基于HEALPix的全球地形可视化技术

如何高效地组织和管理全球海量多分辨率地形数据,并利用有限的计算机硬件处理能力实现更好的实时渲染效果一直是全球地形可视化技术研究的核心问题.提出了一套基于HEALPix离散球面网格模型的全球多分辨率地形数据可视化方案,结合最新的图形硬件特性和实时渲染技术,通过修改HEALPix网格模型,设计了全球多分辨率地形数据库和上述数据库的全球地形实时渲染引擎.对比现有方案,改进方案提高了原模型可存储的数据分辨率精度,减小了同等情况下的数据存储容量,解决了南北极极点附近的畸变问题,提高了实时渲染的速度和效果,并简化了渲染引擎自身的复杂度.     

超量外存地表模型的实时绘制技术

提出一种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内网格点进行多分辨率排列,并基于分块多分辨率对地形网格实时调度和页面预取．文中算法利用块模型进行分块视域剔除和分块LOD场景渲染．在多线程分块多分辨率调度和渲染策略下,大大减少了模型的I／O负载,可以在有限环境下满足实时场景绘制要求．     

基于限制性四叉树LOD大规模地形预处理算法

LOD（Level Of Detail,层次细节）技术是解决大规模地形实时渲染的关键技术之一,通过这种技术可以较好地简化场景的复杂度,减少图形显示的失真度,满足一定的实时性要求。传统的算法将四叉树和LOD技术相结合将大规模数字高程模型数据（DEM）进行分块,并对块内数据按照分辨率的大小分层存储。通过对四叉树的研究,在限制性四叉树的基础上引入预处理算法,提高了地形读取速度,增强了实时显示效果。该算法是基于限制性四叉树的一种高效的规则网格划分方法,内存开销少,降低了CPU的负担。实验结果表明该算法提高了地形导入的效率,能实现大规模地形的实时漫游。     

基于ROAM算法的动态地形可视化研究

地形可视化是战场环境可视化仿真系统的重要组成部分,动态地形可视化是动态战场环境可视化仿真的重要内容.介绍了现有的地形可视化算法及其思想,包括几种主流的多分辨率实时地形可视化算法.重点分析了ROAM算法的网格表示方法、网格连续性算法和误差度量方法.在现有的实时静态多分辨率算法中,ROAM算法是最易于扩展为实时动态多分辨率算法的算法.分析了动态ROAM算法[1]的思想,通过改进静态ROAM算法的网格表示,建立了一种适用于动态地形ROAM算法的半规则网格;通过引入过渡区,解决了动态半规则网格的连续性问题;建立了基于ROAM的动态地形可视化算法.最后通过一个动态壕沟的实例验证了算法的可行性.     

基于Mipmap的大规模地形绘制算法与仿真

研究大规模地形与纹理数据动态可视化算法与仿真问题。针对大规模地形与纹理数据动态可视化实时显示难题,提出一种基于Mipmap的大规模地形动态绘制算法,实现模型数据库组织与管理的高效性、场景调度的实时性,以北京市地形数据为仿真模型,实现大规模地形与纹理数据动态可视化算法与实时仿真。上述算法在Mipmap技术的基础上,首先利用双线性内插算法把离散的原始数据生成规则网格DEM,然后采用四叉树结构的LOD算法简化海量地形和纹理数据,最后使用四队列分页调度、基于视域的LRU算法释放内存、多线程并行处理的场景优化策略来进行动态调度和绘制。结合OSG和Open GL渲染引擎,将基于Mipmap的大规模地形绘制算法应用在北京市地形绘制中,仿真结果表明,上述算法比传统的CLOD地形瓦片绘制算法,具有更快的渲染绘制速率,并且能够快速绘制北京市地形数据和在不同场景下进行快速浏览。     

虚拟战场环境中地形场景的实时简化技术

三维地形场景实时简化是构建虚拟战场环境中的基本问题,本文论述了一种基于限制四叉树的地形简化算法,实现对规则格网DEM的连续多分辨率表示,结合实时消隐技术,减少场景绘制的三角形数目,提高了大规模DEM地形场景的实时可视化和动态交互的速度。     

一种基于TIN的大规模地形实时可视化算法研究

在地形可视化领域中,如何对大规模地形的数据进行处理和可视化一直是一个关键问题.本文提出一种有效的实现方法.采用平均分割方法对大规模地形数据进行分割.其中重点解决地形块简化时相邻地形块问的边界处理问题;通过基于半边收缩和顶点分裂操作获得多分辨率TIN模型,并改进顶点分裂操作方法.实验结果表明,采用本方法可以实时生成大规模地形,提高了地形漫游的效率与可视化效果.     

