机器学习与流场数据可视化PDF电子书下载

第1章 概述 1

1.1 科学计算可视化简介 1

1.1.1 标量场可视化 3

1.1.2 向量场可视化 3

1.1.3 张量场可视化 5

1.2 流场可视化 7

1.2.1 流场可视化的流程 7

1.2.2 流场可视化的特点 8

1.2.3 流场可视化的分类 9

1.2.4 流场可视化技术 13

1.3 可视化开发工具VTK 14

1.3.1 VTK简介 14

1.3.2 VTK环境搭建 18

1.3.3 VTK与MFC 21

第2章 流场数据对象及流场特性 25

2.1 数据模型 25

2.2 数据类型 29

2.2.1 标量数据 29

2.2.2 向量数据 30

2.2.3 张量数据 30

2.3 数据格式 31

2.3.1 PLOT3D 32

2.3.2 VTK 34

2.3.3 OBJ 37

2.4 本章小结 39

第3章 流场基础特征可视化 41

3.1 湍流 41

3.1.1 湍流的定义和特征 41

3.1.2 湍流的特征量和特征尺度 43

3.1.3 湍流的运动方式 44

3.2 湍流的模拟 44

3.3 漩涡特征识别方法 45

3.3.1 漩涡检测 45

3.3.2 基于速度梯度张量的检测方法 49

3.3.3 局部极值方法 52

3.3.4 粒子追踪 54

3.3.5 其他方法 61

3.4 本章小结 63

第4章 交互式流体可视化 65

4.1 交互式可视化 65

4.1.1 修改类交互 65

4.1.2 基于选择的交互 66

4.2 专家数据的获取 67

4.3 本章小结 77

第5章 机器学习增强流场可视化 79

5.1 方法概述 79

5.1.1 数据读取 79

5.1.2 数据分析 81

5.1.3 数据过滤 85

5.1.4 数据映射和渲染 86

5.2 阈值的选取 88

5.3 特征距离 93

5.4 本章小结 99

第6章 Boosting与漩涡检测 101

6.1 基本的Boosting增强算法 101

6.2 改进的Boosting增强算法 106

6.3 实验结果分析 107

6.4 本章小结 116

第7章 CAVIAR与漩涡检测 117

7.1 CAVIAR算法概述 117

7.2 CAVIAR算法优化 118

7.3 参数设定与交叉验证 122

7.4 实验结果分析 125

7.5 本章小结 129

参考文献 130