典型文献
StreamLNet:结合流线可视化的流场原位压缩方法
文献摘要：
为了解决大规模计算流体力学数据量巨大引起的可视化和数据存储困难,提出一种原位流线提取和速度场压缩方法.在计算流体数值模拟的原位,首先使用均匀随机方法在流场中分布和生成一定数量的流线;然后基于该组流线训练一个深度神经回归网络模型StreamLNet,该模型以流场中任意位置的速度作为输出,以该位置周围若干流线节点的相对位置关系和速度属性作为输入,学习二者间的映射关系;最后舍弃原始流场数据,仅存储该组流线和StreamLNet模型用于后续数据可视化和流场恢复.对典型流体仿真数据的实验结果表明,所提方法在原位实现流线可视化的同时,可以以2％～3％的相对误差的代价获得几十倍到几百倍的压缩比.
文献关键词：
流场压缩;原位可视化;科学可视化;深度神经网络;回归模型
中图分类号：
作者姓名：
林佳琦;解利军;季候风;陆曼君
作者机构：
浙江大学航空航天学院 杭州 310027
文献出处：
引用格式：
[1]林佳琦;解利军;季候风;陆曼君-.StreamLNet:结合流线可视化的流场原位压缩方法)[J].计算机辅助设计与图形学学报,2022(07):1127-1137
A类：
StreamLNet,流场压缩
B类：
合流,流线,压缩方法,计算流体力学,数据量,数据存储,速度场,随机方法,该组,该位,干流,相对位置,位置关系,映射关系,舍弃,仅存,数据可视化,流体仿真,仿真数据,几十倍,几百倍,压缩比,原位可视化,科学可视化,深度神经网络
AB值：
0.362618
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
