【摘 要】
：
数字孪生是当前物理系统数字化的重要手段,在航空航天、粮食生产、交通运输等国家重大行业得到广泛应用。WebGL是数字孪生最具前景的实现方式,其核心是利用渲染技术将物理世界映射至虚拟世界,实现跨平台访问及三维可视化。数字孪生模型复杂、场景庞大的特点导致WebGL渲染时数据获取耗时长、模型加载开销大。现有WebGL渲染优化的研究通过数据分离、压缩等消除冗余数据方法减少数据获取时间,并通过多细节层次（Le
论文部分内容阅读
数字孪生是当前物理系统数字化的重要手段,在航空航天、粮食生产、交通运输等国家重大行业得到广泛应用。WebGL是数字孪生最具前景的实现方式,其核心是利用渲染技术将物理世界映射至虚拟世界,实现跨平台访问及三维可视化。数字孪生模型复杂、场景庞大的特点导致WebGL渲染时数据获取耗时长、模型加载开销大。现有WebGL渲染优化的研究通过数据分离、压缩等消除冗余数据方法减少数据获取时间,并通过多细节层次（Levels of Detail,LOD）算法降低模型加载时的计算量。目前研究仍存在以下不足:（1）针对数据消除仅利用数据分离、压缩等单一处理方式,在降低获取时间和存储空间方面仍显不足;（2）LOD算法在切换模型时存在模型突变问题,在减少模型细节时存在模型失真问题。本文聚焦于数字孪生的WebGL渲染优化技术,基于冗余数据消除技术和LOD算法,提出增强型冗余数据消除方法和分阶级连续LOD算法。针对数据获取时间和存储空间消耗过高的问题,提出一种增强型冗余数据消除方法,通过数据分离、压缩和缓存减少文件尺寸和传输时间。初次加载模型时,数据分离将模型分解为动画数据和拓扑数据,初步减少模型尺寸;数据压缩对模型数据进行差异化处理,最大限度消除模型冗余信息,进一步减少模型尺寸;数据缓存利用HTTP缓存和本地缓存构建缓存架构,将初次获取的模型存储至本地,后续加载相同模型时,命中缓存并直接从本地返回数据,避免再次发起网络请求,减少了数据传输时间。实验分析表明,相比于传统数据处理方案,增强型冗余数据消除方法的存储开销减少66.7%,网络数据传输的时间复杂度由（9）)降低到（1）。针对模型突变和模型失真的问题,提出一种轻量化渲染的分阶级连续LOD（Class Continuous LOD,CCLOD）算法。CCLOD算法依据视物距离动态调整模型细节,在视觉效果保持一致的条件下,通过减少模型细节降低渲染的计算开销。为解决LOD算法中模型突变和失真问题,CCLOD算法对调整模型细节过程提出相关约束,根据该约束提出坍塌比例生成算法,利用视物距离生成坍塌比例,依据坍塌比例删除模型低成本三角面,生成细节连续的模型,使多层次模型之间的过渡更加平滑避免模型突变,限制了最高坍塌比例避免模型失真。实验分析表明,CCLOD算法比传统LOD算法减少12.66%的三角面数,减少17.5%的显存使用量。基于所提出的冗余数据消除方法和CCLOD算法,设计并实现了面向数字孪生的渲染优化组件,在浏览器运行环境下与传统LOD算法进行对比,结果表明本文提出的方法能够在相似渲染效果下,减少数据获取的时间和内存、减少数据渲染计算开销,提高图像显示帧率。该方法已经集成到“智慧楼宇”、“智能哨兵”、“智慧农业”和“智慧医院”等项目中,验证了所研究方法的有效性。
其他文献
计算机技术发展催生的建筑信息模型（BIM）是建筑工程行业近年来最热门的发展方向,已在建筑设施的规划设计、建造运营等环节发挥重要作用。随着物联网技术的发展,主要采用C/S架构的传统BIM服务对客户端的硬件配置要求高,学习和使用成本高,难以应对新的需求,构建基于Web端的BIM展示系统成为BIM发展的新出路。然而,在Web端BIM数据加载缓慢且渲染帧率低下,是Web端BIM展示系统的瓶颈。本文聚焦于在
随着党政机关的文印市场以及各种书刊出版市场的不断扩大,机关及企业部门对印刷品质量的精确度要求也在不断地提高。而在印刷品的生产过程中,受到生产条件的影响,印刷品经常会出现各种各样的问题:例如在电子文件的排版阶段,图像分辨率的调整从而造成的信息缺失;输出印刷机的印刷生产阶段的漏印,飞墨等,都有可能导致打印出来的文件与原始文件有一些或多或少的差异,这种差异会体现在图文版式,漏字错字等可能造成信息缺失和信
