复杂3D流场智能特征提取与多分辨率绘制
3D流场可视化是一项的具有挑战性的工作,视线方向上的格点相互影响引起遮挡和混乱.本文提出利用基于流场特征的多分辨率绘制技术来解决遮挡和混乱的新方法。首先利用提出的基于GPU的BP神经网络流场特征提取方法,对流场典型特征或用户关注新特征进行选取,训练和识别,由于神经网络较强的非线性映射能力,系统具有较好的扩展性、通用性和交互性。在检测识别的特征基础上,利用Voronoi图对数据进行有效组织,并提出基于“鱼眼视图”多分辨率技术进行绘制.实验结果显示,本文方法能有效提取流场特征,降低遮挡和混乱影响.
3D流场 BP神经网络 特征提取 多分辨率 veronica图 鱼眼视图
徐华勋 李思昆 曾亮 蔡勋
国防科学技术大学 计算机学院 湖南长沙 410073
国内会议
大连
中文
477-483
2008-07-22（万方平台首次上网日期，不代表论文的发表时间）