Augmented context-based recommendation service framework using knowledge over the Linked Open Data cloud

This research proposes ACARDS (Augmented-Context bAsed RecommenDation Service) framework that is able to utilize knowledge over the Linked Open Data (LOD) cloud to recommend context-based services to users. To improve the level of user satisfaction with the result of the recommendation, the ACARDS framework implements a novel recommendation algorithm that can utilize the knowledge over the LOD cloud. In addition, the noble algorithm is able to use new concepts like the enriched tags and the augmented tags that originate from the hashtags on the SNSs materials. These tags are utilized to recommend the most appropriate services in the user’s context, which can change dynamically. Last but not least, the ACARDS framework implements the context-based reshaping algorithm on the augmented tag cloud. In the reshaping process, the ACARDS framework can recommend the highly receptive services in the users’ context and their preferences. To evaluate the performance of the ACARDS framework, we conduct four kinds of experiments using the Instagram materials and the LOD cloud. As a result, we proved that the ACARDS framework contributes to increasing the query efficiency by reducing the search space and improving the user satisfaction on the recommended services.     

基于分块的大规模地形实时渲染方法

将地形数据分块技术、层次细节模型（LOD） 技术、改进的ROAM 算法和数据预取技术等相结合,提出了一种超大规模地形数据实时渲染方法.通过分块策略对规则网格进行区域分割,采用空间填充曲线对分块网格进行多分辨率排列,并建立三角形节点顺序与剖分点之间对应关系的快速检索,实现数据快速调度;视见体投影简化分块裁剪算法降低可见性判断的复杂度,提高了计算效率;改进的四队列ROAM实时构网算法,很好地利用了相邻帧的相关性,有效地提高了渲染速度;基于视点预测、部分数据常驻内存的多线程数据预取实现了场景规模基本不相关的连续LOD实时渲染.实验结果表明,该算法高效可行,适合于海量地形场景的快速渲染和交互漫游应用.     

基于聚类和动态LOD的三维地形建模方法

为提高基于DEM高程数据的三维大地形绘制效率,提出基于K-means聚类和动态LOD的三维地形建模方法。对高程数据集使用K-means聚类分析方法,发现地形数据的自相似性,建立数据采样点与地貌特征分类的自动关联;依据采样点的地貌属性值完成粗化处理,构建不规则三角网模型;采用局部优化算法进行有限域内的三角形分裂以实现三角网的动态更新,结合克里金插值法实现插入点的精确计算,形成LOD层次细节多分辨率模型。实验结果表明,该方法对不同类型地形都获得了较高的数据简化率,提高了三维模型的绘制效率,具有较好的地形特征保持性。     

采煤塌陷区地形渲染研究

随着煤炭的大量开采,塌陷区逐渐增多,严重地破坏了矿区生态结构,影响了矿区及周边地区人们的生活。因此良好的塌陷区漫游系统成为了治理这些危害的关键。三维地形是可视化系统及虚拟仿真的基本组成部分,也是此次项目至关重要的一部分。针对当前三维地形及其渲染技术的研究现状,该文结合常用图形接口OPENGL,在VC＋＋6.0平台下,运用GIS技术和采煤塌陷区地形数据,对LOD技术和ROAM算法进行研究,更好地实现塌陷区漫游效果。     

基于光线投射的全GPU实现的地形渲染算法

地形渲染算法需要处理大量的地形及纹理数据,影响三维动画显示的流畅性和性能提高。随着GPU绘制能力提高,CPU与GPU的负载失衡逐渐成为制约性能提高的瓶颈。结合现代GPU体系结构,在GPU上实现了基于光线投射（Ray Casting）的地形渲染算法。算法简化了Ray Casting算法,把LOD策略和预裁剪统一到GPU中实现,保证了CPU和GPU之间的负载平衡,同时简化了应用程序的编制。为获得较好效果,还采用查找表（Lookup—Table）的实时纹理合成算法合成纹理,进一步降低了CPU处理纹理数据的开销。实验表明,本文算法不仅充分利用了GPU的处理能力,还降低了CPU负载,提高了动态三维重建的帧刷新率,并获得较逼真的渲染效果。     

Intelligently tuned wavelet parameters for GPS/INS error estimation

This paper presents a new algorithm for de-noising global positioning system (GPS) and inertial navigation system (INS) data and estimates the INS error using wavelet multi-resolution analysis algorithm (WMRA)-based genetic algorithm (GA) with a well-designed structure appropriate for practical and real time implementations because of its very short training time and elevated accuracy. Different techniques have been implemented to de-noise and estimate the INS and GPS errors. Wavelet de-noising is one of th...     

基于LOD的海量地形数据并行渲染技术

随着地球空间信息技术的发展,建立具有海量空间数据的大规模虚拟地形场景越来越重要. 然而,面对海量的地形数据,如何简化地形,提升绘制与渲染效率,是地形渲染的关键. 本文对LOD地形渲染技术、大规模数据集的分析与处理、并行计算等相关技术进行了研究,提出了基于LOD的海量地形数据并行渲染技术. 该技术首先使用LOD四叉树简化地形,其次结合多核CPU并行计算的方法提升效率,最后结合大规模数据调度策略,实现了海量地形数据的并行渲染,并分析对比了非并行和并行情况下的实验结果. 本文所取得的理论与技术方面的成果可为大规模场景渲染提供新的技术思路.     

虚拟现实中的LOD技术

虚拟现实技术对实时性要求很高,本文主要介绍了在同实技术中为降低场景生成的时间、提高实时模拟效果所采用的一些典型LOD算法,包括它们的思想、优缺点和实现方法的一些典型LOD算法,包括它们的思想、优缺点和实现方法,以及对LOD技术的展望。     

嵌入式GIS 地图快速显示方法的应用

为提高嵌入式GIS环境下矢量地图的显示速度,设计了一种适用于嵌入式环境基于LOD的地图数据组织模型.针对嵌入式设备硬件条件限制,从减少非显示区域的冗余地图数据的读取和提高外存检索矢量数据的效率两方面入手,对矢量地图数据进行了分层、分块和建立索引等处理.通过实验表明,该方法能很好地提高矢量地图的显示速度,可以满足嵌入式环境下地图快速显示的要求.     

基于动态LOD 四叉树算法的虚拟地形可视化

在前人的基础上,改进了基于四叉树的LOD模型,通过建立节点判断准则来决定当前视区的细节程度.同时也提出了一种新的裂缝消除方法,即当视点到节点中心距离较远时看到的细节较少,裂缝消除可通过缩减边的方式实现;而当距离较近时需要观察到的细节较多,通过剖分方式实现可使细节变得更丰富,这样就可以在增强简化效果的同时提高实时渲染的速度.