全局映射论文-孔亮,张建华

全局映射论文-孔亮,张建华

导读:本文包含了全局映射论文开题报告文献综述及选题提纲参考文献,主要关键词:素环,可导映射,平方零元,非平凡幂等元

全局映射论文文献综述

孔亮,张建华[1](2019)在《素环上的一类非全局可导映射》一文中研究指出设R是包含非平凡幂等元且有单位元的素环,Q={T∈R:T~2=0}且δ:R→R是一个映射(无可加假设).用代数分解方法证明了:如果对任意的A,B∈R且[A,B]B∈Q,有δ(AB)=δ(A)B+Aδ(B),则δ是一个可加导子,其中[A,B]=AB-BA为Lie积.(本文来源于《吉林大学学报(理学版)》期刊2019年05期)

侯春萍,李浩,岳广辉[2](2019)在《局部和全局特征融合的色调映射图像质量评价》一文中研究指出人类视觉系统首先粗略地感知全局区域,然后精细地感知局部区域的图像质量.针对色调映射图像的质量评价问题,考虑人眼视觉机制的特性,提出一种融合局部和全局特征的无参考图像质量评价算法.首先从全局特征出发,考虑了颜色矩、全局熵和欠曝光/过曝光条件下的明暗分布特性,得到相应的全局特征;然后结合局部对比度、局部熵和分块小波能量,得到相应的局部特征;最后,融合全局特征和局部特征,使用支持向量回归进行特征训练,建立图像特征空间与感观质量分数的关系,得到图像质量评价模型.在公开的ESPL-LIVE HDR数据库上验证,实验结果表明,提出的方法与主观评分有较高的一致性,并且性能优于目前较优秀的无参考图像质量评价算法.(本文来源于《湖南大学学报(自然科学版)》期刊2019年08期)

苏宇甜,张建华[3](2019)在《因子von Neumann代数上的非全局非线性Lie叁重可导映射》一文中研究指出设M是Hilbert空间H上维数大于1的因子von Neumann代数,用代数分解方法证明了:如果非线性映射δ:M→M满足对任意的A,B,C∈M且ABC=0,有δ([[A,B],C])=[[δ(A),B],C]+[[A,δ(B)],C]+[[A,B],δ(C)],则存在可加导子d:M→M,使得对任意的A∈M,有δ(A)=d(A)+τ(A)I,其中τ:M→瓘I是一个非线性映射,满足对任意的A,B,C∈M且ABC=0时,有τ([[A,B],C])=0.(本文来源于《吉林大学学报(理学版)》期刊2019年04期)

孟利花,张建华[4](2017)在《叁角代数上的一类非全局叁重可导映射》一文中研究指出设?=Tri(A,M,B)为叁角代数,?={T∈?:T~2=0}且δ:?→?是一个映射(没有可加或线性假设).证明了:如果对任意A,B,C∈?且ABC∈?,有δ(ABC)=δ(A)BC+Aδ(B)C+ABδ(C),则δ是一个可加导子·作为应用,得到了上叁角矩阵代数和套代数上此类非全局叁重可导映射的具体形式.(本文来源于《数学学报(中文版)》期刊2017年06期)

孟利花[5](2017)在《叁角代数上的非全局可导映射》一文中研究指出对于算子代数中的线性和非线性映射,众多学者已经得到大量的结论.在已有结论的基础上,本文主要在叁角代数上对一类非线性可导映射与一类非全局叁重可导映射的可加性问题进行了探究.主要内容如下:第一章主要介绍了本文一些常用的符号和概念,例如,叁角代数,可导映射,叁重可导映射,可加导子等.第二章中设T=Tri(A,M,B)为叁角代数,Q = {T ∈ T:T2 = 0}且映射δ:T → T没有可加或线性的假设.在第一部分证明了如果对任意A,B ∈T且A与B至少有一个是幂等元,有δ= δ(A()B+ Aδ(B),则δ·是一个可加导子,在第二部分证明了如果对任意A,B∈ T且[A,B]∈ Q,有δ(AB)=δ(A)B+ Aδ(B),则δ是一个可加导子,其中[A,B]= AB-为Lie积.第叁章中设T= Tri(A,M,B)为叁角代数,Q= {T∈ T:T2 = 0}且映射δ:T → T没有可加或线性的假设.证明了如果对任意A,B,C∈T且ABC∈Q,有δ(A = δ(A)BC +Aδ(B)C +ABδ(C),则 δ 是一个可加导子.(本文来源于《陕西师范大学》期刊2017-05-01)

