1、摘 要 IAbstract II第1章 绪 论 61.1 科学计算可视化概述 .61.2 实现科学计算可视化的重要意义 21.3 科学计算可视化的应用领域 21.4 论文的主要内容 4第2章 散乱数据场可视化 52.1 散乱数据可视化的概念 52.2 散乱数据可视化的研究内容 62.3 散乱数据可视化的国内外研究现状 82.4 散乱数据可视化的应用领域 10第3章 散乱数据场可视化方法 123.1 Shepard 方法 123.2 Multiquadric 方法 143.3 Delaunay三角剖分法 153.3.1 Delaunay 三角剖分概述 153.3.2 Delaunay 三角剖分优
2、化准则 163.3.3 Delaunay 三角剖分的优化方法 183.4 三角B-B曲面法 193.4.1 三角B-B 曲面插值 203.4.2 三角B-B曲面的deCasteljau算法 243.4.3 三角B-B 曲面的构造 253.5 基于B样条的散乱数据曲面拟合方法 263.5.1 基本思想 263.5.2 基本算法 27第4章 算法实现 294.1 B样条散乱数据曲面拟合法MATLAB实现 304.2 Multiquadric方法的MATLAB实现 314.3 Shepard方法的MATLAB实现 324.4 三种算法的比较 33结论 28致谢 29参考文献 30附 录 31Cont
3、entsAbstract IChapter 1 Introduction 11.1 The concept of visualization in scientific computing 11.2 Visualization in scientific computing to achieve significanc 21.3 Visualization in scientific computing applications in the field 21.4 The main content 4Chapter 2 Scattered field visualization 52.1 Th
4、e concept of visualization of scattered data 52.2 Visualization of scattered data content 62.3 Scattered data visualization research status 82.4 Scattered data visualization applications 10Chapter 3 Visualization of scattered field 123.1 Shepard method 123.2 Multiquadric method 133.3 Delaunay triang
5、ulation method 153.3.1 Delaunay triangulation overview 153.3.2 Delaunay triangulation optimization criterion 163.3.3 Optimization of Delaunay triangulation method 173.4 Triangular b-b surface method 193.4.1 Triangular B-B surface interpolation 193.4.2 Triangular B-B surfaces decasteljau algorithm 24
6、3.4.3 Triangular B-B surface construction 253.5 Based on b-spline surface fitting method for ttered data 253.5.1 The basic idea 263.5.2 Basic algorithm 27Chapter 4 Implementation of algorithm 294.1B-Spline surface fitting of scattered data in matlab to achieve 304.2Multiquadric method of matlab impl
7、ementation 314.3Shepard method of matlab implementation 324.4 Comparison of three algorithms 33Conclusions 34Acknowledgements 35References 36Appendix 38第1章 绪 论1.1 论文背景和意义1.1.1 课科学计算可视化(Visualization in Scientific Computing)是发达国家20世纪80年代后期提出并发展起来的一个新的研究领域。1987年2月,美国国家科学基金会在华盛顿召开了有关科学计算可视化的首次会议,与会者有来自
8、计算机图形学、图像处理以及从事各不同领域科学计算的专家1。1.1.2 研在类型,为城子河矿,北为正阳矿,其中城子河矿是双立这类体杏花矿井田东侧为东海矿,西为城子河矿,中城子河矿是双立井开拓方式2。聚类分为城子河矿,北为正阳矿,其中城子河矿是双立为城子河矿,北为正阳矿,其中城子河矿是双立.。.。1.2 国内外研究状况判别分多在应用2。1.3 本文的主要工作本井田属缓坡丘陵地形,北部及中部皆为山冈地带,岗沟起伏不平,南部为穆棱组河床地带。每一章开始独立起一页第2章判别2.1 判2.1.1 判别所谓的判别分析,方法3。2.1.2 判常用的有四种判别方法:.步判别法6。1. 马氏距离判别法的基本思想是
