CN103425787A - 一种渐进最优的三角网格重复顶点快速去除方法 - Google Patents
一种渐进最优的三角网格重复顶点快速去除方法 Download PDFInfo
- Publication number
- CN103425787A CN103425787A CN2013103760469A CN201310376046A CN103425787A CN 103425787 A CN103425787 A CN 103425787A CN 2013103760469 A CN2013103760469 A CN 2013103760469A CN 201310376046 A CN201310376046 A CN 201310376046A CN 103425787 A CN103425787 A CN 103425787A
- Authority
- CN
- China
- Prior art keywords
- summit
- coordinate
- array
- vertex
- istr
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Image Generation (AREA)
Abstract
本发明公开了一种渐进最优的三角网格重复顶点快速去除方法,目的是高效的去除三角网格中重复顶点。技术方案是利用有序集合的循环不变性与SSE4快速内存拷贝技术,在只进行一次顶点全排序的情况下,使用二分查找方法实现重复顶点的快速定位与去除。采用本发明可以在整个过程中仅进行一次全局顶点排序操作,多次使用二分查找方式进行顶点查询,查询速度快,极大的减少了拷贝数据量,整个时间计算复杂性接近O(nlogn)量级,达到了此类方法的最优时间下界,效率高且实现简单。
Description
技术领域
本发明涉及在海量数据等值面提取中三角网格重复顶点的去除方法,尤其是一种渐进最优的三角网格重复顶点快速去除方法。
背景技术
随着计算机硬件平台的不断发展,数值计算模拟的规模也不断增大,所产生的数据量也已经达到TB甚至PB量级,对于海量数据的可视化处理是当今可视化研究的热点与难点问题。由于等值面提取方式是捕捉海量数据典型特征的一种常用方法,因而近年来,海量数据的等值面提取方法一直是国内外可视化领域研究的重点。在众多的等值面提取方法中,Marching Cubes方法凭借其原理简单、易于实现的优点,成为了目前海量数据等值面提取的公认标准方法,在各个应用领域中均得到广泛应用。
然而,当数据量上升到一定规模时,传统的串行Marching Cubes方法显然不能够满足实时交互的可视化绘制性能需求,需要对原始网格数据进行预处理,并采用大规模并行处理方式进行并行等值面提取。虽然并行等值面提取能够获得良好的速度提升,但依然存在三角面片信息冗余存储的问题。这是由于在数据预处理及并行绘制阶段,原始网格数据往往被划分成规模较小的网格数据块,为实现并行计算的负载均衡,数据块通常被分发至不同计算节点上,使得数据块之间原有的相邻关系遭到破坏。这样经过分块并行处理所得到的等值面,其内部的三角面片往往是独立存储的,即每一个三角面片需要使用三个顶点的坐标来表示,这种多边形存储模式称之为顶点存储模式。由于三角面片之间存在顶点共享,这就造成了诸多顶点信息被重复存储,浪费了宝贵的内存及显存存储空间。
为了能够缩小存储空间,提高磁盘利用率,必须去掉顶点存储模式中冗余存放的顶点。一种较为理想的方法是将三角网格的顶点信息与拓扑信息分开存放,将所有顶点存储为顶点列表,将拓扑信息以顶点索引的方式独立存储,例如,PLY格式文件就是以这种方式高效实现多边形网格存储的。在数据规模比较大时,去掉冗余存放的顶点将极大的减少磁盘及内存空间占用,并且易于构建三角形的相邻连接关系。
在去除顶点存储模式中的冗余顶点时,关键的步骤就是判定并去掉各个三角形重复存储的顶点,目前比较常用的顶点去除方法包括线性表法、平衡二叉树法、三轴分块排序法以及哈希表法。
线性表法就是不采用附加的数据结构,循环读入各个顶点,并逐个查找所读入顶点是否在点列表中出现,如果存在就不建立新的顶点节点,如果不存在就建立新的顶点。这种方法虽然实现简单,但是效率较低,需要O(n2)的时间复杂度,在顶点规模较大的情况下很难适用。
