基桩反射波法检测技术的评价与应用

介绍了基桩反射波法的基本原理,针对影响桩身完整性测试结果的各种因素进行了分析,探讨了基桩反射波法检测应注意的一些问题,并结合具体工程实例对基桩反射波法的实际应用作了说明,以期提高桩身质量检测水平及其准确性。     

针对PRT的大规模场景的自适应网格细分

针对Pre-computed Radiance Transfer(PRT)全局光照算法的特点,提出了一种针对大规模场景的模型细分方法.基于PRT的全局光照算法的渲染结果和模型的精细程度密切相关,对于小规模的场景,可以使用比较精细的模型以得到很好的绘制结果,但对于大规模场景,对整个模型都使用精细的网格是十分浪费资源和不可接受的.通过加入PRT算法中计算的一些权重值,对模型中影响全局光照效果很大的地方进行精细的细分,对全局光照效果影响很小的地方进行较粗的细分或者不细分,从而实现既能提升全局光照效果,又不会过量增加模型规模的自适应网格细分.     

一种延期着色的快速反走样算法

使用延期着色技术,无法应用硬件对图形进行反走样处理。针对该问题,提出一种延期着色的快速反走样算法。利用缓存的位置和法线信息准确高效地在缓存中进行边缘检测,对边缘部分采用加权抖动采样方法进行平滑处理。实验表明,该算法能够快速地获得效果较好的反走样结果。     

多屏显示的并行绘制同步控制算法

为改善现今大规模场景并行绘制中的由于网络潜在的不稳定性所导致的各个绘制节点所出现的帧数据丢失以及帧绘制延缓等状况,提出了一种新的处理多屏显示的并行绘制同步控制方法。该方法利用一种新的基于缓冲机制和插值的思想,在少量牺牲几个绘制节点的绘制同步的前提下,使得整个绘制系统的绘制效率不受制于最慢绘制节点,并可以容忍各种网络延迟、仿真数据包丢失等网络不稳定情况。实验结果表明,该方法在一定程度上缩短了整个并行绘制系统平均每帧的绘制时间,画面显示的平滑性也有所改善,画面停滞现象相对减少。     

非均匀粒子流体模拟

基于物理模型的流体模拟能精确描述流体的运动,但计算量大、实时性较差。根据流体的物理模型,提出了一种基于光滑粒子动力学(SPH)的非均匀粒子模拟流体的方法。提出了一种多因素决定粒子精细度的方法,显著减少了实际模拟需要的流体粒子数目,提高了模拟的速度而又不降低模拟真实感。流体的表面重构采用了一种新的基于屏幕空间的高真实感、高速的重构算法。实验结果表明,与传统的SPH方法相比,该方法在模拟同样场景情况下能大幅降低需要的粒子数目,提升了算法的效率。     

基于simplex噪声的实时火焰绘制

本文提出了一种基于simplex噪声的游戏中高效率火焰的绘制方法。其基本思想是,在光线行进过程中,将火焰的轮廓纹理绕y轴旋转一周获得基本的火焰形状,并用simplex噪声扰动来实现动态的火焰效果。当火中有其他物体时,场景的深度信息被事先存储在一张深度纹理中,并在光线行进过程中将采样点的深度与场景的深度进行比较,作为光线行进终止的条件;因为采样点的不连续性,会在火与物体相交处出现带状分层现象,本文采用了"多采样一次"来解决这一问题。另外,本文通过对顶点位置进行偏移,实现了简单的受风影响的火。最后,本文给出了火海的绘制方法。     

不同模态分解方法结合LSTM模型对日径流预报的影响

针对日径流序列不平稳性与波动性的特点，尝试将模态分解和深度学习组合预测方法引入至日径流预报。首先，采用完整集合经验模态分解方法对日径流时间序列进行分解，得到不同频率成分的模态分量；其次，为不同的模态分量构建长短期记忆神经网络日径流预测模型，并采用网格搜索参数寻优算法优化预报模型的超参数；最后将各模型预报结果进行模态重组获得日径流预报结果。以宜昌水文站日径流预报为研究实例，所构建的组合模型较单一长短期记忆神经网络的和分别降低了65.02%、58.35%与2.88%,且运用完整集合经验模态分解方法的分解效果优于传统的模态分解方法，为短时间尺度下的非线性和非平稳的日径流预报提供了新的方法和参考。