可视化并行绘制方法、装置、系统及存储介质

    公开(公告)号:CN114463476B

    公开(公告)日:2022-06-28

    申请号:CN202210373654.3

    申请日:2022-04-11

    Abstract: 本发明公开了一种可视化并行绘制方法、装置、系统及存储介质,该方法包括当接收到绘制指令时,确定目标合成策略;将目标合成策略发送至至少一个第二绘制节点,以使第二绘制节点在接收到第一图像数据时,对第一图像数据进行处理,得到第二图像数据,并根据目标合成策略将第二图像数据发送至目标绘制节点;在接收到所有第二图像数据后,根据目标合成策略,对接收的第二图像数据进行拼接,获得并行绘制图像。本发明通过将目标合成策略发送至第二绘制节点,利用第二绘制节点之间图像信息的交换与处理,以及第一绘制节点的汇总,实现了边交换边合成的可视化并行绘制过程,提高了可视化并行绘制的效率。

    一种基于眼动跟踪的沉浸式流场可视化人机交互方法

    公开(公告)号:CN113253851B

    公开(公告)日:2021-09-21

    申请号:CN202110803863.2

    申请日:2021-07-16

    Abstract: 本发明提供了一种基于眼动跟踪的沉浸式流场可视化人机交互方法,通过眼动仪与VR头盔相结合进行人机交互,包括:步骤1、获取眼球注视方向向量与头盔旋转信息,将眼注视方向变换到世界坐标系下;步骤2、对世界坐标系下的眼球注视方向依次进行眼动校准以及眼动去抖;步骤3、根据VR头盔获取头盔凝视方向向量,将头盔凝视方向指向目标对象,判断眼动去抖后的眼球注视方向是否与头盔凝视方向相同,不同则移动视线进入步骤1;相同则触发交互操作,完成交互。本发明能够快速且随着使用不断优化的完成眼动校准;同时能够实现不同状态下的眼动跟踪去抖,提高交互沉浸感;仅依靠眼睛和头部转动就能完成人机交互中的交互确认操作,降低误操作率。

    一种基于线程并行的结构化网格流线积分方法

    公开(公告)号:CN112948643A

    公开(公告)日:2021-06-11

    申请号:CN202110520617.6

    申请日:2021-05-13

    Abstract: 本发明提供一种基于线程并行的结构化网格流线积分方法,包括:步骤1、对多块结构化网格进行数据块的重划分;步骤2、对于重划分后的每一个数据块,计算其属性数据的类型和数目;步骤3、反馈步骤2的计算结果,把数据块中的每一种类型的属性数据提取出来单独存储;步骤4、在进行三维矢量场流线可视化过程中,将需要的属性数据使用多线程进行并行读取;步骤5、使用读取的属性数据构建动态搜索树;步骤6、读取动态搜索树中计算种子点数,根据计算种子点的任务规模进行动态分组,再将分组后的计算种子点数分配给多线程并行积分计算;步骤7、将计算结果用于后续的可视化工作。本发明能够提高多核处理器利用率、加速科学可视化中流线积分。

    一种沉浸式流场可视化参数的配置方法及装置

    公开(公告)号:CN112506348A

    公开(公告)日:2021-03-16

    申请号:CN202011480361.2

    申请日:2020-12-15

    Abstract: 本申请公开了一种沉浸式流场可视化参数的配置方法及装置,该方法包括:确定Qt界面上流场可视化参数配置的第一图像数据,将所述第一图像数据转换为VTK平面的第二图像数据,将所述第二图像数据发送给虚拟现实设备;确定用户凝视所述VTK平面的凝视数据,根据所述凝视数据确定用户凝视所述VTK平面的第一位置,将所述第一位置转化为所述Qt界面的坐标以及控制所述Qt界面的界面光标移动到所述坐标;确定用户手势信息,并在所述手势信息为确认手势时,生成并向所述Qt界面发送鼠标点击控制指令,并根据所述鼠标点击控制指令控制流场可视化参数的配置。本申请解决了现有技术中用户沉浸感以及分析效率较差的技术问题。

    基于物理信息融合的流场特征提取跟踪方法、装置、设备

    公开(公告)号:CN118657808A

    公开(公告)日:2024-09-17

    申请号:CN202411140175.2

    申请日:2024-08-20

    Abstract: 本申请公开了基于物理信息融合的流场特征提取跟踪方法、装置、设备,涉及流场处理技术领域,包括:获取三维时序流场的各时间步下的流场数据;识别各时间步下流场数据中属于涡区域的数据点,基于数据点对各时间步下的流场区域进行空间联通区域分割,得到单时间步下的涡区域;计算各涡区域的各数据点对应涡旋强度、涡度值、局部剪切率,得到各涡区域的物理属性信息;基于物理属性信息分别构建涡区域的属性矩阵,利用预设主成分分析法对各属性矩阵进行矩阵提取,得到各涡区域的目标属性矩阵;根据相邻时间步下目标属性矩阵之间的相似度计算结果构建特征相似度矩阵,遍历特征相似度矩阵,判断三维时序流场在不同时间步下所属的目标流场事件类型。

    一种超级计算机I/O转发结点轮询映射方法

    公开(公告)号:CN111597038B

    公开(公告)日:2023-07-14

    申请号:CN202010351241.6

    申请日:2020-04-28

    Abstract: 本发明公开了一种超级计算机I/O转发结点轮询映射方法,包括如下步骤:计算超级计算机中I/O转发结点的数量,记为n;对n个I/O转发结点分别进行编号为ION0,ION1,...,IONn‑1;计算超级计算机中计算结点的数量,记为m;计算结点的编号分别为CN0,CN1,...,CNm‑1;采用轮询映射计算方法将计算结点CNi,映射至I/O转发结点IONi%n;在每个计算结点上,修改I/O转发结点配置,即对于计算结点CNi,将I/O转发结点配置从传统分区映射方法的修改为轮询映射方法的IONi%n;所有从计算结点CNi发出的I/O请求,都由I/O转发结点IONi%n处理;修改完所有计算结点上的I/O转发结点配置后,重启计算结点上的I/O转发服务,使配置生效,该方法解决了I/O转发结点间的负载不均衡问题。

    一种基于深度学习的三维流场网格分类分割方法

    公开(公告)号:CN116246039A

    公开(公告)日:2023-06-09

    申请号:CN202310534154.8

    申请日:2023-05-12

    Abstract: 本发明公开了一种基于深度学习的三维流场网格分类分割方法,所述方法包括如下步骤:S1:三维网格模型数据预处理;以三维网格模型数据中局部曲面作为基本处理单元,数据预处理为将局部曲面的特征分为三维的空间特征和十六维的结构特征;S2:三维网格分类模型构建;融合生成对抗网络和协同注意力网络完成三维网格分类模型构建;S3:模型训练;引入三元组损失和DCCA损失对步骤S2获得的三维网格分类模型构建的子空间特征分布进行语义对齐,使得模型构建的子空间中语义相关的特征数据对所对应的语义分布距离靠近,同时使语义不相关的特征数据对所对应的分布距离远离;S4:基于步骤S3训练完成的模型完成三维流场网格分类分割。

Patent Agency Ranking