一种超大规模地形场景的实时渲染算法

超大规模地形场景包含大量的数据,无法一次性载入内存进行实时渲染.基于Geometrical Mipmapping算法,结合动态调度技术,提出一种高效的超大规模地形场景实时渲染算法.算法对海量地形数据进行分块,在实时运行时,根据视点的位置动态地载入所需的地形块和释放无用的地形块,使得内存中的地形数据维持在一定范围内.然后,通过LOD技术和视域剔除对内存中的地形数据进行简化,大量减少送入GPU的三角形数量,从而达到实时渲染.实验结果表明,算法渲染速度快,内存开销较小,适合于超大规模地形场景的实时渲染.     

基于ROAM的大规模地形渲染研究

针对大规模地形渲染数据量过大的问题,采用ROAM算法进行多分辨率渲染,通过分块地形数据加载,可视区域定位,地形粗糙度和视点位置,对地形进行有选择的细化,提高地形的构建效率.在实时漫游中,通过强制分割和强制合并实时的调整三角网格,从而提高大规模地形帧率.     

ROAM算法在超大规模地形渲染中的应用

地形的三维可视化在多个领域中有着广泛的应用.ROAM算法是目前使用最广泛的网格构造算法之一.本文提出了一种改进的ROAM算法实现,并且和地形数据分块技术、视锥裁减技术相结合,进而提出了一种解决超大规模地形数据的实时渲染问题的方法.这种方法可以实现地形的连续细节层次渲染,并且可以利用帧和帧之间的关联性,极大地提高了渲染速度.基于本方法实现的原型程序在普通的PC机上取得了很好的渲染效果.     

基于JSP分页技术的研究

电子商务应用中的数据量往往非常大,甚至会达到几十万到几千万条记录的规模,将如此大量的数据显示在一个页面里困难大、效率低。在这种情况下就需要采用分页显示技术将数据库中符合条件的数据逐页显示给用户。对JSP分页技术进行比较,在分析JSP分页技术特点的基础上,提出一种有效的分页解决方案,同时对分页技术的优化进行阐述。     

Hibernate技术在基于GIS数据库中的应用研究

空间信息的存储和处理问题是地理信息系统(GIS)的核心问题.对空间数据和属性数据的统一存储管理已成为必然趋势.本文通过对GIS中海量数据的存储方式进行研究,指出对象-关系型的数据库存储方式是空间数据库的发展方向.在此基础上讨论了Hibernate技术与GIS数据库的结合,使用Hibernate技术将关系数据库中空间数据和属性数据进行封装,屏蔽了数据库底层操作,使得程序员可以用面向对象的思想随意操纵数据库,在利用了关系数据库的快速检索、查询能力的同时也增强了数据的一致性和可移植性.     

基于SVG的WEBGIS的研究

为了更加适合网上地理信息系统的发布 ,介绍了 SVG作为发布 WEBGIS的一种方法 ,研究了如何用SVG进行地理空间数据的表示、存储和客户端的实现。研究表明 :SVG具有可扩展、可交互、基于 XML和开放标准等特点     

面向Web的文本挖掘技术研究

简要介绍了文本挖掘技术,并描绘了该技术在Web应用特别是信息检索技术中的重要性.再对整个文本知识挖掘过程所涉及的各个方面进行了进一步地研究探讨,包括了文本特征的建立、特征提取、特征匹配、特征集缩减和模型评价等几个方面.其间运用数据挖掘技术对各个过程进行处理,并引进基于评估函数的特征筛选算法、词频矩阵、余弦计算法和潜在语义标引等方法来处理文本挖掘过程所产生的问题.在此基础上得出了一个完整的Web文本挖掘过程.最后展望了文本挖掘技术在Web应用中的前景.     

