排序方式: 共有22条查询结果,搜索用时 15 毫秒
11.
12.
时序数据中的异常检测指的是在时序上去检测分析数据中异常的特征、趋势或模式.自动化的异常检测方法常会忽略细微的、模糊的、不确定的异常.可视分析通过对数据的可视表达和可视界面,集成用户和数据挖掘的能力.首先总结异常检测的挑战;然后从异常类型(属性、拓扑和混合)和异常检测方法(直接投影法、聚类方法和机器学习方法)2个角度对面向时序数据异常检测的可视分析工作进行分类和总结;最后阐述了未来的研究方向. 相似文献
13.
14.
一般点模型的交互式布尔运算 总被引:2,自引:0,他引:2
提出了一个适用于一般点模型的交互式布尔运算算法,此算法由4个步骤组成.首先将点模型表示为自适应的三色八叉树,然后利用自适应八叉树结构加速内外测试.对于局部采样密度不一致的相交区域或曲率太大容易导致较大求交误差的地方,实行了自适应细分加密采样;重采样相交的部分以获得更精确的求交结果.与已有的点模型布尔运算方法相比,该算法适用于一般的实测点云数据,包括少量噪声的点模型、非均匀采样以及不同分辨率点模型之间的交互式布尔运算。 相似文献
15.
16.
17.
18.
提出了一种基于几何细节映射的点模型的形状编辑方法.几何细节是曲面的一个重要属性,定义几何细节为原始曲面及其基曲面之间的向量差,该基曲面由多层次B样条所构成.通过基曲面上的局部仿射坐标,则可以得到与之对应的多分辨率几何细节表示,曲面的低频信息和高频信息易被用户所指定的频段分离.通过调节基曲面的形状,再将这些几何细节映射上去,可以对模型进行保细节的变形;如果将几何细节映射到其他物体上,将可以得到几何细节迁移的结果.为点模型开发了多种特征保持的编辑算子,实验结果表明,所提出的方法是一种有效的点模型造型算法. 相似文献
19.
一种统一的硬件加速自适应EWA Splatting算法 总被引:1,自引:1,他引:1
提出了一种新的硬件加速自适应EWA(椭圆加权平均)Splatting算法框架,可同时适用于三维体数据和点模型.算法将高斯重建核与低通图像滤波核结合,得到反走样、无模糊的高质量图像.提出一种高效的白适应滤波方法,减少了高质量EWA Splatting的计算量.提出了自适应体EWA Splatting的3种数据存储模式和一系列高级特性,其中包括交互式分类、体一面混合绘制策略和自适应浮点累加.展示了如何在可编程图形处理单元(GPU)中计算体数据和点模型数据的EWA Splat基元.实验表明,文中的方法在一台普通微机上每秒可绘制1500万~2000万个基元,达到较高的图像质量与交互的绘制速度. 相似文献
20.
点模型的局部几何重建和光线跟踪 总被引:5,自引:0,他引:5
在每个点附近重建一个二次多项式函数曲面逼近原点模型,并根据逼近误差将每个重建曲面限制在称为ε置信邻域的范围内,从而形成一个ε面元.这些面元逼近原点模型表面,而且误差处处小于ε,可用于计算光线和点模型的交点.实验结果表明,文中算法速度快、逼近程度好、绘制质量高,能够自适应不同采样密度的模型. 相似文献