一种基于GPU的改进光线投射算法

针对传统光线投射算法计算量大、速度慢、在没有硬件加速情况下难以实时重建的问题,提出了一种基于GPU编程的快速计算重采样点值的光线投射算法。首先,设计一个GPU程序确定投射光线的终点与方向;其次,采用加速度步长采样方法确定重采样点的位置并利用快速复合插值方法计算重采样点的颜色值;最后,采用不透明度提前截止法进一步加速重建过程。实验结果表明,该方法计算复杂度低、执行效率高。在保证重建图像质量的同时,与现有基于CPU的光线投射算法相比,重建速度提高6倍,与基于GPU的传统光线投射算法相比,速度提高2倍。     

基于改进光线投射算法的体数据显示

光线投射算法属于直接体绘制（DVR）中应用比较广泛的算法,其优点是绘制质量高,但是存在采样点计算量大,绘制速度慢的问题.针对这一问题,本文利用投射光线在物空间的传递性质,提出了一种改进的计算采样点位置的算法,加快采样点的获取速度,提高图像三维重建的效率.该算法在PC机平台上得到了实现,不仅在图像质量上得到保证而且绘制速度又有很大提高,为图像的三维重建提供了有效的手段.     

多通道快速GPU光线投射算法

现有基于GPU加速的光线投射算法为满足实时交互的需求,通常在用户交互过程中,采用降低采样频率的方法来提高重建速度,却丢失了三维数据场的信息,极大降低了重建图像的质量.针对这一问题,在分析GPU渲染管道线和图像插值重建技术的基础上,提出多通道快速GPU光线投射算法.利用离屏渲染技术,设置比显示分辨率低4～16倍的渲染分辨率,在此渲染分辨率下进行正常采样的光线投射算法,将渲染分辨率下重建结果重新作为输入,进行高分辨率重建,并显示结果.实验结果表明,该方法可以在满足重建图像质量的前提下,有效提高重建速度.     

针对类球形对象的改进光线投射算法

为提高光线投射算法的绘制速度和图像绘制质量,提出了一种针对类球形对象的改进光线投射算法。该算法首先设置球形包围盒的方法剔除对最后绘图结果没有影响的光线投射,用快速求交的方法来提高获取采样点的速度,通过自适应采样的方法加入新的采样点来提高绘制图像的质量。实验结果表明该算法不仅比传统方法绘制出的图像质量清晰,并且提高了算法的执行速度。     

一种高效的光线投射体绘制算法

作为体绘制中的一个经典绘制算法,光线投射算法理论简单同时能产生高质量的图像,被广泛应用于医学图像可视化领域。但在绘制过程中有大量的投射光线和体素的重采样,导致绘制速度较为缓慢。为提高绘制的速度,文中提出一种高效的光线投射体绘制算法,通过引入碰撞检测技术减少投射光线的数目,避免冗余光线的采样计算,同时采用光线跳跃方法在碰撞检测包围盒内跳过对空体素的重采样,加快了光线合成的过程。实验结果表明,改进后的算法不仅能保证所需要的图像质量,还能大幅度地减少采样计算的时间,高效地提高绘制速度。     

一种改进的基于GPU编程的光线投射算法

针对传统光线投射算法采样效率低、绘制精度差等缺点,提出一种新的体绘制算法,所给算法采用新的采样合成函数,并结合经典的Blinn-Phong光照模型,采用不透明度提前截止判断光线终止。整个过程使用Cg语言编写顶点程序和片段程序来实现。实验结果表明算法既可以增强传统光线投射算法的绘制效果,也可以加快算法的速度。     

一种改进求交的自适应光线投射体绘制算法

光线投射算法是体绘制技术中的一种重要算法,但其自身存在采样效率低和绘制速度慢等问题。为了提高光线投射算法的绘制速度,本文提出了一种改进求交的自适应光线投射体绘制算法,算法采用一种快速求交方法和自适应采样来提高体绘制速度,试验结果表明该算法能在基本不影响图像质量的同时提高算法的速度。     

基于相关性的快速体绘制研究

光线投射法是三维直接体绘制算法中的一种最基本方法,但简单的光线投射算法存在采样效率低和绘制速度慢的缺点。本文充分利用对象空间与图像空间的各种相关性,利用 对象空间中数据场的相关性,对采样点处的均匀性区域采用正方体进行度量,并以此来确定采样步长,在射线方向上采用自适应的采样方式,避免在采样点周围均匀性区域中中重复地进行采样,大大地提高了三维数据场的绘制速度。     

基于线性八叉树的快速直接体绘制算法

提出了基于线性八叉树的加速体绘制算法.利用线性八叉树对物体进行空间剖分,光线投射法跨越体数据集中的空体素,以提高绘制的速度.针对光线穿越体数据时的特殊情况,改进线性八叉树邻域查找的方法,特别是不同尺寸的邻域查找方法,克服了层次八叉树邻域查找的低效率,同时提出了光线离开平面的简洁判定方法,方便光线下一个采样点的计算.实验结果表明,该算法能够有效地提高绘制的速度.     