平衡二叉树法是通过构建一个平衡二叉树(AVL树)的方法对三角网格顶点进行组织与判别,通过构建和查找二叉树来实现冗余顶点去除。平衡二叉树虽然能够高效的查找所需顶点,但在插入顶点时,需要不断调整二叉树的结构,使得插入节点后的二叉树结构保持平衡二叉树的性质。当节点规模不断扩大时,二叉树深度变得越来越高,调整二叉树结构的开销将严重影响计算效率,并且实现机制复杂,调试过程比较耗时。
三轴分块排序方法的基本思想是对顶点集合在X、Y、Z三个坐标轴方向分量分别进行排序,在查找顶点时,根据顶点的xyz坐标,分别查找排序后的顶点列表,从而快速找到并去除冗余顶点。三轴分块排序方法的缺点是需要对顶点进行三次完全排序(xyz三轴),并且其时间复杂性在O(n2)级别,在顶点规模比较大时,该方法的开销同样是难于忍受。
基于哈希表的方法能够快速实现冗余顶点的去除,但是哈希函数对性能的影响较大,选择通用且性能较好的哈希函数往往极其困难。另一方面,通过哈希表方法去除冗余顶点后,所得到的精简顶点集合并不是空间有序排列的。因而在精简顶点集内搜索给定顶点的时间耗费为O(n),远高于在有序排列集合中搜索的时间耗费,这会影响后续拓扑结构重建的效率。所以在实际应用当中,一般不采用哈希表方法进行冗余顶点去除。
如何克服已有方法的缺点,提高重复顶点去除的效率是本领域技术人员极为关注的技术问题。
发明内容
本发明要解决的技术问题是如何高效的去除三角网格中重复顶点。
本发明的技术方案是:利用有序集合的循环不变性与SSE4(Streaming SIMDExtensions4)快速内存拷贝技术,在只进行一次顶点全排序的情况下,使用二分查找方法实现重复顶点的快速定位与去除。
具体技术方案是:
采用数组V存放3n个三角形顶点,每个顶点由三个32位浮点数(含每个顶点的X坐标、Y坐标、Z坐标)构成,每三个顶点再组成一组,表示一个三角面片,共计n个三角面片。在三角网格内部,一个顶点通常至少被两个以上三角形共享,如果每个三角形都对该顶点进行一次存储,将至少增加两倍以上的存储量。而去除重复顶点的目标是将V中的重复顶点去掉,尽量减少冗余存储开销,得到一个顶点数组T与一个三角面片索引数组F。
本发明包括以下步骤:
第一步,申请两个长度为3n的一维数组T与S,T与S中的元素为三角顶点,初始化各个顶点为0,其中n为几何图形三角面片个数。T与S每个元素大小为三个32位浮点数;初始化数组Vx、Vxy、Vxyz为长度3n的数组,每个元素为三个32位浮点数;初始化顶点索引数组F为长度3n的数组,每个元素为一个32位整数,F中的元素初始化为0。
第二步,初始化变量i=0,istr=0;
第三步,采用二分查找方法(Cormen,Thomas H.;Leiserson,Charles E.,Rivest,Ronald L.(1990).Introduction to Algorithms(1st ed.).MIT Press and McGraw-Hill.ISBN0-262-03141-8.,MIT与McGraw-Hill出版社出版的由Cormen Thomas H.,Leiserson,Charles E.及Rivest,Ronald L.编写的《算法导论(第一版)》,ISBN号为0-262-03141-8)查找T,去除V中的重复顶点vi,得到没有重复顶点的数组T,方法是:
3.1读取V中的顶点vi={xi,yi,zi},xi,yi,zi分别为vi的X坐标、Y坐标、Z坐标;
3.2根据顶点vi(xi,yi,zi)的X坐标值xi大小,采用二分查找方法查找T中的顶点,若在T中找到了X坐标值等于xi的顶点,将T中的X坐标值为xi的顶点全放入集合Vx,转3.3;若在T中未找到X坐标值等于xi的顶点,将此时二分查找方法得到的位置值赋给变量istr,转第五步。
3.3在Vx中根据顶点vi(xi,yi,zi)的Y坐标值yi大小,利用二分查找方法查找与yi相同的顶点,若在Vx中找到Y坐标值等于yi的顶点,将Y坐标值为yi的顶点全放入集合Vxy,转3.4;若在Vx中找不到Y坐标值等于yi的顶点,将此时二分查找方法得到的位置值赋给变量istr,转第五步。
3.4在Vxy中根据顶点vi(xi,yi,zi)的Z坐标值zi大小,利用二分查找方法查找与zi相同的顶点,若在Vxy中找到Z坐标值等于zi的顶点,将Z坐标值为zi的顶点全放入集合Vxyz,记集合Vxyz中第一个元素是数组T中的第istr个元素,转第四步;若在Vxy中找不到Z坐标值等于zi的顶点,将此时二分查找方法得到的位置值赋给变量istr,转第五步。
