共查询到18条相似文献,搜索用时 46 毫秒
1.
2.
3.
4.
5.
6.
一种基于现代GPU的大地形可视化算法 总被引:4,自引:0,他引:4
地形渲染在计算机游戏,飞行模拟和视景仿真等领域的应用越来越广泛,随着渲染场景复杂度的增加,每次需要绘制的地形数量也越来越庞大。同时,新一代的显卡绘制能力的不断增强,原有的许多地形渲染算法已经不能很好的满足用户需求。在总结现有算法的基础上,提出了一种基于现代GPU的地形渲染算法。该算法同样使用高程图作为地形数据,将地形分成很多小块,每次渲染时以块为单位,所有小块使用四叉树组织成一个层次化结构,不同层次的节点代表了不同细节层次的地形范围,并且采用了与Mipmap类似的细节简化方式,渲染时不需要对分块重新简化。为了保证CPU和GPU的负载平衡,将一些复用率高的地形分块缓存到显卡中,大大降低带宽需求。实验证明该算法可以更为充分利用图形处理器的加速能力,既能满足渲染精度要求也能达到一个较高的帧率。 相似文献
7.
一种基于顶点纹理的LOD地形渲染算法 总被引:5,自引:0,他引:5
Shader Mode 3.0引入的Vertex Shader Fetch是GPU可编程图形渲染技术发展的又一重要进展,基于该技术提出了一种新的地形渲染算法.算法主要特点是将地形高程数据组织成单通道纹理存放于显存,用于支持视点跟随的LOD地形渲染.绘制阶段,CPU端只需输入平坦的嵌套状的网格,GPU端首先根据当前视点参数计算该网格顶点的实际二维位置坐标,使用该坐标从地形纹理中采样出该顶点的高程值,这样平坦网格的顶点获取到实际的三维坐标值,图形渲染管线将继续处理直至输出显示.如此安排绘制流程可以彻底消减CPU计算负载,转而充分运用GPU高数据处理能力和可编程特性.实验表明,使用本算法绘制地形,效果逼真、绘制效率大大高于传统LOD地形绘制算法. 相似文献
8.
9.
10.
11.
一种改进的连续变量全局优化模拟退火算法 总被引:5,自引:0,他引:5
在连续变量的全局优化问题求解中,提出了一种改进的模拟退火算法.该算法提出了一种自适应的函数变换方法,解决了模拟退火算法中较难处理的初始温度问题,使初始温度与具体应用问题无关;结合成功-失败法和变尺度方法,提出了有效偏移量的概念,改进了解的产生方式;提出了一种以相对精度为基础的结束准则,较好地解决了计算效率和计算精度的平衡,提高了算法的效率和通用性.数值测试算例验证了本文的改进模拟退火算法的可行性和高效性. 相似文献
12.
原子搜索算法(atom search algorithm,ASO)是模仿自然界中原子运动而提出的一种新型优化算法,针对ASO在求解复杂函数时存在易早熟及收敛速度慢的问题,提出了一种改进ASO算法(improved atomic search algorithm,IASO)。IASO加入了原子个体历史最优解产生的约束力来修正ASO的加速度,增强全局搜索能力。自适应更新2个乘数系数来协调算法的全局搜索和局部开发能力。适时采用高斯变异策略来重新更新原子位置,提高跳出早熟的能力。对14个基准函数进行仿真实验,对比其他算法,IASO在收敛速度、收敛精度方面表现出优越的性能。 相似文献
13.
一种改进的自适应遗传算法 总被引:36,自引:0,他引:36
提出的自适应遗传算法采用群体的最大适应度fitmax、最小适应度fitmin、适应度平均值fitave 这 3个变量来衡量群体适应度的集中程度 ,然后根据适应度集中程度 ,自适应地变化整个群体的交叉概率pc 和变异概率pm ,改进了M .Sriniras提出的自适应遗传算法。采取最优保存策略来保证最优个体不被大的pc和pm 破坏掉。并用无放回余数随机选择算子 (RSSR选择算子 )对基本选择算子进行了改进 ,选择误差比较小。将自适应遗传算法用于图像分割的试验结果表明 ,与基本遗传算法相比 ,由于该算法综合考虑了“快速收敛”和“全局最优”这两个要求 ,因此它不仅能得到较好的分割质量 ,而且基本保持了遗传算法的运算速度 ,利于硬件实现 相似文献
14.
