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--一般性问题论文--理论、方法论文--算法理论论文

基于Tsallis理论的自适应采样算法

中文摘要第1-4页
ABSTRACT第4-7页
第一章 绪论第7-15页
   ·计算机图形学简介第7-8页
   ·蒙特卡罗积分第8-9页
   ·整体光照算法第9-12页
   ·研究内容及创新第12-14页
   ·论文的组织结构第14-15页
第二章 自适应采样技术第15-23页
   ·走样与反走样第15-16页
   ·采样点分布方式第16-19页
     ·规则采样(Regular Sampling)第16页
     ·随机采样(Random Sampling)第16-17页
     ·抖动采样(Jittered Sampling)第17页
     ·半抖动的采样(Half-jittered Sampling)第17页
     ·波松圆盘采样(Poisson Disk Sampling)第17-19页
   ·超级采样第19页
   ·自适应采样第19-23页
     ·基于方差的自适应采样第19-20页
     ·基于置信区间的自适应采样第20页
     ·基于对比度(Contrast)自适应采样第20-21页
     ·基于香农熵(Shannon)的自适应采样第21页
     ·基于f-散度(f-Divergence)自适应采样第21-23页
第三章 Tsallis信息理论在自适应采样中的应用第23-30页
   ·信息量与信息熵第23-24页
   ·信息熵应用在自适应采样中的理论基础第24页
   ·广义信息熵Tsallis熵在自适应采样中的应用第24-29页
     ·Tsallis信息熵在自适应采样中的算法分析第24-27页
     ·最小二乘回归方法分析第27-28页
     ·整体算法流程第28-29页
   ·探讨Tsallis散度(Tsallis Divergence)在自适应采样的应用第29-30页
第四章 实验结果与分析第30-37页
   ·实验环境第30页
   ·基于Tsallis熵自适应采样算法的实验结果第30-35页
     ·实验一第30-32页
     ·实验二第32-33页
     ·实验三第33-35页
   ·基于Tsallis散度自适应采样算法的实验结果第35-37页
第五章 总结与展望第37-38页
   ·结论第37页
   ·展望第37-38页
参考文献第38-41页
发表论文和科研情况说明第41-42页
 发表的论文:第41页
 参与的科研项目:第41-42页
致谢第42页

论文共42页,点击 下载论文
上一篇:非线性可调锡钛酸钡钙陶瓷的介电性能和铁电相变
下一篇:EMS诱变及筛选草莓抗灰霉病突变体的研究