第四步,如果Vxyz不为空,则说明顶点vi为T中存贮的重复的顶点,执行第六步;若Vxyz为空,则说明顶点vi目前不是重复顶点,执行第五步;
第五步,将顶点vi插入数组T:采用SSE4指令集技术(Intel Streaming SIMD Extensions4(SSE4)Instruction Set Innovation,Intel.,英特尔流式单指令多数据扩展指令集4),复制数组T中的元素集合T[istr,m](T[istr,m]是指数组T中,第istr个元素到第m个元素之间的一段连续空间上的所有数组元素)到临时缓冲数组S[istr+1,m+1](指数组S中,第istr+1个元素到第m+1个元素之间的一段连续空间上的所有数组元素)中,然后将vi复制到数组T中序号为istr的元素的位置即作为元素T[istr],再复制S[istr+1,m+1]到T[istr+1,m+1](指数组T中,第istr+1个元素到第m+1个元素之间的一段连续空间上的所有数组元素)。
第六步,令i=i+1并清空集合Vx、Vxy、Vxyz,若i>3n-1则执行第七步,否则转第三步。
第七步,设置计数变量Counter=0,i=0;
第八步,在原始顶点集合V中选取顶点vi,使用二分查找方法查找T,分别沿X、Y、Z方向在集合T中查找顶点vi,方法是:
8.1读取集合V中的顶点vi={xi,yi,zi};
8.2根据顶点vi(xi,yi,zi)的X坐标值xi大小,采用二分查找方法查找T中的顶点,在T中找到X坐标值等于xi的顶点,将T中的X坐标值为xi的顶点全放入集合Vx,转8.3;
8.3在Vx集合中根据顶点vi(xi,yi,zi)的Y坐标值yi利用二分查找方法查找与vi具有相同yi顶点,将Y坐标值为yi的顶点全放入集合Vxy,转8.4;
8.4在集合Vxy中根据顶点vi(xi,yi,zi)的Z坐标值zi大小利用二分查找方法查找与vi具有相同zi的顶点,将Z坐标值为zi的顶点v'i在数组T中的序号赋给变量Idxxyz,转第九步;
第九步,将变量Idxxyz的值赋给顶点索引数组F中序号为Counter的元素F[Counter];
第十步,计数变量Counter增1,i增1,并清空集合Vx、Vxy;
第十一步,判断i是否大于3n-1,若i大于3n-1,说明所有顶点已经处理,得到了正确的顶点索引数组F,转第十二步,否则转第八步。
第十二步,输出没有重复顶点的顶点数组T与顶点索引数组F,结束。
采用本发明可以达到的主要技术效果是效率高,整个过程中仅进行一次全局顶点排序操作,多次使用二分查找方式进行顶点查询,查询速度快。本发明根据排序后数据分布的性质,极大的减少了拷贝数据量,同时在拷贝操作方面进行了优化,使用SSE4指令集实现快速的向量拷贝,整个时间计算复杂性接近O(nlogn)量级,达到了此类方法的最优时间下界,与已有方法相比,本发明效率高且实现简单。
附图说明
图1是本发明总体流程图;
图2是本发明相对于已有方法的性能加速百分比
具体实施方式
图1为本发明总体流程图。
第一步,申请两个长度为3n的一维数组T与S,T与S中的元素为三角顶点,初始化各个顶点为0,其中n为几何图形三角面片个数。T与S每个元素大小为三个32位浮点数;初始化数组Vx、Vxy、Vxyz为长度3n的数组,每个元素为三个32位浮点数;初始化顶点索引数组F为长度3n的数组,每个元素为一个32位整数,F中的元素初始化为0。
第二步,初始化变量i=0,istr=0;
第三步,采用二分查找方法查找T,去除V中的重复顶点,得到没有重复顶点的数组T,二分查找返回的查找结果位置值为istr,得到的查找结果集合为Vxyz。
第四步,如果Vxyz不为空,则说明顶点vi为T中存贮的重复的顶点,执行第六步;若集合Vxyz为空,则说明顶点vi目前不是重复顶点,执行第五步;
第五步,将顶点vi插入数组T:采用SSE4指令集技术,复制数组T中的元素集合T[istr,m](T[istr,m]是指数组T中,第istr个元素到第m个元素之间的一段连续空间上的所有数组元素)到临时缓冲数组S[istr+1,m+1]中,然后将vi复制到数组T中序号为istr的元素的位置即作为元素T[istr],再复制S[istr+1,m+1]到T[istr+1,m+1]。
第六步,令i=i+1并清空集合Vx、Vxy、Vxyz(对),若i>3n-1则执行第七步,否则转第三步。
