火焰实时模拟的新算法

为了解决火焰动面的计算机模拟难以实现真实感和实时性的问题,提出了一种新的火焰实时模拟算法.该方法吸收了数学物理方法真实感强和粒子系统思想方法简单的优点,通过著名的Navier-Stokes方程对流体进行控制,采用半拉格朗日法对其进行求解,并引入粒子系统的思想对原方程的平流项进行修改.对火焰颜色的控制采用密度场和配色原理,进行简单而有效的实现,并在图形处理器(GPU:Graphics Processing Unit)上加速实现,成功地实现了真实感和实时性并举的火焰动画的计算机模拟.     

激光内雕机的使用及相关问题的解决方案

介绍了激光内雕机的工作原理,使用特点.以大族激光内雕机PHANTOM I为例介绍了内雕机的使用方法,讨论了在使用过程中易出现的问题及相关的解决方法.     

FREEHAND课程教学方法的改革

FREEHAND课程是一门解决平面设计问题的专业基础课,它主要侧重于矢量图形的绘制、转换与处理及文字编辑,所以受到了图像(平面)设计行业的青睐.本文结合FREEHAND课程的教学过程,对课程的教学方法进行了探讨.     

基于曲线拟合及计算机辅助技术的图形数字化方法

由于现有的图形扫描数字（矢量）化理论及方法的不足,工程曲线图的数字化处理难于应用自动矢量化方法,即使采用半自动矢量化方法也呈现出处理的低效能特点．据此提出了便于工程应用的,基于样条曲线拟合及计算机辅助技术的数字矢量化方法．即通过扫描将曲线图形载入计算机并用鼠标直接在图像上进行曲线拟合的节点择取,通过实时观察动态显示的鼠标移动点到邻近于它的前2次所取节点之间的拟合样条曲线与原图形曲线的吻合程度来保证拟合曲线节点的正确择取．它不仅快速、准确和操作方便而且同时给出了用数学公式描述的数字化结果,这给工程的广泛应用带来方便．     

小学数学五年级下册期中自测题

正~~     

Co-OLAP:CPU&GPU混合平台上面向星形模型基准的协同OLAP（英文）

当前GPU(图形处理器),即使是中端服务器配置的中端GPU也拥有强大的并行计算能力.不同于近期的研究成果,中端服务器可能配置有几块高端CPU和一块中端GPU,GPU能够提供额外的计算能力而不是提供比CPU更加强大的计算能力.本文以中端工作站上的CoOLAP(协同OLAP)为中心,描述如何使中端GPU与强大的CPU协同以及如何在计算均衡的异构平台上分布数据和计算以使Co-OLAP模型简单而高效.根据实际的配置,基于内存容量,GPU显存容量,数据集模式和订制的AIR(数组地址引用)算法提出了最大高性能数据分布模型.CoOLAP模型将数据划分为驻留于内存和GPU显存的数据集,OLAP计算也划分为CPU和GPU端的自适应计算负载来最小化CPU和GPU内存之间的数据传输代价.实验结果显示,在SF=20的SSB(星形模型基准)测试中,两块至强六核处理器的性能略优于一块NVIDA Quadra 5 000GPU(352个cuda核心)的处理性能,Co-OLAP模型可以将负载均衡分布在异构计算平台并使每个平台简单而高效.     

基于GPU改进的并行人工蜂群算法

相对于先前的并行人工蜂群算法进行了一些改进,主要采用OpenCL本地内存、并行规约等技术,提出了一种基于图形处理器（GPU）改进的并行人工蜂群算法．该算法将采蜜蜂映射为OpenCL一个工作项,跟随蜂采用右邻域优先的局部选择机制．实验结果表明：文中提出的改进并行人工蜂群算法提高了算法的执行效率,收敛速度得到提升．     

纳米压印光刻技术的研究与发展

介绍纳米压印光刻技术的研究现状和发展状况,分析常用的热压印(Hot Embossing Lithography,HEL)、紫外固化压印(Ultra Violet Nanoimprint Lithography,UV-NIL)及微接触压印(Micro Contact Printing,μ-CP)三种光刻的工艺过程。探讨纳米压印光刻方法的优缺点及影响压印图形质量的主要因素,旨在加深对纳米压印光刻工艺过程(模具制作、压印过程及图形转移)深层次的理解和认识,从而解决纳米压印光刻过程中存在的一些关键问题,为新型纳米压印技术的研究和发展提供必要的科学依据。     

不同抑制能力大学生图形推理的眼动特征

对160名大学生被试进行6个执行功能任务的测量,从中筛选出高抑制能力和低抑制能力被试各15人,考察被试在不同难易程度图形推理题目上的得分、反应时以及眼动模式的差别.研究发现抑制能力与推理得分之间的相关并不显著,但低抑制能力的被试注视频率显著高于高抑制能力的被试,而平均注视时间则显著低于,另外低抑制能力组倾向于采用选项剔除策略,而高抑制能力组倾向于采用规则构建策略.     

基于GPGPU的SAR并行成像处理技术

随着合成孔径雷达技术的发展,分辨率和测绘带宽越来越高。需要开发高效的处理算法,以应对数据量增大带来的挑战,并行处理是一个有效的解决途径。本文提出了一种机载SAR并行成像处理方法,利用通用图形处理器强大的处理能力,实现并行波数域处理算法,并对高分辨率宽测绘带实测数据进行处理。试验结果表明,该方法可以大大缩短成像处理时间,满足大规模成像处理的要求。