基于服务总线（ESB）的应用集成（EAI）探索和研究

科研院所设计研究中各类异构软件应用系统并存,数据和信息在各个应用系统中同步和共享成为现代企业信息化的瓶颈。针对这种现状,文中采用Java技术,通过建立异构系统底层的消息通讯机制,构建连接异构系统的ESB,实现各个异构系统通过ESB进行通讯,最终达到EAI的目的。实际中,基于该ESB构建了船舶设计行业应用软件系统集成平台,在数据集成、应用集成和业务流程集成中取得了较好的效果,肯定了文中成果的可行性。文中重点叙述了所构建的ESB结构图、ESB内部通讯原理及实现中所使用的数据结构,并给出了以该ESB为核心纽带设计的相关EAI平台架构。     

基于移动agent的分布式视频点播系统的研究

该文通过对移动agent技术和传统的视频点播系统的研究,提出了一种基于移动agent的分布式视频点播系统的设计和构造,具体地阐述了系统的工作流程,并着重讨论了实现该系统所要考虑的关键问题。移动agent的引入有效地减少了网络传输负载,实现了高速响应点播请求、高质量的影音效果,从而更好地满足更多用户的需求。     

基于链上数据的区块链欺诈账户检测研究

针对区块链上存在的欺诈账户给交易带来的安全问题,提出了基于机器学习的欺诈账户的检测及特征分析模型,将以太坊上真实的链上数据进行特征提取后作为模型的数据来源,通过对不同的机器学习方法进行比较得到最优模型并进行迭代训练以获得最佳的预测模型,同时引入 SHAP值对数据特征进行分析。实验结果表明,基于XGBoost的欺诈账户检测模型在RMSE、MAE和R2三组指标上达到了0.205、0.084和0.833,优于其余的对比模型,并结合SHAP值识别出预测欺诈账户的关键因素,为区块链的交易安全提供决策参考。     

基于FPGA的立方星可重构星载处理系统研究

为了以最小代价提高立方星可重构星载计算机的可靠性,提出了一种基于FPGA的立方星可重构星载处理系统架构。首先,在对国内外微纳卫星星载计算机设计特点进行分析的基础上,分别采用基于SRAM架构和基于Flash架构的FPGA作为核心处理模块与外部表决接口模块,兼顾了系统的运算速度与可靠性。其次,针对可重构星载处理系统中所涉及的可重构策略、在线重构技术以及系统同步技术进行了详细设计。最终,基于所设计硬件系统上进行的测试以及在轨的实测数据验证了该架构的可靠性和有效性。     

面向弹载计算机的BIT技术研究

机内测试（Built-In-Test,BIT）技术是改善系统或设备测试性和维修性的重要途径。在对弹载计算机BIT技术特征进行研究的基础上,提出了弹载计算机BIT设计的基本准则,提供了一种典型的弹载计算机BIT设计方法,经实践验证该设计方法适用于多种类型的弹载计算机设备,故障检测率不低于90%,故障虚警率不超过2%,显著地提高了弹载计算机的可靠性、可测试性及可维护性。     

基于BiLSTM-Attention唇语识别的研究

为了解决唇语识别中唇部特征提取和时序关系识别存在的问题,提出了一种双向长短时记忆网络(BiLSTM)和注意力机制(Attention Mechanism)相结合的深度学习模型。首先将唇部20个关键点得到的唇部不同位置的高度和宽度作为唇部的特征,使用BiLSTM对唇部特征序列进行时序编码,然后利用注意力机制来发掘不同时刻唇部时序特征对于整体唇语识别的不同权重,最后利用Softmax进行分类。在公开的唇语识别数据集GRID和MIRACL-VC上与传统的唇语识别模型进行实验对比。在GRID数据集上准确率至少提高了13.4%,在MIRACL-VC单词数据集上准确率至少提高了15.3%,短语数据集上准确率至少提高了9.2%。同时还与其他编码模型进行了实验对比,实验结果表明该模型能有效地提高唇语识别的准确率。