基于GPU与Monte-Carlo的体绘制光线投射算法的研究

体绘制过程中等距离采样在显示效果不理想的情况下,每减少一个采样步长会增加大量采样点,大大增加了体绘制过程中的计算负担。针对这个问题,提出了一种基于Monte-Carlo积分方法的光线投射实现的实时体绘制算法,采用Monte-Carlo积分方法解决了光照明方程中的积分问题。实验结果表明,在显示效果几乎一样的前提下,采用本文的方法绘制效率提高了十多帧。     

基于快速求交的自适应光线投射法

光线投射是一个重要的体绘制算法,但直线上采样点的确定是非常费时的,也是影响体绘制实时性的重要因素。该文利用直线和平面族的交点可以快速求得直线上的采样点及其特征值,该方法充分利用了直线的相关性,避免了大量的三线性插值计算。该文还基于快速求交提出了自适应采用方法,以提高绘制图像的质量。     

路程式智能车预期速度设定算法

提出了一种智能车预期速度的设定算法——路程式设定法.针对现有的常用预期速度设定算法离散式设定法和连续式设定法存在的问题,即在预期速度给定量改变时前者易引起速度的震荡而后者实际输出存在一定的滞后性,此方案采用速度变化量正比于路程增量的方法,使小车在切换速度时能平稳过渡并快速调节到预期值,不引起震荡.实验结果表明,该方法比常用方法有更好的效果.     

全局最优引导的差分演化二进制人工蜂群算法

针对基本二进制人工蜂群算法开采能力弱、收敛速度慢的缺点,提出一种全局最优引导的差分二进制人工蜂群算法。算法仿照粒子群优化,将全局最优参数引入二进制人工蜂群算法中以提高开采能力;同时受差分演化算法中“交叉”操作的启发,提出多维邻域搜索方式,加快收敛速度。采用0-1背包问题进行仿真,实验结果表明与传统算法相比,提出算法不仅寻优能力增强且收敛速度明显提高。对于10维背包问题,提出算法的收敛速度比基本二进制人工蜂群算法提高近10倍。     

高速数据流跳变算法的VHDL设计

根据网络测试设备的数据流跳变规则，提出了一种基于VHDL描述的高速数据流跳变通用算法。采用流水线技术优化后的算法可以更好地满足高速数据流线速传输的要求，能可靠地应用于宽带网络测试系统中。     

运用差分演化算法实现多维包匹配的研究

互联网的发展已经使网速的瓶颈由链路速度转移到核心网络设备的包处理速度上,而包处理的核心工作是包匹配。传统方法难以做到包匹配速度适应核心网络设备数据包线速转发。提出了一种新的包匹配算法,该算法对差分演化算法进行了改进,并结合了改进算法和传统的包匹配算法。在适应值处理上运用统计学方法,从而增加了分析问题的客观性。数值实验表明,新算法与传统算法相比,在速度、存储空间以及更新时间等性能上得到了有效改善,另外新算法的包匹配的时间性能与规则数目只有很弱的相关性,从而适合处理多维和大规模问题。新算法把演化算法运用于多域大规模规则库的网络数据包的转发,并且数据包还能做到线速转发。新算法具有普适性,适用于防火墙、差别服务路由器等网络设备。     

DES_RSA及其混合算法的加密速度研究

为了在保证安全性的前提下提高大量数据加密的加密速度,本文通过DES和RSA算法的分析,针对DES算法密钥安全性差和RSA算法加密速度慢的问题,提出DES和RSA混合算法.对比DES和RSA两种算法加密所需时间,就RSA算法耗时长的问题,通过几种可行的大素数判定算法分析,提出改进的大素数判定算法.在保证安全性的前提下,将改进的大素数判定算法应用于RSA算法中,提升了加密速度.由于改进算法加密速度仍远差于DES算法,不适合大量数据加密.因此在兼顾安全性与加密速度的基础上,提出DES和RSA混合加密算法.经分析该算法综合了前两种算法的优点,是一种理想的加密算法.     

快速收敛参考独立分量分析方法

为提高参考独立分量分析收敛速度,提出了改进的快速收敛参考独立分量分析方法。该方法首先采用预白化方法对观测到的信号进行处理,降低后续处理算法的复杂度,然后采用收敛速度更快、结构更简单的牛顿迭代方法对其进行优化,提高其收敛速度。理论分析表明,改进后的算法相对现有算法每次迭代的计算量基本相同;实验仿真结果表明,相对现有方法,改进后的算法具有较快的收敛速度,且误差保持不变。     

一种基于模拟退火的自适应算法

针对常规BP算法收敛速度慢和易陷入局部极小的问题,文章提出了一种新的BP算法———SASSFBP算法。该算法根据训练中最近两个梯度的符号及其相对大小来动态地改变权步因子,提高了神经网络的收敛速度,并同时结合模拟退火算法来避免陷入局部极小。仿真实验结果表明:SASSFBP算法在收敛速度与运算精度,以及避免陷入局部极小的能力等方面均明显优于常规的BP算法。