科学计算可视化论文_王江莉

导读:本文包含了科学计算可视化论文开题报告文献综述、选题提纲参考文献及外文文献翻译,主要关键词:科学,曲面,数据,物理量,气象预报,地质勘探,牦牛。

科学计算可视化论文文献综述

王江莉[1](2019)在《科学计算可视化在现代智慧生态畜牧业中的应用》一文中研究指出随着科学技术的不断发展,科学计算可视化技术在生产、生活中发挥重要的作用。但是,科学计算可视化技术在畜牧业中的应用并不多见。为了尽早实现科学计算可视化和人工智能在畜牧养殖业中的应用,文章以叁江源地区为例,分析该地区牦牛养殖的基本信息,进行数据模型的预测评估,促进当地牦牛养殖业的发展,为现代智慧生态畜牧业的发展提供参考。(本文来源于《饲料研究》期刊2019年09期)

牛成水[2](2018)在《科学计算可视化在智慧生态畜牧业中的应用研究》一文中研究指出随着工业4.0的不断推进,科学计算可视化和人工智能逐步走入人民的生活中,理论上的概念技术已经在工业生产中实现量产。叁江源地区作为中国最大的高原牧场有着独特的天然地理优势和丰富的物种种类,但计算机科学技术应用于畜牧业的领域范围与沿海地区还存在着很大的差距。如何实现畜牧业的智慧化是当前叁江源地区研究人员和技术人员亟待解决的问题。叁江源地区的牧民大部分以藏族居民为主,对于英文、计算机数据处理语言掌握程度都相对有限,在叁江源地区中有关计算机科学方面的研究也相当匮乏,例如:机器学习和可视化的运用。为了解决以上问题本研究将通过构建叁江源地区牦牛体重、牦牛生成利润等数据模型,对数据模型进行预测评估,找出最优的解,并规范最优解的共性数据,降低数据之间的耦合度,最终构建一个完整的可视化系统。数据模型的构建是以叁江源地区特有的牦牛收益为主码元素,以与牦牛相关的草产量、饲料补给量,牦牛自身的产肉量、产仔量、驮伏量、产毛量等生成的利润以及消耗的成本等为辅助元素。数据预测评估中将使用机器学习中的基因遗传算法和决策树算法,共性数据的分类中将用到0-1背包问题和线性规划,共性数据的构建中将使用KMP算法和凸包问题的求解。可视化系统构建中将使用D3和JGraphis等可视化方法。通过以上数据模型的构建和算法的优化以及数据图形的生成,最终构建成可供叁江源地区牧民以及工作站技术人员和叁江源地区畜牧业的研究人员方便使用和技术支持的科学计算可视化智慧生态畜牧系统。该项目研究结果可为叁江源牧区生产与生态保护计划的制定和科学研究提供理论与技术指导。(本文来源于《青海大学》期刊2018-03-01)

王俊懿[3](2017)在《科学计算可视化及其应用》一文中研究指出所谓的"科学计算可视化",其目的就是更好地了解自然科学的本质。为了达到这个目的,科学家们对科学数据和信息进行处理,把计算过程中的数字信息转化为直观图像形式,通过物理现象或物理量来展示在研究人员面前,从而实现更好的模拟和计算处理工作。主要对科学计算可视化及其应用进行了相关研究。(本文来源于《科技与创新》期刊2017年23期)

董梅峰[4](2017)在《基于科学计算平台的《大学物理》变量可视化研究式教学》一文中研究指出根据大学物理规律中物理量与变量的关系,基于科学计算平台把抽象的物理规律进行了可视化,在教学中采用研究性的"教"和"学"的模式;以大学物理光学模块中的薄膜干涉为例,给出了用于课堂教学的交互式、可视化计算机模拟结果;在此教学模式实施后进行了问卷调查,调查结果显示此教学模式得到了学生、专业课教师的认可.(本文来源于《物理通报》期刊2017年05期)

石刘,肖丽,曹立强,莫则尧[5](2017)在《面向科学计算可视化的两级并行数据读取加速方法》一文中研究指出为了匹配超级计算机的整体计算能力,超级计算机存储子系统通常具有良好的I/O性能可扩展性,表现为:应用获得存储子系统最佳性能时的I/O访问并发度,与超级计算机系统总计算核数(可达数万至数百万)通常处于同一数量级.然而,科学计算可视化应用通常使用的进程数(等于I/O访问并发度)相对较小(经验上常设为计算进程数的1%,典型值为数个至数百个),因此无法充分发挥超级计算机存储子系统的最佳I/O性能.提出了一种面向科学计算可视化的两级并行数据读取加速方法,在可视化进程内部引入多线程并行数据读取,通过进程间和进程内两级并行,增加超级计算机存储子系统的I/O访问并发度,提升可视化应用数据读取速率.测试结果表明:在不同的可视化进程规模下,两级并行比单级并行峰值数据读取速率提高33.5%~269.5%,均值数据读取速率提高26.6%~232.2%;随着科学计算应用种类以及应用规模的变化,两级并行数据读取可使可视化应用整体峰值运行速度加速19.5%~225.7%,均值运行速度加速15.8%~197.6%.(本文来源于《计算机研究与发展》期刊2017年04期)

