基于三维图像引擎实时渲染复杂网络数据的研究与应用
| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 研究工作的背景与意义 | 第11-12页 |
| 1.2 复杂网络可视化方法的国内外研究历史与现状 | 第12-15页 |
| 1.3 本文的主要贡献与创新 | 第15页 |
| 1.4 本论文的结构安排 | 第15-17页 |
| 第二章 复杂网络可视化方法研究 | 第17-32页 |
| 2.1 复杂网络力向导布局方法 | 第17-21页 |
| 2.1.1 完全应力模型 | 第17-18页 |
| 2.1.2 最大熵模型 | 第18-21页 |
| 2.2 图的聚边算法 | 第21-30页 |
| 2.2.1 力向导聚边算法 | 第22-25页 |
| 2.2.2 多层次聚边算法 | 第25-30页 |
| 2.3 本章小结 | 第30-32页 |
| 第三章 复杂网络三维可视化算法实现 | 第32-53页 |
| 3.1 最大熵模型布局算法实现 | 第32-40页 |
| 3.1.1 最大熵模型算法实现框架 | 第32-34页 |
| 3.1.2 Barnes-Hut算法 | 第34-37页 |
| 3.1.3 最大熵模型的三维实现效果 | 第37-39页 |
| 3.1.4 最大熵模型参数分析 | 第39-40页 |
| 3.2 多层次聚边算法实现 | 第40-51页 |
| 3.2.1 层次聚边算法实现框架 | 第40-42页 |
| 3.2.2 多层次聚边算法二维实现 | 第42-45页 |
| 3.2.3 多层次聚边算法的三维实现 | 第45-50页 |
| 3.2.4 增加对星型结构网络的适应 | 第50-51页 |
| 3.3 处理时序GPS数据 | 第51-52页 |
| 3.4 本章小结 | 第52-53页 |
| 第四章 复杂网络三维可视化系统的实现 | 第53-77页 |
| 4.1 网络渲染引擎的相关技术 | 第53-59页 |
| 4.1.1 OpenGL三维图形图像技术 | 第54-56页 |
| 4.1.2 浏览器内核技术 | 第56-58页 |
| 4.1.3 嵌入Python编程 | 第58-59页 |
| 4.2 网络可视化引擎的总体结构 | 第59-60页 |
| 4.3 复杂网络可视化系统模块 | 第60-70页 |
| 4.3.1 创建OpenGL渲染窗口 | 第60-62页 |
| 4.3.2 绘制基本图元 | 第62-64页 |
| 4.3.3 渲染复杂模型 | 第64-67页 |
| 4.3.4 GLSL与GLM矩阵变换 | 第67-69页 |
| 4.3.5 场景管理 | 第69-70页 |
| 4.4 集成浏览器内核 | 第70-73页 |
| 4.5 集成PYTHON环境 | 第73-75页 |
| 4.6 实现结果 | 第75-76页 |
| 4.7 本章小结 | 第76-77页 |
| 第五章 三维网络渲染引擎的应用与实验分析 | 第77-83页 |
| 5.1 布局算法应用与分析 | 第77-79页 |
| 5.1.1 社交网络布局分析 | 第77-78页 |
| 5.1.2 Wiki-Vote数据布局分析 | 第78-79页 |
| 5.2 聚边算法应用与分析 | 第79-81页 |
| 5.3 GPS数据可视化 | 第81-82页 |
| 5.3.1 飞机航线GPS可视化 | 第81-82页 |
| 5.3.2 城市出租车GPS模拟运行 | 第82页 |
| 5.4 本章小结 | 第82-83页 |
| 第六章 全文总结与展望 | 第83-84页 |
| 6.1 全文总结 | 第83页 |
| 6.2 后续工作展望 | 第83-84页 |
| 致谢 | 第84-85页 |
| 参考文献 | 第85-88页 |
| 攻读硕士学位期间取得的成果 | 第88页 |
