基于光线投射的体绘制系统VIZARD II

体可视化是一个从不同的科学角度去查看和分析大量数据的重要工具,它在许多领域有广泛的应用,例如生物医学、地球物理学、计算动态流体学、有限元建模、计算化学等。大数据集的实时可视化对现代工作站有很高的计算要求,特别是在内存系统,而要求的内存带宽在大多数的现在工作站和个人计算机上是不能达到的。如果要达到所要求的带宽,数据集必须被划分到多个内存模块中,而且必须使用并行处理的方式。这篇文章介绍的体绘制系统正是采用并行和流水线技术来实现光线投射,使实时体可视化在费用,性能方面都进行了优化。     

三维规则数据场交互式可视化系统的研究与实现

三维数据场可视化是目前的一个研究热点问题，是一个多学科交叉的研究领域，其应用非常广泛。本文设计实现了三维数据场交互式可视化系统。该系统中，根据科学计算得到的体数据利用OpenGL绘制出了真实感图形。在体数据可视化的基础上，该系统实现了三维模型的交互式操作，实时生成体数据切片和体数据的等值面并显示。实际应用证明，该系统中所使用的相关技术和算法具有重要的实用价值。     

聚类数据挖掘可视化模型方法与技术

面向通用数据资源,研究聚类数据可视化方法与技术,旨在探索有效的数据处理方法,满足信息领域对高维数据处理的要求。通过对高维数据进行降维处理和可视化映射实现,建立K均值算法的聚类数据挖掘可视化系统模型,实现中间聚簇结果、聚类中心、收敛准则函数值三类要素的可视化。利用加利福利亚大学欧文分校(UCI)数据库中的Iris数据集、Wine数据集、Seeds数据集对可视化系统模型方法进行测试。结果表明,该模型实现了对数据集的有效聚类,能够将中间聚类、聚类中心、收敛准则函数值进行实时有效的可视化表达,达到了预期效果。     

虚拟膝关节镜手术中游离体实时模拟技术研究

针对游离体摘除手术的特点,在分析游离体的生理环境和受力特点的基础上,建立了虚拟游离体的动力学微分方程及其数值求解方法;为在虚拟关节镜手术中更加真实的模拟游离体摘除手术提供了有效方案.通过计算游离体运动状态,建立了仿真系统的控制流程和数值计算算法.在实时模拟的计算过程中,根据游离体的碰撞情况、速度、当前受力的状态,选择中点插值法或欧拉法插值的数值计算方法,保证游离体的运动状态的连续性.最后利用该方法在glut窗口系统下建立了基于数据手套的膝体游离体摘除仿真交互系统,达到了预期的模拟效果.     

空间点集Voronoi图的海量构造算法及可视化技术

设计空间点集Voronoi图的增量式外存算法以及空间点集Voronoi图的任意平面可视化剖分技术,以"点-线-面-体"的空间数据结构为基础,实现在指定空间区域内生成Voronoi图的新方法.提出的算法数据结构清晰合理,数据交互方案简单有效且无内存限制,发展的可视化技术可以对空间点集Voronoi图进行任意的平面剖分,实现了三维Voronoi晶胞集合体内部结构的可视化.     

基于视窗采样的大规模三维电磁环境可视化

目前三维电磁环境可视化大多针对局部地形区域,为了实现大规模场景三维电磁环境的可视化,提出了一种基于视窗采样的体数据组织方式。通过提取视窗所显示的数字地球经纬度范围,确定三维电磁环境的绘制区域,进行等间隔采样并使用Longley-Rice电波传播模型计算得到体数据。采用面绘制的方法对大规模场景三维电磁环境进行可视化。采取基于频域、时域的展示方法对三维电磁环境进行实时动态的展示。实验结果表明,能够较好地展示大规模场景三维电磁环境的整体特征和局部细节,体数据计算速度相比传统方法取得了一定提高。     

可视化过程控制实时仿真系统设计与开发

针对复杂工业过程建模与仿真设计的特点和要求,设计并实现了一套面向典型过程控制的集组态、仿真和监控一体化的可视化实时仿真系统.系统结构主要包括前台用户操作、中间数据通信和后台仿真计算3部分,采用面向对象和模块化的设计思想,通过VC++编程,将组态界面和原理界面与Simulink仿真模型整合在一起,实现了工艺流程组态图和原理图的可视化、仿真计算、曲线显示和与外部PLC实时通信等功能,可供控制系统的生产过程模拟、半实物实时仿真、参数设置以及工艺流程学习等过程使用.测试表明,所设计的系统操作简单,界面美观,通用性强,易于二次开发.     

Spark平台下KNN-ALS模型推荐算法

考虑Spark大数据平台内存计算框架在迭代计算的优势,提出Spark平台下KNN-ALS模型的推荐算法.针对矩阵分解算法只考虑隐含信息而忽视相似度信息的缺陷,将相似度信息加入评分预测中,并采用适合并行化的交替最小二乘法进行模型最优.在MovieLens数据集上的实验表明:该算法能够提高协同过滤推荐算法在大数据集下的处理效率,且加速比也达到并行处理的线性要求,相比其他方法有较好的精度.     

利用数据可视化实现智能非侵入式负荷辨识

针对传统人工智能负荷辨识算法网络参数规模庞大、计算复杂度高、辨识准确率不足的局限性,提出一种多维数据融合可视化方法,融合负荷的电压、原始电流和电压-无功电流轨迹信息,生成尺寸更小、区分度更高的真彩可视化图像,作为人工神经网络的输入数据.实验结果表明:在采用真彩可视化图像后,仅用不到传统算法1%规模的人工神经网络和计算量,就可以在PLAID(即插即用设备标识)数据集上达到96.63%的负荷辨识准确率、在WHITED(全球家庭和工业瞬态能量)数据集上达到99.05%的负荷辨识准确率.     

基于尺度空间的体数据边界不确定性可视化研究

数据可视化的数据预处理过程中会不可避免地导致数据的不确定性.以体数据中边界体元为研究对象,提出了基于多尺度空间的边界体元中多种物质的概率分布计算方法,并采用信息熵度量边界体元的不确定性,然后使用颜色渐变的方式将不确定性信息叠加绘制在表面模型上.实验表明,该方法能快速有效地计算和表示体数据中物质边界的不确定信息.