随着互联网技术的发展,社交媒体平台已成为人们日常沟通交流、获取信息的重要渠道,由于网络的虚拟性与隐蔽性,一些非法用户借助于社交媒体平台发布和传播负面言论,其中不乏充斥着色情、赌博、暴恐等敏感信息,严重影响着正常用户的网络社交体验,也影响着社会的稳定和长治久安。敏感文本通常以短文本形式出现,这些文本特征稀疏、包含的可用信息少、语法句式多变。其次,为了规避自动化匹配检测,这类文本中的敏感词还经常以其音
在信息世界中,很多数据都可以用序列的形式表示,而检测数据间的相似性一直是工程领域中一个重要的研究课题,所以如何计算两个或多个序列的相似性是极其有意义的。例如,在生物技术领域中,通过分析两个生物基因序列的相似性可以判断它们是否具有近亲关系;在图片搜索中,通过计算目标图片与搜索集中图片之间的相似性可以发现与目标最匹配的图片。然而,计算序列之间的相似性通常可以转化为求多个序列的最长公共子序列（MLCS）
随着现代IC设计的规模越来越大,EDA工具的运行时间也越来越长,设计者不得不牺牲精度以换取速度,但是过低的精度会导致不必要的优化,因此通常需要在结果的精度和运行时间上做折衷。在时序分析当中同样也存在这种折衷。基于图的时序分析方法GBA（Graph-Based Timing Analysis）速度快,但精度低,而基于路径的时序分析方法PBA（Path-Based Timing Analysis）精度
第三代半导体GaN因自身优异性能成为近些年研究热点,本文针对耗尽型GaN HEMT器件制备工艺中欧姆接触和栅槽SiN刻蚀工艺进行了实验优化研究,主要工作内容如下:（1）实验优化了GaN HEMT器件欧姆接触退火工艺中N2气体流量和退火温度梯度。研究发现,欧姆接触金属表面粗糙度与N2流量成正比,N2流量200 sccm更适合器件制备。同时,退火工艺中升温速率100℃/15 s更有利于形成低阻欧姆接触
互联网社交平台已经成为人们进行沟通交流和信息传递的最主要渠道,每时每刻都会产生、传播海量的社交数据。如何更好地使用从这些社交文本数据中挖掘出有用的信息,从而辅助网络舆情监控、电子数据取证等重要的社会管理工作,逐渐成为自然语言处理领域的研究重点。命名实体识别是自然语言处理的重要研究方向,其识别效果将直接影响到下游信息抽取等任务。因此,对中文社交文本进行命名实体识别具有重要意义。在中文社交文本的命名实
随着人脸识别行业的快速发展,人脸识别安全问题日益凸显,在人脸识别系统中收集及其处理得到的人脸图像泄露问题尤为突出。人脸图像泄露原因多种多样,涉及网络攻击、系统漏洞、内鬼窃取等多方面,人脸图像泄露难以避免。因此,对泄露的人脸图像进行溯源十分必要,不仅可以帮助公安机关取证,还可以帮助企业及时采取补救措施,降低人脸图像泄露对用户的影响。目前,数字水印技术是图像溯源的主流技术,相比于区块链等溯源技术,数字
目前,科技期刊中存在大量学术论文领域术语缺失的问题,导致科研学者及相关从业人员无法准确定位领域前沿学术热点、溯源技术发展脉络,严重影响学术的传播与交流。领域术语的识别抽取可以看作是对文本的序列标注,目前,多数研究者均以类似命名实体识别的方法去研究,但由于领域标注样本的缺乏以及应用场景下数据的复杂性,传统模型的精准率、召回率均无法很好地满足期刊实际应用中对特定领域术语抽取的需求。因此,本文提出了一种
单核苷酸变异（Single Nucleotide Variants,SNV）是一种最常见的基因突变类型,分为种系变异和体细胞变异两种形式,它们分别是遗传疾病和各种后天癌症产生与发展的根源。因此体细胞SNV检测为癌症的病理分析和个性化治疗提供重要信息,成为目前癌症基因组研究的重要内容之一。随着第二代测序技术提供巨量高分辨率的基因组数据,虽然产生许多检测SNV的方法,但是很少有方法能够适应于各种情况,