康春萌[6](2016)在《基于光子映射的全局光照技术研究》一文中研究指出数字动漫与影视产业蓬勃发展,虚拟现实技术也逐渐走入我们的生活中。为了带给人们更加真实的观影和体验效果,高度真实感绘制技术在影视动漫游戏等作品的制作中发挥着越来越重要的作用。优秀电影和动漫作品的不断涌出离不开绘制技术的不断发展,更加真实的绘制效果使动漫电影的作品质量得到质的飞跃。然而高度真实感绘制算法是计算复杂的,尤其是叁维动漫和特效电影作品的场景设计都包含大量的模型,材质,灯光等,这使得在这些作品的制作中绘制成为最为耗时的阶段之一。因此,研究逼真而高效的绘制算法和充分利用计算硬件计算能力的并行绘制算法,提升算法计算效果和计算速度,是计算机图形学和绘制领域最重要的研究课题之一。全局光照算法是真实感绘制中核心的部分,全局光照是指除了计算物体表面从光源接收到的光照外,还要计算场景中物体相互作用后到达物体表面的光照,以及物体自身所发出的光照。在计算机图形学中,通常使用绘制方程来求解全局光照问题。现实中,我们能看到一个物体,是因为这个物体或反射或自发光射出的光能进入了我们的眼睛。绘制方程即是描述了在物体表面上的一个点处所有对它产生照射的光能和在这一点上某个出射方向出射光能的关系。光子映射算法通过求解绘制方程完成绘制,是一种多遍绘制的全局光照算法。第一遍绘制是光子追踪过程,光子追踪的目的是记录在漫反射表面的光照信息,从场景的光源处发射光子,光子是带有一定光通量的最小单位。光子在场景中反弹和表面发生交互,并在非镜面表面保存,最后产生光子图(Photon Map)。光子图是光子映射的中间结果,需要缓存到内存中,一般使用KD-树组织存储。第二遍绘制是光线追踪和辐射亮度估计过程。按照光线追踪流程,从屏幕空间发射光线来计算屏幕空间像素颜色,追踪这些光线,在光线与几何相交的着色点处收集一定数目的最近邻光子计算出射辐射亮度并完成着色计算。本文首先对光子映射算法的研究现状进行总结分析,将光子映射算法的优化算法进行分类,从辐射亮度估计优化,光子分布优化,光子图生成优化,渐进式光子映射优化和并行光子映射算法优化这五个方面进行划分,总结各类方法的特点以及它们的优缺点。并且从结果的平滑程度,特征保持,和内存及绘制效率叁个方面比较优化程度。最后对光子映射算法未来的研究方向提出建议并根据光子映射算法中存在的问题开展研究。在光子映射算法中,通过收集最近邻光子来估计着色点处的出射辐射亮度是计算中的核心步骤,同时由于光子的离散分布也引入了一定的偏差和噪声。本文针对这一问题,提出了一种基于梯度的光子映射算法。利用光子分布的梯度检查区分光照平滑表面和光照变化特征表面,在光照平滑的表面,计算的梯度值小,需要保持较大的搜索范围以去除噪声;而在光照变化的特征处,计算的梯度值大,需要自适应地缩小光子搜索范围和改变搜索范围的形状,使光子收集尽量不跨越特征范围而减少偏差现象。基于梯度的光子映射算法在收集光子过程中只增加梯度值计算和梯度值控制,计算简单,不增加内存使用,并且易于在当前的光子映射算法的框架中实现和集成,同时可以获得更优的绘制效果。渐进式光子映射算法有别于传统的光子映射算法,它通过光子迭代发射实现无限大的光子计算,来解决传统的光子映射算法无法保存超大光子图的问题。由于需要大量的迭代计算次数达到绘制要求,计算时间长,本文提出了一种基于样本消除的渐进式光子映射算法,算法通过使用样本处理的方法从光子分布中去除一定的噪声从而达到优化绘制效果,加速绘制效率的目的。算法的核心思想是在每一遍光子绘制中,加入一步使用光子消除处理光子图的计算过程,并且在多次迭代中引入一颗全局的消除状态树保存和不断更新消除的中间数据。消除状态树保存局部的光子分布密度和局部光子消除比例,并可以使状态树的采样点分布符合光子分布。在光子绘制过程,通过改进样本消除的计算使它适合光子绘制中不同的光子分布密度的消除,并不断迭代完善状态树中保存的用于光子消除的光子分布信息,确保消除后剩余光子分布的准确。同时,基于消除状态树中局部光子消除信息,我们提出了光子消除的并行策略,将光子按包围盒划分并分块处理,使光子消除的效率控制在可使用的范围内。通过状态树的维护和并行策略的优化,基于样本消除的渐进式光子映射算法可以促进渐进式光子映射算法的加速收敛,同时保证光照分布的准确性。除了使用优化算法提高绘制效率,本文还提出一种在Intel众核架构(Many Integrated Core, MIC)上实现的并行光子映射算法,充分考虑协处理器的并行处理能力和16位浮点数宽度向量计算单元。在光子发射阶段,每个光子初始化后都有不同的方向,采用单条光线并行地和场景树求交的算法将光子追踪过程部署在MIC协处理器并行加速。每个线程负责处理一条光线,将场景组织成四叉的BVH树(Quad Bounding Volume Hierarchy Tree),使用向量计算单元并行计算单条光线和一个树节点的四个孩子包围盒并行求交。在第二步光子绘制阶段,利用着色点之间的连贯性,使用向量计算单元并行地计算每个着色点的最近邻光子搜索。首先将一组着色点按照相似性聚类。每个MIC协处理器线程负责处理一个着色点类,在一个着色点类内,首先为这个类搜索一个初始的最近邻范围,利用向量计算单元并行地在这一初始范围内为每个着色点挑选它的最近邻光子,算法采用了数据直方图统计的方式计算每个着色点的最近邻搜索范围。算法通过两个不同阶段的并行方案,将光子映射算法首次部署在搭载MIC协处理器的服务器上,达到精确计算的同时又取得了最优的并行加速效率。本文研究基于光子映射的全局光照算法,在分析光子映射算法发展的基础上,提出有效的优化算法,提升光子映射算法的绘制效果和绘制效率。并提出了在IntelMIC架构服务器上部署的并行光子映射算法,在未来的发展中,为绘制应用在目前已有的超级计算机上的部署提供了研究基础。(本文来源于《山东大学》期刊2016-11-15)

