吉林大学研究生《网格计算》课件

网格简化和重新网格化 维多利亚·奥斯汀，凯尔·伦奇勒，麦克斯·姚 概括 在这个项目中，我们旨在以作业2涵盖的主题为基础，并为网格编辑器添加新功能，特别是使用二次误差简化和各向同性重网格化进行下采样。 下采样减少了网格中多边形的数量，从而减少了存储空间的使用，更快/更便宜的渲染以及更简单的对象操作。 重新网格化是重构网格结构的过程，以使三角形的数量保持相同，但每个三角形的大小/形状更规则/更标准。 这两种方法可以帮助我们构建更准确，更简单的网格结构，以用于渲染应用程序。 问题描述 对网格进行下采样是去除网格特征（边，面，顶点）以使用更少的三角形简化网格结构的过程。 当您想用细节来换取速度时，例如渲染距离较远或较小的对象，减少表示对象的多边形数量非常有用。 删除三角形需要使用基本的网格运算符，例如边缘折叠方法。 折边时，会将两个顶点（及其一些连接边）合并为一个。 这就产生了一个问题，即如何决定

MeshBaker 这个是专门合并网格的插件，性能优化神器，可在运行时批量生成物体，并动态的合并网格，减少开销

TCM网格编码调制技术简介，介绍了网格编码调制(TCM)的基本理论和原理。

2、疏密网格的过渡 在一个实际问题的有限元分析中，不同区域采用疏密不同的网格经常是必要的。以二维问题的不同疏密划分的四边形网格为例，通常有以下三种方案。 1）采用形状不规则的单元，此方案的不足是可能单元形状不好而影响局部的精度； 2）采用三角形单元过渡，其不足是可能因引入不同形式的单元而带来不便； 3）采用多节点约束方法过渡。

polarPcolor旨在用极坐标表示极坐标中的伪彩色图，并提供径向网格以使数据清晰可见。 例如，它非常适合雷达或激光雷达的平面位置指示器（PPI）扫描[1]。 参考中提供了类似的功能。 [2]，提出了3D可视化。 参考： [1] Cheynet，E.，Jakobsen，JB，Snæbjörnsson，J.，Reuder，J.，Kumer，V.和Svardal，B.（2017年）。 评估商用脉冲激光雷达在桥梁现场进行风特征分析的潜力。 风力工程与工业空气动力学学报，161，17-26。 http://dx.doi.org/10.1016/j.jweia.2016.12.002 [2] http://www.mathworks.com/matlabcentral/fileexchange/13200-3d-polar-plot

该程序的目的是生成可以用作ABAQUS FE模型输入的六面体网格和相关的位移场矩阵。 它是作为以下工作流程的一部分编写的： -在未变形然后变形的状态下采集肌肉骨骼组织的高分辨率MR图像-进行体积的非刚性配准，从而产生3D位移场（即，每个体素上的3D矢量） - 来自图像体积的体素化数据用于生成分割组织体积的六面体网格- 位移场用作应变分析的输入 该程序- 生成并显示六面体网格- 将节点、元素和位移数据分别作为文本文件写入。 然后可以复制粘贴这些文件以创建用于 ABAQUS FE 分析的 *.inp 文件 test_CreateINPfile_v1.m 是运行函数的示例代码Displacement_3D.mat 和 BinaryMask_3D.mat 作为示例位移场和分段体数据包括在内。 还包括节点、元素和位移文本文件以检查您的工作。

SEIR传播动力学模型 什么是SEIR传播动力学模型？ 经典SEIR模型将人群分为S (Susceptible，易感者)，I (Infected，感染者)，E (Exposed，潜伏者)和R (Recovered，康复人群)。 本文根据SEIR传播动力学模型，利用Python实现生成ER随机网格、并在网格间随机结边、模拟SEIR型传染病传播 该实验可分为两个步骤进行： 一、生成一个ER随机网络，生成网络节点的度分布图、画出节点分布图 二、编写程序：编程SEIR传播动力学模型。随机选择一个传播节点，基于SEIR传播动力学模型，统计每个时间步长对应的S,E,I,R四个状态节点数，作图 *注意：为防

本文于cloud.tencent.com，介绍了典型算法，CLIQUE聚类算法，WaveCluster算法，WaveCluster聚类算法等。俗话说：“物以类聚，人以群分”，在机器学习中，聚类算法是一种无监督分类算法。聚类算法很多，包括基于划分的聚类算法（如：kmeans），基于层次的聚类算法（如：BIRCH），基于密度的聚类算法（如：DBScan），基于网格的聚类算法等等。基于划分和层次聚类方法都无法发现非凸面形状的簇，真正能有效发现任意形状簇的算法是基于密度的算法，但基于密度的算法一般时间复杂度较高，1996年到2000年间，研究数据挖掘的学者们提出了大量基于网格的聚类算法，网格方法可以有

此文件夹中的 Matlab 代码通过快速高斯网格实现 1D-3D NUFFT。 卷积循环被编写为 C 程序，可从 Matlab 命令提示符编译为 mex 文件。 关于代码的更多数学细节可以在 L. Greengard 和 J. Lee 的“加速非均匀快速傅立叶变换”，SIAM 评论，卷。 46，第 3 期，第 443-454 页。 我已经包含了三个示例脚本（fgg_1D_experiment.m 等），它们创建了一个简单的 1D/2D/3D 图像并将 DFT 与 Type-I NUFFT（从非均匀数据到均匀图像网格的 DFT）进行了比较。 图像数据通过伴随算子转换回数据域（Type-II NUFFT——均匀网格 DFT 到非均匀数据位置——用 IFFT 而不是 FFT 实现）并再次返回图像域以证明数值精度. 此代码不包括 Type-III 变换（非均匀-->非均匀），但可以通过结合此处