流体动画压缩采样的基础研究
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-13页 |
| 第一章 绪论 | 第13-20页 |
| ·研究背景 | 第13-14页 |
| ·研究现状 | 第14-17页 |
| ·研究目标 | 第17页 |
| ·研究内容 | 第17-18页 |
| ·创新点 | 第18页 |
| ·本文组织结构 | 第18-20页 |
| 第二章 动态流场的压缩感知基础 | 第20-33页 |
| ·流体基础知识介绍 | 第20-26页 |
| ·拉格朗日法和欧拉法 | 第20-21页 |
| ·NAVIER-STOKES 方程介绍 | 第21-25页 |
| ·数值模拟与采样 | 第25-26页 |
| ·压缩感知的基础知识介绍 | 第26-31页 |
| ·严格同向条件 | 第28页 |
| ·压缩基 | 第28-29页 |
| ·重构算法 | 第29-31页 |
| ·本章小结 | 第31-33页 |
| 第三章 动态流场的传统压缩感知还原 | 第33-46页 |
| ·问题的引入 | 第33页 |
| ·超分辨率压缩感知处理 | 第33-35页 |
| ·模糊流场的压缩感知还原 | 第35-36页 |
| ·实验结果与分析 | 第36-45页 |
| ·非流体图像 | 第36-39页 |
| ·无障碍物的流体图像 | 第39-42页 |
| ·有障碍物的流体图像 | 第42-44页 |
| ·时间分析 | 第44-45页 |
| ·连续性分析 | 第45页 |
| ·本章小结 | 第45-46页 |
| 第四章 动态流场的压缩感知训练 | 第46-64页 |
| ·问题的引入 | 第46页 |
| ·基于训练的重构算法整体流程 | 第46-48页 |
| ·数据字典的训练 | 第48-50页 |
| ·数据的还原 | 第50-53页 |
| ·实验结果与分析 | 第53-63页 |
| ·非流体图片 | 第53-54页 |
| ·无障碍物的流体图像 | 第54-58页 |
| ·有障碍物的流体图像 | 第58-62页 |
| ·时间分析 | 第62-63页 |
| ·连续性分析 | 第63页 |
| ·本章小结 | 第63-64页 |
| 第五章 总结与展望 | 第64-66页 |
| ·本文工作回顾 | 第64页 |
| ·未来工作展望 | 第64-66页 |
| 参考文献 | 第66-69页 |
| 致谢 | 第69-70页 |
| 攻读硕士学位期间已发表或录用的论文 | 第70页 |