刘颖,张凤,伍世虔,刘卫华[7](2016)在《高动态范围图像全局与局部色调映射的融合》一文中研究指出针对高动态范围(HDR)图像显示于普通显示设备的问题,提出一种新的结合全局与局部的色调映射方法,先对高动态范围图像分别进行全局和局部的映射,对所得的图再各自进行曲波分解,然后对分解系数进行加权融合。用5组HDR图进行验证,结果表明:用该方法得到的图像有更好的视觉效果。(本文来源于《传感器与微系统》期刊2016年09期)

孟祥雨[8](2016)在《基于光子映射的分布式全局光照计算方法研究》一文中研究指出数字动漫与影视产业是信息技术和人文艺术结合的内容创意产业,目前在世界各国均占有很大的市场规模。计算机3D技术在影视动漫作品的创作与制作中发挥着越来越重要的作用,3D建模和渲染成为全球电影、动漫工业界关注的核心技术。速度是渲染的一项重要衡量指标,对于游戏的实时光影效果,大场景的漫游有着重大的实用价值和研究意义。在提升渲染速度方面,除了采用更先进的渲染算法及优化之外,随着计算机硬件架构的革新以及分布式计算的成熟,云渲染以及分布式渲染的概念也顺势而生。简而言之就是使用云服务器计算集群以及相应的架构将渲染工作并行化,实现分布式渲染。相关的工作已经有很多有成效的成果,在国外,OTOY为一款快速无偏的GPU渲染器,致力于实时电影级云渲染,并和其VR产品octaneVR紧密结合,打造出电影级别的虚拟现实体验。A360作为图形龙头公司Autodesk的云渲染产品,可以让用户通过一个浏览器完成图形场景绘制工作,将任务远程提交到计算节点进行渲染得到反馈,达到实时预览的目的。在国内目前虽没有较成熟的分布式渲染的产品,但是阿里云与RenderBus合作推出的云渲染服务,也是渲染和分布式计算相结合的一个成功案例。速度之外,渲染质量也是另外一项重要指标,为了使渲染结果有较高的真实感,需要有先进的渲染流程和全局光照算法。然而这些高质量的算法,如光线追踪,光路追踪也需要大量耗时。相关研究领域将其算法在分布式集群上加速,主要是将任务并行化,使用多个节点协同完成渲染。而光线追踪算法由于其本身的特性,光线传递本身具有很强的串行逻辑性,进行分布式扩展的难度较大。而光子映射方法PhotonMapping的并行度很高,针对其实现任务分布比较现实。本文借鉴当下部分研究成果,选取Mitsuba渲染器作为平台,就如何在高效能集群上实现实时光子映射方法进行了深入研究,最终确定一系列实现方案,并对实验结果进行了详细的比较和分析。本文的主要工作有:1.研究mitsuba渲染器Path Tracing流程的实现,将其作为渲染的第一步。在光线求交时判定渲染任务归属,再将任务通过socket网络通信交给集群中相应的计算节点以完成渲染任务。2.针对渲染任务并行化做出一系列策略,包括主从节点分布式渲染的硬件框架,数据通信协议,场景数据的分割存储及重组,渲染任务分发及合并等等。3.采用Photon Mapping全局光照算法作为渲染的第二步,在边界光子收集上采用了两种策略:(1)使用Overlapped KDTree允许边界光子重复存储;(2)着色点聚类统一请求其他节点的光子图进行计算。通过本文的工作,相同场景在相同渲染流程下,集群渲染对比单机,可以得到一个较理想的线性的加速比,并保持渲染质量完全或者几乎相同。(本文来源于《山东大学》期刊2016-06-30)

