明确的问题,在经典冷暖光照模型基础上,提出了基于冷暖源的渐变光照模型和基于噪声中心的冷暖光照模型.首先应用Halton序列和Gauss滤波生成稀疏噪声,然后引入冷暖源、距离因子等概念,分别通过距离因子控制和基于纹理片元噪声变化的规律,实现了由纹理冷暖色温的变化来清晰地反映矢量场方向信息.实验结果表明,文中提出的2种光照模型均能够通过冷暖色温的变化清晰地从整体和局部两个方面反映出矢量场方向信息,有效地提高了可视化的表现效果. 相似文献
4.
5.
分析了流场特征,提出一种基于BP神经网络的可选择智能流场特征提取方法,由用户选择关注特征区域并将该区域作为输入样本进行训练,利用训练后的神经网络对新数据进行识别预处理,抽取出用户关注的特征区域;提出一种基于“鱼眼视图”技术的多分辨率流场特征绘制方法,将原始数据场采用层次细节二叉树表示,以减少绘制数据量.基于上述方法,设计并实现了一个原型系统,对用户关注区域进行详细信息显示,同时保持了整个数据场的概貌,实现了具有良好交互性的可选择流场特征可视化. 相似文献
6.
GPU加速3D流场特征提取与多分辨率绘制 总被引:1,自引:1,他引:0
由于视线方向上的网格单元前后相互影响,导致3D流场可视化面临遮挡和混乱问题,为此提出一种基于流场特征的多分辨率绘制方法.首先利用基于GPU的BP网络流场特征提取方法对流场典型特征或用户关注的新特征进行选取、训练和识别;在此基础上,利用Voronoi图技术对特征数据构造特征树;最后基于鱼眼视图多分辨率技术进行绘制.对绘制和性能进行测试的实验结果表明,该方法能有效地提取流场特征,降低遮挡和混乱对可视化效果影响. 相似文献
7.
传统的基于拓扑分析方法的特征可视化系统的扩展性、通用性和交互性较差。本文分析了流场的特征,在此基础上提出了一种基于BP神经网络的可选择智能流场特征提取方法,设计了一种三层BP神经网络结构,用户可以对感兴趣的新特征进行选取并进行训练和提取,而无须修改程序。该方法利用神经网络较强的非线性映射能力,提高了系统的扩展性、通用性和交互性。基于上述方法,设计并实现了一个流场可视化原型系统。实验表明,该方法对流场任意特征具有高识别率和较低的误警率、漏报率。 相似文献
8.
1