五维大型复杂数据集计算机可视化

对目前的“五维大型复杂数据集计算机可视化方法”进行了讨论,详细地介绍了“五维大型复杂数据集微机可视化系统Ｌｉｖｅ Ｖｉｅｗ”的主要功能和在大气科学数值模拟资料分析中的应用实例。     

一种基于动态纹理的运动场景可视化方法

为实现大规模角色运动场景的高真实感快速仿真,提出了一种基于动态纹理的可视化方法. 使用基于关节点旋转角的动作迁移方法,获取角色的运动动作;使用基于曲线式骨骼的变形方法,实现运动角色变形;将角色运动过程,通过渲染到纹理技术,生成内容可以实时更新的动态纹理;将角色的动态纹理应用到Billboard上,替代运动角色,实现快速绘制;使用GPGPU(General Purpose on GPU)技术加速角色变形和绘制,进一步提高仿真速度. 对于包含1万个角色的大规模场景,可以实现30FPS的实时渲染,实验结果表明该可视化方法能够快速仿真大规模角色的运动场景.     

基于稀疏自编码的故障数据聚类清洗方法

针对电网中录波型故障指示器上传的海量故障数据存在着大量的重复、干扰、错误及无效波形,提出一种基于稀疏自编码(sparse auto-encoder,SAE)的故障数据聚类清洗方法,该方法首先利用稀疏自编码对故障数据进行特征学习与降维,继而用主成分分析(principal component analysis,PCA)对降维后数据再次进行降维提取,实现对不同故障数据的特征获取;最后利用基于密度峰快速搜寻聚类算法(clustering by fast search and find of density peaks,CFSFDP)对故障特征进行聚类,实现对重复、干扰、错误等故障数据的聚类清洗和真实故障数据推送.提出的海量故障数据聚类清洗方法,达到了对不同类型故障数据进行清洗去冗的效果,为故障告警智能推送提供了技术支撑,提高了运维人员获取准确故障信息的效率.     

基于构形的冗余度机器人自运动规划方法

研究能够直接通过视觉信息进行实时规划的自运动规划方法．冗余度机器人的自运动受到构形约束．从构形出发就能够采用矢量方法规划机器人的自运动。以YJP-1型7自由度机器人为例，针对一类具有旋转自运动主平面的-冗余度机器人，采用基于线性约束的最小二乘法思想，即把机器人末端的运动速度为零作为线性约束条件，代入求机器人自运动逆解的极小最小二乘方程式中进行处理，得到自运动的解析表达式．数值仿真和实验验证了这种算法的有效性。     

基于自组织神经网络的地理空间信息的可视化表示

介绍了自组织神经网络算法,探讨了对大量地理空间数据进行模式提取和关系建立的有效计算算法,在此基础上对于所获取的信息实现可视化表示。     

基于姿势特征编码的运动数据分层检索

运动数据检索是为在已有的运动数据库中检索符合要求的数据进行重用和编辑, 基于姿势特征编码的分 层检索方式能提高检索速度和检索质量。 通过对运动骨骼分段, 提取能反应几何运动关系的骨骼分段夹角作 为特征向量, 对姿势特征进行编码, 建立基于运动特征的数据库索引, 并在检索过程中分别从运动特征、 数据索引和运动数值进行相似度比较。 实验结果表明, 在具有走、 跑、 舞等姿态的运动数据库中, 该方法相对 于其他方法具有较高的检索速度, 并得到满意的检索结果, 实现了运动逻辑相似性的有效检索。     

大数据可视化技术及应用

随着人类产生数据量的增加,数据可视化需要处理的数据规模、类型及需求都发生了显著变化。在大数据时代,数据可视化面临诸多新的挑战。从大数据本身的特点及其应用需求出发,结合数据可视化的研究现状,介绍了适用于大数据的数据可视化技术;分析在大数据条件下数据可视化所要解决的8个关键问题;讨论了针对大数据可视化应用需求自主研发的交互式可视化设计平台AutoVis及其应用。     

运动捕捉数据重用方法的研究

自从运动捕捉技术被引入计算机动画制作领域之后,以其真实准确的优点得到了迅速的推广,如今在人们生活的各个领域都能够看到运动捕捉技术的身影,然而该技术同样存在一些缺点,其中最主要的缺点就是运动捕捉的成本十分昂贵,因此如何更好的重用已有的捕捉数据成为计算机图形学研究的一大热点.本文将对现有的运动捕获数据重用技术进行详细的剖析和比较.我们这里所说的重用技术是指在只需要较少的人工交互的基础上对运动数据的重新使用.按照不同的原理和处理方法我们将这些运动数据重用技术分成了三大类:对运动捕捉数据的直接重用,对运动捕捉数据的间接重用和直接与间接相结合的重用方法.并对各种代表技术进行了论述,分析了这些技术的优劣和可能的改进方法.     

