基于VTK三维地震数据体绘制系统框架

针对地震数据信息量大的特点,文中提出了一种针对三维地震数据体绘制系统的框架。解决的方法是将数据处理、用户交互、渲染绘制分离成三个模块,并且设计了层次结构来保持模块之间的独立性,便于各个模块的修改、更换和扩展,提高了可视化绘制系统快速开发的灵活性。基于三维可视化开发工具包VTK,设计并编程实现了一个地震数据体绘制系统界面。通过实验结果证明,此体绘制方案是可行的、有效的。     

一种群组行为模拟绘制系统软件框架设计方法

基于感知模型,提出了一种针对群组行为模拟绘制系统的框架。将系统分离成场景处理、场景管理、用户交互、渲染绘制四个模块,设计了层次结构来保持模块之间的独立性,以便于各个模块的修改、更换和扩展,提高了绘制系统快速开发的灵活性。针对群组中智能个体感知模型的建立提出了一些构想,赋予个体拟人的感知能力;阐述了群组个体的基本行为,描述其具体实现方式,并对其中的一些行为做了适当的改进。为群组动画技术理论的研究以及群组动画系统的开发实现提供一种可以实践的方法和思路。     

三元Box样条构造方法的实现

在计算机辅助几何设计（CAGD），计算机辅助设计及制造（CAD／CAM）等领域中，样条函数已经成为不可缺少的工具。该文研究的目的在于提高样条空间中高维多面体的计算效率。文中按照Box样条的向量组定义的理论基础，通过一套自定义的从向量定义的角度来实现空间的点线面体类库的方法，最后实现了数学理论设计出来的空间多面体的向量组的一个三元Box样条函数。通过对高维多面体算法的时间复杂度分析，可以得到结论，文中设计采用的方法确实能够高效率地实现高维样条空间多面体的样条函数。     

场景语义约束的三维交互技术

针对复杂虚拟环境下的交互需求,从面向高层应用的角度对交互任务进行分析,提出三维交互任务的层次模型。结合应用特点,将虚拟场景中的语义约束引入到三维交互技术的设计中,实现了多种面向高层应用的导航技术和选择操作技术,并在不同交互技术和操作隐喻模式之间实现了自然的融合和平滑的转换。用户界面利用这些语义约束更好地感知和理解用户的交互意图,实现更为直观、高效的三维交互过程。     

基于OpenGL的光线投射算法的研究

利用VC＋＋6．0以及OpenGL实现光线投射算（payCasting）法。介绍了光线投射算法以及OpenGL的知识。主要实验方法为：第一、对原始CT图像进行数据预处理、数据分类,得到满足绘制要求的规则体数据,并且对各个数据点赋予颜色值和不透明度;第二、利用体绘制算法绘制出人头（主要是人脑）图像,并且能够实现空间上三个方向的浏览与绘制功能,但是绘制速度比较慢。实验结果表明：采用光线投射算法能够实现人脑的三维可视化,并且能够绘制出清晰图像,图像效果令人满意。     

基于统计学习理论的支持向量机的分类方法

支持向量机是一种新型机器学习方法,由于其出色的学习性能,该技术已成为机器学习领域新的研究热点。介绍用于分类的支持向量机的统计学习理论基础,在此基础上提出了支持向量机的分类算法,讨论了支持向量机存在的问题,对用于分类的支持向量机的应用前景进行了展望。     

基于Bezier样条的曲线光滑处理及交互降噪方法

针对计算机辅助测试的数字采样信号向模拟信号转化时出现的拟合失真现象,对Bezier样条插值法进行优化,提出一种基于Bezier样条插值的采样数据光滑曲线拟合方法,并针对个别采样数据失效,提出了一种可直观交互的降噪处理方案.在降噪处理中,依据数字采样信号出现异常的物理特点,从待降噪控制点集合中计算出最佳降噪控制点,并对最佳降噪控制点的临近采样点按照合理的幅度进行降噪,在高效降噪的同时保证了曲线的光滑,保证了拟合曲线的质量,更加准确地反应了模拟信号所代表的物理意义.通过在基于WPF的MVVM模式设计的测井数据处理系统中应用,验证了方法的有效性,取得了很好的效果.     

基于OpenGL的光线投射算法的研究

利用VC＋＋6．0以及OpenGL实现光线投射算（payCasting）法。介绍了光线投射算法以及OpenGL的知识。主要实验方法为：第一、对原始CT图像进行数据预处理、数据分类,得到满足绘制要求的规则体数据,并且对各个数据点赋予颜色值和不透明度;第二、利用体绘制算法绘制出人头（主要是人脑）图像,并且能够实现空间上三个方向的浏览与绘制功能,但是绘制速度比较慢。实验结果表明：采用光线投射算法能够实现人脑的三维可视化,并且能够绘制出清晰图像,图像效果令人满意。     

基于统计学习理论的支持向量机的分类方法

支持向量机是一种新型机器学习方法，由于其出色的学习性能，该技术已成为机器学习领域新的研究热点。介绍用于分类的支持向量机的统计学习理论基础，在此基础上提出了支持向量机的分类算法，讨论了支持向量机存在的问题，对用于分类的支持向量机的应用前景进行了展望。