胡正平,杜立翠,赵淑欢[9](2015)在《基于局部和全局映射函数的流形降维空间球形覆盖分类算法》一文中研究指出为探索高维数据本质结构和低维表示,并避免一般流形学习中测试数据不能显式降维的不足,提出基于局部和全局映射函数的流形降维空间球形覆盖分类算法.该算法首先抽象融合局部和全局信息映射模型,分别优化局部拉普拉斯矩阵和全局拉普拉斯矩阵,通过对局部和全局拉普拉斯矩阵进行特征值分解,得到训练样本的低维表示.然后借助核映射获取测试样本的低维表示.最后在低维空间建立球形覆盖分类模型,实现目标分类.在MNIST手写体数据集、Yale B和AR人脸数据集上的实验表明文中算法的有效性,证明其在实际应用领域具有一定价值.(本文来源于《模式识别与人工智能》期刊2015年04期)

李玉贤[10](2014)在《基于自组织映射泛函的GRN全局渐进稳定性证明》一文中研究指出研究一种带时滞的基因调控网络(GRN)的全局渐进稳定性证明与推导,引入自组织映射泛函稳定性理论,加入自由权值矩阵,提出通过自组织映射泛函引入辅助矩阵对GRN全局渐进稳定性进行分析证明的方法。在自组织映射泛函中引入了一个新的状态项,包含了一个积分叉积项,提供额外的自由度较少保守性,推导得出GRN系统是全局渐进稳定性的推论。证明结论和得出的推论能有效验证GRN系统的全局渐进稳定性,能得到传统方法不能求解的可行解,相比传统方法更具有一般性和普适性。(本文来源于《科技通报》期刊2014年08期)

全局映射论文开题报告

(1)论文研究背景及目的

此处内容要求:

首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。

写法范例:

人类视觉系统首先粗略地感知全局区域,然后精细地感知局部区域的图像质量.针对色调映射图像的质量评价问题,考虑人眼视觉机制的特性,提出一种融合局部和全局特征的无参考图像质量评价算法.首先从全局特征出发,考虑了颜色矩、全局熵和欠曝光/过曝光条件下的明暗分布特性,得到相应的全局特征;然后结合局部对比度、局部熵和分块小波能量,得到相应的局部特征;最后,融合全局特征和局部特征,使用支持向量回归进行特征训练,建立图像特征空间与感观质量分数的关系,得到图像质量评价模型.在公开的ESPL-LIVE HDR数据库上验证,实验结果表明,提出的方法与主观评分有较高的一致性,并且性能优于目前较优秀的无参考图像质量评价算法.

(2)本文研究方法

调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。

观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。

实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。

文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。

实证研究法:依据现有的科学理论和实践的需要提出设计。

定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。

定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。

跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。

功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。

模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。

全局映射论文参考文献

[1].孔亮,张建华.素环上的一类非全局可导映射[J].吉林大学学报(理学版).2019

[2].侯春萍,李浩,岳广辉.局部和全局特征融合的色调映射图像质量评价[J].湖南大学学报(自然科学版).2019

[3].苏宇甜,张建华.因子vonNeumann代数上的非全局非线性Lie叁重可导映射[J].吉林大学学报(理学版).2019

[4].孟利花,张建华.叁角代数上的一类非全局叁重可导映射[J].数学学报(中文版).2017

[5].孟利花.叁角代数上的非全局可导映射[D].陕西师范大学.2017

[6].康春萌.基于光子映射的全局光照技术研究[D].山东大学.2016

[7].刘颖,张凤,伍世虔,刘卫华.高动态范围图像全局与局部色调映射的融合[J].传感器与微系统.2016

[8].孟祥雨.基于光子映射的分布式全局光照计算方法研究[D].山东大学.2016

[9].胡正平,杜立翠,赵淑欢.基于局部和全局映射函数的流形降维空间球形覆盖分类算法[J].模式识别与人工智能.2015

[10].李玉贤.基于自组织映射泛函的GRN全局渐进稳定性证明[J].科技通报.2014

标签:;  ;  ;  ;  

全局映射论文-孔亮,张建华
下载Doc文档

猜你喜欢