機器學(xué)習(xí)與流場數(shù)據(jù)可視化

定　價：￥55.00

作　者：	張麗著
出版社：	電子工業(yè)出版社
叢編項：
標　簽：	暫缺

購買這本書可以去

ISBN：	9787121314469	出版時間：	2017-06-01	包裝：	平裝
開本：	16開	頁數(shù)：	152	字數(shù)：

內(nèi)容簡介

　　科學(xué)計算可視化（Scientific Visualization，SciVis）是計算機圖形學(xué)的一個重要研究方向，是圖形科學(xué)的新領(lǐng)域。隨著計算能力的不斷增強，科學(xué)數(shù)據(jù)中使用的物理模型以及模擬空間的大小都在不斷提高。本書嘗試性地將機器學(xué)習(xí)理論應(yīng)用于科學(xué)計算可視化中，大大提高了數(shù)據(jù)中特征識別的魯棒性和準確率，同時結(jié)合流場數(shù)據(jù)可視化技術(shù)的具體實現(xiàn)，詳細闡述這兩個領(lǐng)域結(jié)合的理論和存在的關(guān)鍵問題。本書內(nèi)容主要包括：科學(xué)計算可視化的內(nèi)容、技術(shù)現(xiàn)狀和挑戰(zhàn)，機器學(xué)習(xí)基本理論，使用Boosting和CAVIAR兩種方法進行科學(xué)計算可視化的理論和方法等。本書可作為高等學(xué)校計算機或非計算機專業(yè)研究生科學(xué)計算可視化課程的參考書，也可作為從事流場數(shù)值模擬和流場可視化技術(shù)的研究或開發(fā)人員的參考書。

作者簡介

　　張麗，博士，齊魯工業(yè)大學(xué)信息學(xué)院，2009年9月―2010年2月，美國密西西比州立大學(xué)航空航天系訪問學(xué)者，2010年3月―2011年8月，美國俄亥俄州立大學(xué)計算機科學(xué)與工程學(xué)院訪問學(xué)者。2014年至今，主要講授面向?qū)ο蟪绦蛟O(shè)計、數(shù)據(jù)庫系統(tǒng)等課程。

圖書目錄

目錄
第1章概述\t1
1．1 科學(xué)計算可視化簡介\t1
1．1．1 標量場可視化\t3
1．1．2 向量場可視化\t3
1．1．3 張量場可視化\t5
1．2 流場可視化\t7
1．2．1 流場可視化的流程\t7
1．2．2 流場可視化的特點\t8
1．2．3 流場可視化的分類\t9
1．2．4 流場可視化技術(shù)\t13
1．3 可視化開發(fā)工具VTK\t14
1．3．1 VTK簡介\t14
1．3．2 VTK環(huán)境搭建\t18
1．3．3 VTK與MFC\t21
第2章流場數(shù)據(jù)對象及流場特性\t25
2．1 數(shù)據(jù)模型\t25
2．2 數(shù)據(jù)類型\t29
2．2．1 標量數(shù)據(jù)\t29
2．2．2 向量數(shù)據(jù)\t30
2．2．3 張量數(shù)據(jù)\t30
2．3 數(shù)據(jù)格式\t31
2．3．1 PLOT3D\t32
2．3．2 VTK\t34
2．3．3 OBJ\t37
2．4 本章小結(jié)\t39
第3章流場基礎(chǔ)特征可視化\t41
3．1 湍流\t41
3．1．1 湍流的定義和特征\t41
3．1．2 湍流的特征量和特征尺度\t43
3．1．3 湍流的運動方式\t44
3．2 湍流的模擬\t44
3．3 漩渦特征識別方法\t45
3．3．1 漩渦檢測\t45
3．3．2 基于速度梯度張量的檢測方法\t49
3．3．3 局部極值方法\t52
3．3．4 粒子追蹤\t54
3．3．5 其他方法\t61
3．4 本章小結(jié)\t63
第4章交互式流體可視化\t65
4．1 交互式可視化\t65
4．1．1 修改類交互\t65
4．1．2 基于選擇的交互\t66
4．2 專家數(shù)據(jù)的獲取\t67
4．3 本章小結(jié)\t77
第5章機器學(xué)習(xí)增強流場可視化\t79
5．1 方法概述\t79
5．1．1 數(shù)據(jù)讀取\t79
5．1．2 數(shù)據(jù)分析\t81
5．1．3 數(shù)據(jù)過濾\t85
5．1．4 數(shù)據(jù)映射和渲染\t86
5．2 閾值的選取\t88
5．3 特征距離\t93
5．4 本章小結(jié)\t99
第6章 Boosting與漩渦檢測\t101
6．1 基本的Boosting增強算法\t101
6．2 改進的Boosting增強算法\t106
6．3 實驗結(jié)果分析\t107
6．4 本章小結(jié)\t116
第7章 CAVIAR與漩渦檢測\t117
7．1 CAVIAR算法概述\t117
7．2 CAVIAR算法優(yōu)化\t118
7．3 參數(shù)設(shè)定與交叉驗證\t122
7．4 實驗結(jié)果分析\t125
7．5 本章小結(jié)\t129
參考文獻\t130