9、:(1) 设有个总体,则个的有四种判别方法。总 (2-1) 总待判样。(2) 设判:当一个判别准则提出之后,。误设,为两总体,。误法,具体步骤如下:a、。b、。 c、。d、。2. Fisher判(1) 设Fisher 判Fisher 判别法于1936年提出,。(2) 设Fisher判假设有个总体,。3. Bayes判假定对所研究的对象(总体)法。4. 逐 逐步这量8。2.2 聚2.2.1聚聚类分析的内容非常丰富,有系统聚类法、有序样品聚类法、动态聚类法、模糊聚类法、图论聚类法、聚类预报法等。在本论文中主要介绍系统聚类法和-均值聚类法。2.2.2 聚1. 距为了。2. 样在聚类之前,。(1) 闵
10、。(2) 马马氏距离。(3) 兰它是。3. K均系统。(1) 通;(2) 重。其结果作为-均。4. 系(1) 系系统。(2) 八种系在进方便。最短定义2.1 聚类分析的内容非常丰富,有系统聚类法、有序样品聚类法、动态聚类法、模糊聚类法、图论聚类法、聚类预报法等。定理2.1 聚类分析的内容非常丰富,有系统聚类法、有序样品聚类法、动态聚类法、模糊聚类法、图论聚类法、聚类预报法等。图2-1 中间距离法第3章应3.1 建3.1.1 问2000年6月。3.1.2 模1. 聚类分析的内容非常丰富,有系统聚类法.。2. 用想最后,衡量一下这两种判别方法,得到解决此问题较好的一种方法。3.1.3 符1. ;2
11、. 用。3.1.4 问想下这两种判别方法,得到解决此问题较好的最后,衡量一下这两种判别方法,得到解决此问题较好的,得到最后,衡量一下这两种判别方法最后,衡量一下这两种判别方法,得到解决此问题较好的最后,衡量一下这两种判别方法,得到解决此问题较好的最后,衡量一下这两种判别方法,得到解决此问题较好的,得到解决此问题较好的一种方法。1. 定把、。表3-1密码计数进制转化对照密码四进制数十进制数aaaaat1aac2aag3taa12024cgt23128gtc31254ggg333632. 下这两种判别方法下这两种判别方法,得到解决此问题较好的最后,衡量一下这两种判别得.。3.2 用3.2.1 模
12、利用实现。1. 利设两个总体、的均值向量为,协方差阵为, 定义样品与总体、的距离为 (3-1) (3-2)判别准则:若,则。.。2. 利Fisher判别。3.2.2 对1. 模模。2. 模对模糊区域的判的判别认识不足,有待的判别认识不足,有待的判别认识不足,有待的判别认识不足别认识不足,有待加。3.3 用3.3.1模1. 利用为与的判别有待的判别认识不足,有待的判别认识不足,有待的判别认识不足判别认足,有待。3.3.2 对为与的判别认识不足,有待的判别认识不足,有待的判别认识不足,有的判别认识不有待。3.4 对3.4.1 算通过准确率更高一些。3.4.2 算判别些。3.4.3 两在解为与的判别
13、认识不足,有待的判别认识不足,有待的判别认识不足,有的判别认识不有待决往效果更的判别认的判别认的判别认。结论、致谢、参考文献和附录开始独立起一页结论通过参考起来使用。计算机参考起来参考起来参考起来参考起来参考起来参考起来决。因而,方向发展。致谢在我的论文完成之际,首先我要感谢*老师,是他为我创造了良好学习的机会和环境,并给了我悉心指导和孜孜不倦的教诲,使我能在工作和学习上克服困难,取得进步。参考文献1 张卓奎,陈慧. 随机过程M. 西安:西安电子科技大学出版社,2003: 86-125.2 徐丽娜. 神经网络控制M. 哈尔滨:哈尔滨工业大学出版社,1999: 66-89.3 黄永兴,徐丽娜.
14、我国股价指数的时间序列模型研究J. 安徽工业大学学5 Franke R, Hagen H. Leastres Surface Approximation with Multiquadrics and 6柳晓燕. 一种NURBS曲线曲面形状修改的新方法D. 西安:西北大学硕士论文, 2007.7 R.Goldman, J.Widom. Data Guides:Enabling query formulation and optimization in semistructured databasesC. VLDB97, Proceedings of 23rd International Conf
15、erence on Very Large Data Bases 1997,(10):1-5.8 DBLP. XML Data. 9 10 参考文献不少于15篇,其中英文不少于3篇。其中常用的主要符号有以下几种:M 代表书籍,如1、2;J 代表中英文期刊,如3、4、5;D 代表硕博士论文,如6;C 代表会议论文,如7;而8是网络资料的实例,其它类型资料也可作为参考文献。附 录散乱数据曲面拟合法的MATLAB代码:t1=cputime;for i = 1:1:41 for j = 1: if abs(i - j) = 2 y(i,j) = 0; elseif abs(i - j) = 1 y(i,j) = (1/2) * (i - j)2 - (i - j)2 + 2/3; else y(i,j) = (-1/6) * abs(i - j)3 + (i - j)2 - 2 * abs(i - j) + (4/3); endend
copyright@ 2008-2022 冰豆网网站版权所有
经营许可证编号:鄂ICP备2022015515号-1