一种改进的实信号IFFT算法 总被引:1,自引:0,他引:1
由于重量轻、体积小、功耗低、功能强的小卫星工作在无人干预的低温 ,高辐射的空间环境中 ,因此星上计算机系统必须满足集成度高、寿命长、可靠性高、抗辐射能力强的要求。针对立体测绘小卫星的特点 ,我们设计了满足上述要求的集集中控制与分布控制优点于一身的星上计算机系统 ,对其可靠性进行了分析 ,并对提高其可靠性应采取的关键技术进行了简要的论述。 相似文献
15.
一种求解连续空间优化问题的改进蚁群算法 总被引:22,自引:1,他引:22
蚁群算法是近几年优化领域中新出现的一种启发式仿生类并行智能进化算法,该算法采用分布式并行计算和正反馈机制,易于与其它方法结合,目前虽然已经在离散空间优化领域中得到了广泛应用,但是在求解连续空间优化问题方面的研究相对较少。在介绍基本蚁群算法机制原理和数学模型的基础上,提出了一种用于求解连续空间优化问题的改进蚁群算法。将连续空间优化问题的解向量分解成有限个网格,同时构造了一个与蚁群转移概率相关的评价函数,并借助相遇搜索策略对蚁群算法进行了改进,将各条寻优路径上可能的残留信息素数量限制在一个最大最小区间,以提高改进后蚁群算法的全局收敛性能。仿真实验表明,提出的改进蚁群算法较文献[11]所提出的自适应蚁群算法能更快地找到连续空间优化问题更优良的全局解,从而为蚁群算法求解这类问题提供了一条可行有效的新途径。 相似文献
16.
求解连续函数优化问题的改进蚁群算法及仿真 总被引:3,自引:0,他引:3
蚁群算法是近几年优化领域中新出现的一种启发式仿生类并行智能进化算法,该算法采用分布式并行计算和正反馈机制,易于与其它方法结合,目前虽然已经在离散空间优化领域中得到了广泛应用,但是在求解连续空间优化问题方面的研究相对较少.在介绍基本蚁群算法机制原理和数学模型的基础上,对信息素更新方式进行了改进,采用动态局部信息素更新方式和自适应调节信息素挥发的全局信息素更新方式相结合,并将各条寻优路径上可能的残留信息素数量限制在一个最大最小区间,以提高改进后蚁群算法的全局收敛性能.仿真实验表明,提出的改进蚁群算法能更快地找到连续空间优化问题更优良的全局解,从而为蚁群算法求解这类问题提供了一条可行有效的新途径. 相似文献
17.
Xiaoming Zhao Xijian Ye Shenzhou Zheng 《系统科学与信息学报》2006,4(4):697-703
Rafael C. Gnzalez has mentioned an algorithm on adaptive local noise elimination filter in the book named Digital Image Processing. This paper points out the algorithm's deficiency and presents an improved harmonic mean filter algorithm which makes mean square error emse cutting quarter but SNR, SNPm and PSNR increasing a tenth more than original algorithm. This filter algorithm is verified to be effective by simulation experiment. 相似文献
18.
一种改进的RBF神经网络学习算法 总被引:30,自引:0,他引:30
提出了一种改进的RBF神经网络学习算法 ,分别通过减聚类和监督学习算法对网络参数和权值进行训练 ,既可以根据样本合理地聚类、确定RBF径向基函数的个数和相应参数 ,又具有较强的网络映射能力 ,从而不仅使RBF神经网络结构得以优化 ,性能也得到了提高。仿真结果表明了该学习算法的实用性和有效性 相似文献