薛伟伟,程长征[6](2016)在《基于Ensight的科学计算结果可视化》一文中研究指出FORTRAN和C等高级语言使用广泛,但计算结果多为数值文本。通过编写数据接口,将FORTRAN边界元法程序的数值计算结果转换成Ensight输入文件,得出计算结果的场图像。这种方法具备视觉效果好、开发工作量低、对硬件图形库有较好支持等特点。同时,利用Ensight的功能,可进行数值观察、添加等值线等操作。(本文来源于《合肥学院学报》期刊2016年01期)

吴斯一[7](2015)在《基于科学计算可视化技术的现代教育方法研究》一文中研究指出近几十年来,伴随着信息技术革命,以计算机技术为基础的科学计算可视化技术取得了长足的进步,可视化技术的应用范围和深度得到了快速发展。在互连网爆炸性增长的过程中,科学计算和工程技术领域得到广泛的运用,可视化技术已经成为现代教育的基本工具。(本文来源于《科技致富向导》期刊2015年11期)

刘鹤丹[8](2015)在《科学计算可视化中叁维等值曲面构建方法研究》一文中研究指出在工程科学计算领域中,基于数值计算的模型通常会得到规模庞大的数据集合,为了利用图形、图像完整准确地表达数据集合的特征、揭示其内涵,计算可视化已成为当前科学研究及工程研发过程中不可或缺的技术手段。实际工程应用中,复杂产品设计集成了各学科领域的多种异构软件的计算分析过程,与之相关的科学计算可视化则需针对多个计算状态进行异构数据集合的处理,通常包括有限元计算结果以及测量、扫描设备所提供的数据点集的可视化。科学计算可视化重点在于叁维数据集合的可视化,换而言之,以叁维等值曲面构建技术为核心针对不同种类的数据集合提供不同的解决方案。传统的叁维等值曲面构建方法中,若干数据点集合来源于有限元计算结果,不仅可能产生二义性问题,而且高阶单元或加密单元的剖分方式亦可能产生错误的结果;如果数据来源于离散数据集合,则如何保证复杂自由曲面之间的连续性是需要克服的重要问题之一。本文以复杂产品设计中的计算可视化过程为研究背景,分别探讨了有限元计算结果及离散数据集合这两种类型数据的特点,以“计算——构建——存储——优化”为研究思路、以快速有效地生成叁维曲面为目标,深入剖析了四面体及六面体两种单元的数据分布特征,研究了离散数据的复杂曲面构建问题。提出了一系列适用于常用单元(8节点一阶六面体单元、10节点二阶四面体单元、20节点二阶六面体单元)的等值曲面构建技术、以及面向离散数据集合的复杂曲面拼接技术。这些技术解决了常用单元中由各类二义性引起的计算冗余代价问题,并实现了针对离散数据集合的复杂曲面间具有近似几何连续性的拼接。具体而言,本文主要完成了如下工作:(1)提出基于对角面辅助点的等值曲面构建方法。利用常用单元插值函数计算等值点与关键特征点等几何量。结合梯度的概念及几何意义进行等值点追踪,对角面辅助点用于避免结果的不确定性,通过调整步长、合并阈值的方式来控制等值面精度及面片数目。解决了以一阶六面体单元为基础的叁维等值曲面构建问题。(2)基于特征关键点及压缩索引策略建立基于二阶单元的等值曲面构建方法。简化了常用二阶单元的表面及棱边的插值函数,提出几何元素关系矩阵,通过添加特征关键点避免了二义性,解决了同一单元中存在回转面的问题,将叁角化过程植入关键点抽取中,计算关键点同时直接生成面片,并提出优化修复策略以满足图形精度要求。分析了所抽取特征等值点的几何位置及其相互之间的逻辑关系,设计了叁角面片的压缩索引结构以及与之相应的存储、分裂及优化策略,实现了降低存储及计算代价的目的。(3)面向叁角Bernstein-Bezier曲面,提出具有近似几何连续性的拼接方法。深入地分析研究了自由曲面几何连续性的定义及叁角Bernstein-Bezier曲面的性质,仅仅调整已有控制点来修改已有曲面,即实现了具有近似G0、G1连续的拼接。该方法不受曲面阶次、数目及拼接位置等因素的约束,保证了视觉效果,而且无需在拼接过程中进行升阶等复杂操作。(4)最后,针对可视化前处理过程中的数据异构问题,提出了解决方案并实现了异构数据文档的智能分析,设计开发了具有人机交互界面的可视化系统。建立了以参数解析为基础多种计算软件的集成平台,实现了异构数据文件间的交互及访问,并在人机智能界面中提供了多种可自由定制类型的数据输入输出操作,以及数据结果的可视化功能。(本文来源于《东北大学》期刊2015-03-01)

