纸张褶皱三维模拟

来源 :计算机应用研究 | 被引量 : 2次 | 上传用户:simwwx
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
纸张褶皱是常见的现象,纸张又可以称为薄壳,薄壳有效模拟的关键是模型的建立。基于物理建模计算成本高、建模较复杂等不足,但真实感较强;基于几何建模形变模拟的精度不够。因此,为了实现纸张褶皱的模拟,采用基于物理模型和几何模型结合进行纸张褶皱模拟。首先基于hinge模型和弹簧质点模型对纸张建立薄壳模型;由隐式积分法更新网格质点的位置,确定纸张的初步形变,增加形变约束;最后根据泊松形变确定最终形变状态。实验结果证明,采用混合模型具有模拟速度快和稳定性高等特点。
其他文献
依据地震作用下车桥动力相互作用的特点,建立地震-车-桥简化耦合模型和多自由度耦合模型,进行理论推导,研究采用地震动位移输入、加速度输入模式进行考虑地震作用的车桥耦合
针对传统数据流挖掘算法不能挖掘出频繁项之间的关系而且挖掘时间和空间复杂度高、准确度不高的问题,提出了一种数据流中结构二叉树挖掘算法(AMST)。该算法利用了二叉树结构的优势,将所处理事务数据库中的数据流转换成结构化二叉树,然后利用数据流矩阵对结构二叉树进行挖掘。整个过程只对事务数据库进行一次扫描,大大提高了挖掘的效率;此外,算法还找出了具有层次关系的频繁子树。实验结果表明,AMST算法性能稳定,在
针对L_1范数多核学习方法产生核权重的稀疏解时可能会导致有用信息的丢失和泛化性能退化、L_p范数多核学习方法产生核权重的非稀疏解时会产生很多冗余信息并对噪声敏感,提出了一种通用稀疏多核学习方法。该算法是基于L__1范数和L_p范数(p>1)混合的网状正则化多核学习方法,不仅能灵活地调整稀疏性,而且鼓励核权重的组效应,L_1范数和L_p范数多核学习方法可以认为是该方法的特例。该方法引进的混合约束为非
基于Bouc-Wen微分滞回模型,提出考虑弹塑性结构刚度退化、强度退化和捏拢滑移效应的光滑滞回模型。在该滞回模型中,弹塑性结构滞回反应的刚度退化程度由与加载历史上最大位移
当源域和目的域数据分布不同时,大多数机器学习方法的性能会降低。为了解决这一问题,基于域适应的思想,提出了一种新的人脸识别方法。首先计算源域样本的相对权值,删除与目的域样本相差很大的样本,降低两域之间的差异性;然后采用基于正规化的Bregman divergence获得公共子空间,获得两域之间的共性;最后利用目的域样本目标化源域样本,充分利用目的域的特有信息。在此基础上建立的分类模型能够充分利用两域
针对轨道吸污装置吸污能力不足和污染周边环境的问题,提出吸风循环吸污的解决方案,即将吹风机产生的全部风量仅供给一侧吹嘴吹风吸污,将吸风机产生的排风供给另外一侧吹嘴吹风吸
针对域名数据数量巨大且具有时空特征的特点,利用地理信息系统时空分析以及可视化的技术和方法对中国国家级域名.cn日志数据进行分析和研究。通过对域名数据的分析,了解域名解析总体规律及特征,得到热点域名及域名中蕴涵的时空分布规律,为域名业务规划、服务站点布局调整提供分析数据。最后提出一种基于模拟退火算法的DNS站点优化布局方法,实验结果表明该方法可用于指导DNS服务站点的布局及DNS解析服务的调整,为.
运用有限元软件SAP2000,建立不同未隔震桥梁自振周期,铅芯橡胶隔震支座弹性周期、非弹性周期和隔震屈服比的198个单自由度隔震桥梁模型,进行非线性地震能量反应分析,研究铅芯
协同过滤推荐系统的近邻选择环节中不仅没有考虑目标项目对用户间相似性计算的影响,而且也未考虑邻居用户对目标用户的推荐贡献能力,导致既降低了相似性计算的准确性,也提高了近邻集合中伪近邻的比例。针对这些问题,提出了一种基于熵优化近邻选择的协同过滤推荐算法。算法使用巴氏系数计算项目间相似性,并以此为权重加权计算用户间相似性。引入熵描述用户评分分布特性,根据评分分布差异性衡量邻居用户的推荐贡献能力。最后,利
针对原有的基于隐语义模型(LFM)的推荐算法中,当训练样本数减少时,训练误差和测试误差都明显增大的问题进行改进研究,提出了一种全新的基于学习自动机的矩阵训练算法。该算法充分