| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 图目录 | 第8-10页 |
| 表目录 | 第10-11页 |
| 第1章 绪论 | 第11-15页 |
| 1.1 研究背景与意义 | 第11-12页 |
| 1.2 研究内容和创新 | 第12-13页 |
| 1.3 文章结构 | 第13-14页 |
| 1.4 资金资助 | 第14-15页 |
| 第2章 研究综述 | 第15-33页 |
| 2.1 流场可视化方法 | 第15-19页 |
| 2.1.1 点图标法 | 第15-16页 |
| 2.1.2 纹理可视化方法 | 第16-17页 |
| 2.1.3 基于特征可视化方法 | 第17-18页 |
| 2.1.4 几何可视化方法 | 第18-19页 |
| 2.2 常用种子点布置算法 | 第19-25页 |
| 2.2.1 基于图像的种子点布置算法 | 第19-21页 |
| 2.2.2 基于距离的种子点布置算法 | 第21-23页 |
| 2.2.3 基于流场特征的种子点布置算法 | 第23-24页 |
| 2.2.4 对偶流线种子点布置算法 | 第24-25页 |
| 2.3 信息熵及其在可视化中的应用 | 第25-29页 |
| 2.3.1 熵、联合熵及条件熵 | 第25-26页 |
| 2.3.2 信息论在可视化领域的应用 | 第26-29页 |
| 2.4 常用相似性度量方法 | 第29-32页 |
| 2.4.1 范数和欧氏距离 | 第30-31页 |
| 2.4.2 向量空间余弦相似度 | 第31-32页 |
| 2.4.3 归一化互相关 | 第32页 |
| 2.5 本章小结 | 第32-33页 |
| 第3章 基于信息熵的种子点布局算法 | 第33-46页 |
| 3.1 基于信息熵的种子点布置算法 | 第33-34页 |
| 3.2 熵场求解 | 第34-38页 |
| 3.2.1 概率密度函数求解 | 第35-37页 |
| 3.2.2 基于模板布置种子点 | 第37-38页 |
| 3.3 基于信息熵种子点布局算法结果分析 | 第38-45页 |
| 3.3.1 Isabel数据集 | 第38-40页 |
| 3.3.2 Rayleigh-B e nard数据集 | 第40-42页 |
| 3.3.3 圆柱绕流数据 | 第42-45页 |
| 3.4 本章小结 | 第45-46页 |
| 第4章 基于条件熵的流线质量评估及再布局 | 第46-59页 |
| 4.1 基于信息熵的流线评估和布置算法框架分析 | 第46-47页 |
| 4.2 基于条件熵的流线质量评估 | 第47-50页 |
| 4.2.1 利用条件熵评估两个矢量场相似度 | 第47-48页 |
| 4.2.2 流线扩散 | 第48-50页 |
| 4.3 基于条件熵的流线布局 | 第50-52页 |
| 4.3.1 重要性采样 | 第50-52页 |
| 4.3.2 迭代终止条件 | 第52页 |
| 4.4 结果分析 | 第52-58页 |
| 4.4.1 Isabel数据集 | 第53-56页 |
| 4.4.2 RB数据集 | 第56-58页 |
| 4.4.3 算法性能分析 | 第58页 |
| 4.5 本章小结 | 第58-59页 |
| 第5章 总结与展望 | 第59-61页 |
| 5.1 本文工作总结 | 第59页 |
| 5.2 未来研究展望 | 第59-61页 |
| 参考文献 | 第61-64页 |
| 攻读硕士学位期间主要的研究成果 | 第64-65页 |
| 致谢 | 第65页 |