您的位置: 专家智库 > >

王文博

作品数:3 被引量:17H指数:2
供职机构:解放军理工大学更多>>
发文基金:国家自然科学基金国家社会科学基金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 3篇中文期刊文章

领域

  • 3篇自动化与计算...

主题

  • 2篇着色器
  • 1篇地形
  • 1篇队列
  • 1篇图形处理器
  • 1篇自适
  • 1篇自适应
  • 1篇自适应细分
  • 1篇无缝
  • 1篇模块度
  • 1篇改进K-ME...
  • 1篇GPU
  • 1篇K-MEAN...
  • 1篇处理器

机构

  • 3篇解放军理工大...

作者

  • 3篇王文博
  • 2篇殷宏
  • 2篇解文彬
  • 2篇张绪亮
  • 1篇綦秀利
  • 1篇王泽
  • 1篇尹成祥

传媒

  • 1篇计算机应用
  • 1篇信息技术
  • 1篇计算机技术与...

年份

  • 1篇2016
  • 2篇2015
3 条 记 录,以下是 1-3
排序方式:
基于硬件细分的层次细节地形渲染算法被引量:6
2015年
针对顶点着色器细分地形网格需要额外生成模板、计算细分层次复杂的不足,提出了一种利用细分着色器进行地形网格细分的层次细节(LOD)地形渲染算法。利用分块四叉树组织建立地形粗糙网格的分层结构,以LOD判别函数对活动地形块进行筛选;提出了在细分控制着色器中基于视点三维连续距离的细分因子计算方法,并针对外部细分因子进行处理消除了裂缝;实现在细分计算着色器上的置换贴图,对精细网格的高度分量进行位移。而且将四叉树结构存储至顶点缓冲区,减少中央处理器(CPU)与图形处理器(GPU)的资源交换;引入细分队列加速细分过程。实验证明,该算法具有平滑的细节层次过渡和良好的细分效果,能够有效提高GPU利用率和地形渲染效率。
王文博殷宏解文彬王家腾
关键词:图形处理器
基于改进K-means算法的陆战场机动目标分群方法被引量:9
2016年
陆战场上的多个机动兵力集群在某些情况下可能出现队形相互交错的情况,运用传统的基于实体空间信息的聚类算法(如K-means算法)进行实体目标分群时效果不理想。通过对实体空间信息进行分析与处理,提出了一种基于改进的K-means算法的陆战场机动目标分群方法,重新设计了用于K-means算法的距离度量函数,引入模块度的概念,实现了k值的自适应选取,通过实验验证了该方法对呈较复杂分布的陆战场机动目标进行分群的合理性。
张绪亮张宏军綦秀利王文博王泽尹成祥
关键词:K-MEANS算法模块度
GPU细分着色器中的地形无缝自适应细分被引量:2
2015年
为了进一步提高大规模地形渲染的效率和真实感,提出一种利用GPU细分着色器进行自适应细分的LOD地形算法。传统细分方法在顶点着色器中进行,需要预先计算细分模板且裂缝处理较为复杂,在实时交互过程中地形的细分效率并不高。本算法首先利用固定网格投射的方法得到地形的粗糙采样网格,节省了视锥体裁剪过程,并且减少了裂缝出现的可能性。其次,在细分控制着色器中利用插值点的屏幕投影误差作为误差度量方式,不断逼近误差阈值。在此过程中,采用细分等级测度的平滑插值对误差计算过程进行修正,保证了误差度量的单调性。最后,基于地形三角形各边的细分等级进行网格三角形无模板的无缝自适应细分。实验结果表明,算法改善了网格的密度分布,与传统细分方法相比效率更高。
王文博殷宏解文彬张绪亮
关键词:GPU自适应细分
共1页<1>
聚类工具0