|
|||||
|
|
| 基于物理及数据驱动的流体动画研究 | |
| 作者姓名： | 肖祥云 杨旭波 |
| 作者单位： | 上海交通大学软件学院,上海200240 |
| 基金项目： | 国家重点研发计划（2018YFB1004902）;国家自然科学基金（61772329） |
| 摘 要： | 主要针对近年来流行的基于物理及数据驱动的各种流体动画模拟算法及其应用给出了一个全面的前沿性综述.首先,对传统的基于物理的流体模拟加速方法进行了综述和总结,同时给出了此类方法中各种算法的优劣性分析;其次,对现有的基于数据驱动的多种算法进行了综述和分析.特别地,将现有的数据驱动方法归结为3类,即数据插值法、数据预计算方法和基于深度学习的方法.并且,进一步讨论了基于数据驱动的流体动画模拟算法的几个关键问题以及其研究趋势与方向. |
| 关 键 词： | 流体动画模拟 基于物理的动画 模拟加速 数据驱动 深度学习 |
| 收稿时间： | 2018-06-14 |
| 修稿时间： | 2018-10-11 |
| 本文献已被 万方数据 等数据库收录！ | |
| 点击此处可从《软件学报》浏览原始摘要信息 | |
| 点击此处可从《软件学报》下载免费的PDF全文 | |