一种基于地震前兆观测数据的可视化数据挖掘的研究

在现有数字化地震前兆观测数据的基础上,研究可行的数据挖掘算法和地震数据可视化方法,设计可行的基于地震前兆数据的可视化数据挖掘的模型,为地震预测提供决策分析支持.     

基于稀疏自编码的手指静脉图像分割

针对获取的手指静脉图像不仅包含静脉特征,而且包含噪声和不规则阴影,从而增加了特征提取难度的问题,提出了一种基于稀疏自编码的手指静脉图像分割算法;首先采用传统分割算法对原始灰度图像进行分割,得到一副二值图像(背景像素值为0,静脉像素值为1);然后,以该灰度图像的每个像素点为中心,对其进行图像分块,并将二值图像中对应于中心点的值(0或者1)作为该块的标签,建立训练集合;最后,将训练样本(分块图像和标签)输入到自编码器和神经网络中进行训练,再用训练好的模型对测试图像进行分割;实验结果表明,相比传统的算法,提出的手指静脉分割算法能够有效地对静脉进行分割,提高手指静脉认证系统的认证精度。     

一种基于数据场的图像分割方法与研究

首先对数据场的基本原理进行了简要的概述,并着重介绍了一种基于数据场的图像分割技术,该技术的运用可使得传统的图像分割实现可视化效果,最后从定性和定量的角度对图像分割后的效果进行分析,论证了该分割技术的有效性以及可行性。     

一种新的基于自组织神经网络的运动估计算法

提出了一种新的基于自组织网络的CFSSOM-VQ运动估计算法,新的帧间预测编码方案采用基于自组织特征映射算法(SOM)的矢量量化(VQ)作为帧间预测,以取代目前常用的运动补偿帧间预测(ME MC).并对SOM算法进行了改进,提出了一种分类频率敏感自组织特征映射(CFSSOM)算法.将该算法应用到会议电视视频编码的实验结果表明,与ME MC算法相比,CFSSOM-VQ算法具有更好的预测编码性能.     

数据采掘中的可视化技术和方法

主要介绍了几种目前常用的可视化数据采掘技术，以及它们的含义、技术特点和适用范围；同时描述了一个集成多种可视化数据采掘技术的系统工具——VisDB系统，并对其性能进行了评价；最后，通过一个商业POS的数据采掘应用实例，说明可视化数据采掘技术对分析和检索大型数据库是非常有用的。     

一种三维地形可视化细节简化方法

通过对数字高程模型数据多进制小波变换金字塔和基于二次误差的三维景观全局简化算法的讨论，提出了一种基于多进制小波变换改进的三维地形细节简化绘制方法，并给出了算法实验结果。     

基于数据增强与自编码GRU网络的多规格热轧带钢精轧电耗预测

针对多规格热轧带钢精轧段电耗预测中数据质量低、维数高和复杂性强等问题,本文提出一种基于数据增强与自编码GRU网络的精轧电耗预测模型(WGAN-AE-GRU).数据预处理阶段,针对电耗数据采集不均衡问题,采用WGAN网络对使用低频仪器采集的指标数据进行数据增强,以保证电耗数据质量;同时,采用自编码器(AE)对电耗关联的指...     

基于网络的数据可视化研究与实现

数据可视化技术可借助人脑的视觉思维能力,帮助人们理解大量的数据信息,发现数据中隐含的规律,从而提高数据的使用效率。通过对数据可视化技术的特点和Web数据可视化参考模型的研究,采用了使用编程语言在计算机上绘制图形的方法来实现网络数据可视化。通过使用TeeChartProActiveX控件来实现图形的输出,并结合实例验证了研究方法的实用性和有效性。随着网络的快速发展网,络数据可视化方法拓宽了可视化研究的应用领域。     

一种基于HEVC视频编码的快速运动估计方法

运动估计是影响下一代视频编码标准高效率视频编码(HEVC)性能的关键因素,它通常利用当前帧的图像块在多重参考帧中对应的搜索窗口中寻找最佳匹配块来完成的.针对HEVC编码标准提出了一种快速的运动估计方法快速分级搜索(FHS).首先,根据多个备用的运动矢量确定起始搜索点的位置,以起点为中心,执行搜索半径依次扩大的三圈钻石搜索,如果执行了内部两圈钻石搜索,最佳匹配点仍位于起点,则提前终止搜索.否则,根据最佳匹配点在内圈、中圈和外圈菱形边缘的情况,提出了不同的后续搜索策略.测试结果表明,提出的快速运动估计算法相对HM14.0提供的算法,平均搜索较少的点数,同时对编码后视频的质量只造成轻微的损失.