韩永胜,杨宏新,马军[9](2015)在《流线 迹线和脉线的区分及其科学计算可视化》一文中研究指出分析了流体力学中常用的流线、迹线和脉线的概念和数学表达,并结合实例通过科学计算软件Mathematica将这3个概念及其区分形象地表现出来.(本文来源于《物理通报》期刊2015年01期)

代双凤,董继阳,薛健[10](2014)在《科学计算中大数据可视化分析与应用》一文中研究指出随着计算机软硬件的飞速发展及网络的迅速普及,科学计算中的数据量呈现爆炸式增长。大数据可视化已经成为科学计算中的重要研究内容之一。本文介绍了大数据的定义,阐述了可视化分析领域及科学计算中大数据可视化的重要意义;分析和讨论了传统的科学计算可视化研究方法,以研究数据场的类型为标准,对算法和技术进行了分类阐述;分析了大数据背景下,传统的科学计算可视化方法的不足,进而介绍了基于GPU环境的科学计算中大数据可视化的并行计算和绘制方法;最后结合本课题组在科学计算中针对大数据可视化领域取得的主要理论和应用成果,给出了大数据环境下的科学计算可视化进一步的发展及研究方向。(本文来源于《工程研究-跨学科视野中的工程》期刊2014年03期)

科学计算可视化论文开题报告

(1)论文研究背景及目的

此处内容要求:

首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。

写法范例:

随着工业4.0的不断推进,科学计算可视化和人工智能逐步走入人民的生活中,理论上的概念技术已经在工业生产中实现量产。叁江源地区作为中国最大的高原牧场有着独特的天然地理优势和丰富的物种种类,但计算机科学技术应用于畜牧业的领域范围与沿海地区还存在着很大的差距。如何实现畜牧业的智慧化是当前叁江源地区研究人员和技术人员亟待解决的问题。叁江源地区的牧民大部分以藏族居民为主,对于英文、计算机数据处理语言掌握程度都相对有限,在叁江源地区中有关计算机科学方面的研究也相当匮乏,例如:机器学习和可视化的运用。为了解决以上问题本研究将通过构建叁江源地区牦牛体重、牦牛生成利润等数据模型,对数据模型进行预测评估,找出最优的解,并规范最优解的共性数据,降低数据之间的耦合度,最终构建一个完整的可视化系统。数据模型的构建是以叁江源地区特有的牦牛收益为主码元素,以与牦牛相关的草产量、饲料补给量,牦牛自身的产肉量、产仔量、驮伏量、产毛量等生成的利润以及消耗的成本等为辅助元素。数据预测评估中将使用机器学习中的基因遗传算法和决策树算法,共性数据的分类中将用到0-1背包问题和线性规划,共性数据的构建中将使用KMP算法和凸包问题的求解。可视化系统构建中将使用D3和JGraphis等可视化方法。通过以上数据模型的构建和算法的优化以及数据图形的生成,最终构建成可供叁江源地区牧民以及工作站技术人员和叁江源地区畜牧业的研究人员方便使用和技术支持的科学计算可视化智慧生态畜牧系统。该项目研究结果可为叁江源牧区生产与生态保护计划的制定和科学研究提供理论与技术指导。

(2)本文研究方法

调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。

观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。

实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。

文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。

实证研究法:依据现有的科学理论和实践的需要提出设计。

定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。

定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。

跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。

功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。

模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。

科学计算可视化论文参考文献

[1].王江莉.科学计算可视化在现代智慧生态畜牧业中的应用[J].饲料研究.2019

[2].牛成水.科学计算可视化在智慧生态畜牧业中的应用研究[D].青海大学.2018

[3].王俊懿.科学计算可视化及其应用[J].科技与创新.2017

[4].董梅峰.基于科学计算平台的《大学物理》变量可视化研究式教学[J].物理通报.2017

[5].石刘,肖丽,曹立强,莫则尧.面向科学计算可视化的两级并行数据读取加速方法[J].计算机研究与发展.2017

[6].薛伟伟,程长征.基于Ensight的科学计算结果可视化[J].合肥学院学报.2016

[7].吴斯一.基于科学计算可视化技术的现代教育方法研究[J].科技致富向导.2015

[8].刘鹤丹.科学计算可视化中叁维等值曲面构建方法研究[D].东北大学.2015

[9].韩永胜,杨宏新,马军.流线迹线和脉线的区分及其科学计算可视化[J].物理通报.2015

[10].代双凤,董继阳,薛健.科学计算中大数据可视化分析与应用[J].工程研究-跨学科视野中的工程.2014

论文知识图

腰椎CT图片(16day)科学计算可视化示例科学计算可视化的流程开发语言Fig5.5IDLprogramelangua...一1科学计算可视化学科分类图科学计算可视化的处理过程

标签:;  ;  ;  ;  ;  ;  ;  

科学计算可视化论文_王江莉
下载Doc文档

猜你喜欢