期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于数据挖掘多层次细节分解的负荷序列聚类分析
被引量：
31
1
作者
张智晟
孙雅明
+1 位作者
张世英
赵艳
《电网技术》
EI
CSCD
北大核心
2006年第2期51-56,共6页
提出了多层次细节分解的负荷聚类算法及其性能评估指标。该算法利用负荷序列间的差分序列均方差和欧氏距离形成交集优化判据;同时根据随机因素对负荷的敏感性加入对应参数要求来控制多层次细节分解聚类,对负荷曲线轮廓相似性细节程度聚...
提出了多层次细节分解的负荷聚类算法及其性能评估指标。该算法利用负荷序列间的差分序列均方差和欧氏距离形成交集优化判据;同时根据随机因素对负荷的敏感性加入对应参数要求来控制多层次细节分解聚类,对负荷曲线轮廓相似性细节程度聚类是提高预测精度的重要基础。笔者对所提出的聚类算法与一般欧氏距离聚类、Kohonen神经网络聚类算法进行了性能评估和比较,证明了该算法对季节性负荷具有高敏感性,对高温和气候因素与负荷之间的复杂相关性具有高识别能力,该聚类算法对提高负荷预测精度是有效的。
展开更多
关键词
数据挖掘
负荷时间序列
多
层次
细节
分解聚
类
法
差分序列均方差
KOHONEN神经网络
短期负荷预测
在线阅读
下载PDF
职称材料
基于延迟着色技术的大场景反走样渲染架构设计
被引量：
3
2
作者
罗德宁
张建伟
《工程科学与技术》
EI
CAS
CSCD
北大核心
2017年第4期158-166,共9页
为解决飞行仿真领域其视景系统对逼真、复杂场景渲染质量要求高的问题,提出基于延迟着色技术的大场景反走样渲染架构以实现全球地景及场景特效的真实感渲染,达到飞行训练的效果。本渲染架构主要解决延迟着色技术与硬件反走样技术——覆...
为解决飞行仿真领域其视景系统对逼真、复杂场景渲染质量要求高的问题,提出基于延迟着色技术的大场景反走样渲染架构以实现全球地景及场景特效的真实感渲染,达到飞行训练的效果。本渲染架构主要解决延迟着色技术与硬件反走样技术——覆盖采样反走样(CSAA)不兼容的问题,在延迟阶段生成带CSAA反走样的多渲染目标缓存(G-Buffer),在着色阶段通过记录在特定通道中的透明度蒙版信息进行几何体边缘恢复以进行最终的光照计算;对不同绘制组件开启不同等级的反走样等级以达到效果与效率的平衡,并利用类层次细节(LOD)模型构建技术及标记重要边界信息进行后处理等加强反走样效果。采用本渲染架构开发的视景系统,从实际训练及实验所得到的数据与效果表现上决定不同负载组件最终的采样倍数,这样系统的实时性高(>60fps),能达到飞行模拟视景对渲染效率的要求,减少延迟与卡顿;同时该框架反走样效果好于亚像素还原反走样(SRAA)算法,从而视景系统能达到性能与画质的最佳组合。通过实际训练与飞行模拟专家鉴定,基于该框架系统的视景系统能达到飞行仿真训练的目的。
展开更多
关键词
反走样
覆盖采样反走样
延迟着色
类层次细节
渲染架构
在线阅读
下载PDF
职称材料
题名
基于数据挖掘多层次细节分解的负荷序列聚类分析
被引量：
31
1
作者
张智晟
孙雅明
张世英
赵艳
机构
天津大学
出处
《电网技术》
EI
CSCD
北大核心
2006年第2期51-56,共6页
文摘
提出了多层次细节分解的负荷聚类算法及其性能评估指标。该算法利用负荷序列间的差分序列均方差和欧氏距离形成交集优化判据;同时根据随机因素对负荷的敏感性加入对应参数要求来控制多层次细节分解聚类,对负荷曲线轮廓相似性细节程度聚类是提高预测精度的重要基础。笔者对所提出的聚类算法与一般欧氏距离聚类、Kohonen神经网络聚类算法进行了性能评估和比较,证明了该算法对季节性负荷具有高敏感性,对高温和气候因素与负荷之间的复杂相关性具有高识别能力,该聚类算法对提高负荷预测精度是有效的。
关键词
数据挖掘
负荷时间序列
多
层次
细节
分解聚
类
法
差分序列均方差
KOHONEN神经网络
短期负荷预测
Keywords
Data mining, Load time series
The clustering algorithm of multi-hierarchy and detailed decomposition
Mean square deviation of difference time series
Kohonen neural network
Short-term load forecasting
分类号
TM715 [电气工程—电力系统及自动化]
在线阅读
下载PDF
职称材料
题名
基于延迟着色技术的大场景反走样渲染架构设计
被引量：
3
2
作者
罗德宁
张建伟
机构
四川大学计算机学院
四川大学视觉合成图形图像技术国家重点学科实验室
出处
《工程科学与技术》
EI
CAS
CSCD
北大核心
2017年第4期158-166,共9页
基金
国家高技术研究发展计划资助项目(2015AA016405)
文摘
为解决飞行仿真领域其视景系统对逼真、复杂场景渲染质量要求高的问题,提出基于延迟着色技术的大场景反走样渲染架构以实现全球地景及场景特效的真实感渲染,达到飞行训练的效果。本渲染架构主要解决延迟着色技术与硬件反走样技术——覆盖采样反走样(CSAA)不兼容的问题,在延迟阶段生成带CSAA反走样的多渲染目标缓存(G-Buffer),在着色阶段通过记录在特定通道中的透明度蒙版信息进行几何体边缘恢复以进行最终的光照计算;对不同绘制组件开启不同等级的反走样等级以达到效果与效率的平衡,并利用类层次细节(LOD)模型构建技术及标记重要边界信息进行后处理等加强反走样效果。采用本渲染架构开发的视景系统,从实际训练及实验所得到的数据与效果表现上决定不同负载组件最终的采样倍数,这样系统的实时性高(>60fps),能达到飞行模拟视景对渲染效率的要求,减少延迟与卡顿;同时该框架反走样效果好于亚像素还原反走样(SRAA)算法,从而视景系统能达到性能与画质的最佳组合。通过实际训练与飞行模拟专家鉴定,基于该框架系统的视景系统能达到飞行仿真训练的目的。
关键词
反走样
覆盖采样反走样
延迟着色
类层次细节
渲染架构
Keywords
anti-aliasing
CSAA
deferred shading
LOD
rendering structure
分类号
TP305 [自动化与计算机技术—计算机系统结构]
TP399 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于数据挖掘多层次细节分解的负荷序列聚类分析
张智晟
孙雅明
张世英
赵艳
《电网技术》
EI
CSCD
北大核心
2006
31
在线阅读
下载PDF
职称材料
2
基于延迟着色技术的大场景反走样渲染架构设计
罗德宁
张建伟
《工程科学与技术》
EI
CAS
CSCD
北大核心
2017
3
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
