时变体数据可视化关键技术研究
| 摘要 | 第1-12页 |
| ABSTRACT | 第12-13页 |
| 第一章 绪论 | 第13-23页 |
| ·课题背景和意义 | 第13-17页 |
| ·科学计算可视化 | 第13-14页 |
| ·时变体数据可视化 | 第14-17页 |
| ·国内外研究现状 | 第17-22页 |
| ·体绘制中的转换函数 | 第17-19页 |
| ·特征可视化 | 第19-20页 |
| ·并行可视化 | 第20-22页 |
| ·课题研究内容和论文结构 | 第22-23页 |
| 第二章 时变可视化关键技术 | 第23-35页 |
| ·时变体数据的特征 | 第23-24页 |
| ·体数据的组织形式 | 第23-24页 |
| ·体数据的物理特征 | 第24页 |
| ·体绘制及其转换函数 | 第24-29页 |
| ·体绘制技术 | 第24-27页 |
| ·转换函数概述 | 第27-29页 |
| ·特征提取与跟踪绘制 | 第29-35页 |
| ·特征可视化的原理 | 第29-30页 |
| ·特征及其属性 | 第30-31页 |
| ·特征的跟踪 | 第31-33页 |
| ·特征的抽取 | 第33-35页 |
| 第三章 通用自动转换函数的研究与实现 | 第35-44页 |
| ·研究背景 | 第35-36页 |
| ·神经网络SOM、BPN | 第36-38页 |
| ·自组织映射神经网络 | 第36-37页 |
| ·反传神经网络模型 | 第37-38页 |
| ·通用自动转换函数GATF | 第38-40页 |
| ·基于SOM 的数据集类型识别 | 第38-39页 |
| ·基于BPN 的颜色转换 | 第39-40页 |
| ·实验结果与分析 | 第40-42页 |
| ·本章小结 | 第42-44页 |
| 第四章 特征提取和跟踪绘制算法与实现 | 第44-54页 |
| ·研究背景 | 第44-45页 |
| ·特征提取、跟踪流程 | 第45页 |
| ·特征提取 | 第45-48页 |
| ·特征跟踪 | 第48-51页 |
| ·实验结果与分析 | 第51-53页 |
| ·本章小结 | 第53-54页 |
| 第五章 并行特征提取与跟踪绘制算法的研究和实现 | 第54-62页 |
| ·研究背景 | 第54页 |
| ·并行特征提取 | 第54-57页 |
| ·并行特征跟踪 | 第57-58页 |
| ·实验结果与分析 | 第58-60页 |
| ·本章小结 | 第60-62页 |
| 第六章 特征提取和跟踪绘制软件平台实现 | 第62-70页 |
| ·设计目标 | 第62-63页 |
| ·目的 | 第62页 |
| ·系统的基本功能 | 第62-63页 |
| ·软件构架 | 第63-64页 |
| ·可视化工具包简介 | 第63页 |
| ·基于VTK 的系统软件结构 | 第63-64页 |
| ·系统框架与实现 | 第64-68页 |
| ·系统的总体框架 | 第64页 |
| ·特征提取 | 第64-67页 |
| ·特征跟踪 | 第67页 |
| ·跟踪绘制 | 第67-68页 |
| ·其它功能设计 | 第68页 |
| ·实现结果 | 第68-70页 |
| ·界面 | 第68-69页 |
| ·特征提取和跟踪绘制结果 | 第69-70页 |
| 第七章 总结与展望 | 第70-72页 |
| ·课题总结 | 第70-71页 |
| ·待改进之处及技术展望 | 第71-72页 |
| 致谢 | 第72-74页 |
| 参考文献 | 第74-79页 |
| 攻读硕士期间论文发表情况 | 第79-80页 |
| 特征提取和跟踪绘制软件系统界面 | 第80-83页 |
| 特征提取和跟踪绘制结果 | 第83-86页 |
