大规模、时变数据的体绘制与特征追踪  被引量:2

Large-Scale Time-Varying Data Volume Rendering and Feature Tracking

在线阅读下载全文

作  者:彭艺[1,2,3,4,5] 陈莉[2,3,4,5] 雍俊海[2,3,4,5] 

机构地区:[1]清华大学计算机科学与技术系,北京100084 [2]清华大学软件学院计算机图形学与辅助设计研究所,北京100084 [3]清华大学软件学院信息系统安全教育部重点实验室,北京100084 [4]清华大学 [5]清华大学信息科学与技术国家实验室,北京100084

出  处:《计算机辅助设计与图形学学报》2013年第11期1614-1622,1634,共10页Journal of Computer-Aided Design & Computer Graphics

基  金:国家自然科学基金(61272225,51261120376,91315302);国家“八六三”高技术研究发展计划(2012AA041606,2012AA040902);国家“九七三”重点基础研究发展计划(2010CB328001);国家重大专项(2011ZX02403)

摘  要:近年来,随着科学数据的快速增长,海量时变数据的分析成为了亟待科学家解决的难题.作为科学可视化领域的一类基本方法,体绘制与特征追踪能够很好地辅助科学家理解数据.文中针对科学数据大规模、时变、异构的特点,从大规模数据的实时体绘制,以及时变、异构数据的特征追踪两个方面对现有的研究工作进行了梳理,分别从不同的角度对相关的方法进行了分类和汇总.最后,对科学可视化领域未来的研究方向进行了展望.In recent years, with the rapid increase of scientific data, there has been increasing concern about the analysis of large-scale time-varying data. As a basic approach in scientific visualization, feature tracking based on volume rendering helps scientists better analyze and understand the data. According to the characteristics of scientific data: large-scale, time-varying and heterogeneous, this paper does a survey of current approaches and look to the future from two aspects: real-time rendering of large-scale data and feature tracking of time-varying, heterogeneous data.

关 键 词:大规模 时变数据 体绘制 特征追踪 

分 类 号:TP391.72[自动化与计算机技术—计算机应用技术]

 

参考文献:

正在载入数据...

 

二级参考文献:

正在载入数据...

 

耦合文献:

正在载入数据...

 

引证文献:

正在载入数据...

 

二级引证文献:

正在载入数据...

 

同被引文献:

正在载入数据...

 

相关期刊文献:

正在载入数据...

相关的主题
相关的作者对象
相关的机构对象