首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于MapReduce的光线跟踪算法研究

摘要第1-5页
Abstract第5-11页
1 绪论第11-16页
   ·研究的口的和意义第11-12页
   ·国内外研究现状第12-14页
     ·光线跟踪算法研究现状第12页
     ·MapReduce技术在虚拟现实领域的研究现状第12-14页
   ·本文的研究内容第14页
   ·本文的章节组织结构第14-16页
2 光线跟踪相关技术第16-28页
   ·颜色的表示第16-17页
   ·光照模型第17-20页
     ·简单光照模型第17-19页
     ·整体光照模型第19-20页
   ·光线跟踪算法的基本原理第20-24页
   ·光线与场景物体的求交第24-25页
   ·光线跟踪算法的几种加速方法第25-27页
     ·包围盒技术第25页
     ·三维DDA算法第25-26页
     ·空间八叉树剖分网格方法第26页
     ·自适应深度控制第26-27页
   ·本章小结第27-28页
3 MapReduce技术和Hadoop平台第28-41页
   ·MapReduce技术第28-30页
     ·apReduce技术起源第28页
     ·MapReduce结构第28-30页
   ·Hadoop平台第30-32页
     ·Hadoop发展历程第30页
     ·Hadoop架构第30-32页
   ·Hadoop平台上MapReduce数据处理流程第32-38页
   ·MapReduce的其他一些功能第38-40页
     ·Combiner函数第38-39页
     ·容错性第39-40页
   ·本章小结第40-41页
4 基于MapReduce技术的光线跟踪加速算法的设计及研究第41-49页
   ·使用MapReduce技术加速光线跟踪算法的优势第41-42页
   ·设计思想第42-43页
   ·算法流程分析第43-48页
     ·处理流程第43-44页
     ·各阶段的详细分析第44-48页
   ·本章总结第48-49页
5 实验过程及结果分析第49-57页
   ·实验环境的搭建第49-54页
     ·Hadoop平台的搭建第49-52页
     ·Eclipse开发工具的安装及与Hadoop平台的连接第52-54页
   ·实验结果及分析第54-56页
     ·与GPU渲染的对比分析第55页
     ·平台特性测试及分析第55-56页
   ·本章总结第56-57页
6 总结与展望第57-59页
   ·全文总结第57页
   ·展望第57-59页
参考文献第59-61页
致谢第61-62页
个人简历及在学期间发表的学术论文第62页

论文共62页,点击 下载论文
上一篇:基于R-模的切触有理插值算法
下一篇:Hilbert空间上算子的混沌性质