第七步,初始化计数变量Counter=0,i=0;
第八步,在原始顶点集合V中选取顶点vi,使用二分查找方法查找集合T,分别沿X、Y、Z方向在集合T中查找顶点vi,二分查找方法返回的查找位置赋值给变量Idxxyz;
第九步,将变量Idxxyz的值赋给顶点索引数组F中序号为Counter的元素F[Counter];
第十步,计数变量Counter增1,i增1,并清空集合Vx、Vxy;
第十一步,判断i是否大于3n-1,若i大于3n-1,说明所有顶点已经处理,得到了正确的顶点索引数组F,转第十二步,否则转第八步。
第十二步,输出没有重复顶点的顶点数组T与顶点索引数组F,结束。
采用实验验证本发明方法的高效性。由于实际应用当中一般不采用哈希表方法进行冗余顶点去除,因而实验中对比了现有常用的三种方法与本发明方法的性能。实验平台配置CoreTMi7930CPU,主频2.8GHz,内存容量4GB,运行操作系统为Windows7旗舰版(64位)。实验中采用不同规模的三角网格进行测试,数据的相关信息及测试结果如表1。表1给出了现有三种方法与本发明方法的平均计算时间,数据显示对于所有三组测试数据,本发明方法的平均计算时间均小于目前已有的三种方法。图2给出了本发明方法与现有三种方法的加速百分比对比,可以看出,本发明性能均优于现有三种实现方法。AVL树方法是现有三种方法中性能最优的,而本发明的性能较AVL树方法的性能稳定提高20%左右,证明了本发明方法的性能优于已有方法。
表1.实验数据
Claims (1)
1.一种渐进最优的三角网格重复顶点快速去除方法,其特征在于包括以下步骤:
第一步,申请两个长度为3n的一维数组T与S,T与S中的元素为三角顶点,初始化各个顶点为0,其中n为几何图形三角面片个数,T与S每个元素大小为三个32位浮点数;初始化数组Vx、Vxy、Vxyz为长度3n的数组,每个元素为三个32位浮点数;初始化顶点索引数组F为长度3n的数组,每个元素为一个32位整数,F中的元素初始化为0;
第二步,初始化变量i=0,istr=0;
第三步,采用二分查找方法查找T,去除V中的重复顶点vi,得到没有重复顶点的数组T,V是存放3n个三角形顶点的数组,每个顶点由三个32位浮点数构成,每个浮点数指每个顶点的X坐标、Y坐标、Z坐标,每三个顶点再组成一组,表示一个三角面片,共计n个三角面片,方法是:
3.1读取V中的顶点vi={xi,yi,zi},xi,yi,zi分别为vi的X坐标、Y坐标、Z坐标;
3.2根据顶点vi(xi,yi,zi)的X坐标值xi大小,采用二分查找方法查找T中的顶点,若在T中找到了X坐标值等于xi的顶点,将T中的X坐标值为xi的顶点全放入集合Vx,转3.3;若在T中未找到X坐标值等于xi的顶点,将此时二分查找方法得到的位置值赋给变量istr,转第五步;
3.3在Vx中根据顶点vi(xi,yi,zi)的Y坐标值yi大小,利用二分查找方法查找与yi相同的顶点,若在Vx中找到Y坐标值等于yi的顶点,将Y坐标值为yi的顶点全放入集合Vxy,转3.4;若在Vx中找不到Y坐标值等于yi的顶点,将此时二分查找方法得到的位置值赋给变量istr,转第五步;
3.4在Vxy中根据顶点vi(xi,yi,zi)的Z坐标值zi大小,利用二分查找方法查找与zi相同的顶点,若在Vxy中找到Z坐标值等于zi的顶点,将Z坐标值为zi的顶点全放入集合Vxyz,记集合Vxyz中第一个元素是数组T中的第istr个元素,转第四步;若在Vxy中找不到Z坐标值等于zi的顶点,将此时二分查找方法得到的位置值赋给变量istr,转第五步;
第四步,如果Vxyz不为空,则说明顶点vi为T中存贮的重复的顶点,执行第六步;若Vxyz为空,则说明顶点vi目前不是重复顶点,执行第五步;
第五步,将顶点vi插入数组T:采用英特尔流式单指令多数据扩展指令集4即SSE4指令集技术,复制数组T中的元素集合T[istr,m]到临时缓冲数组S[istr+1,m+1]中,然后将vi复制到数组T中序号为istr的元素的位置即作为元素T[istr],再复制S[istr+1,m+1]到T[istr+1,m+1],所述T[istr,m]是指数组T中,第istr个元素到第m个元素之间的一段连续空间上的所有数组元素,T[istr+1,m+1]是指数组T中,第istr+1个元素到第m+1个元素之间的一段连续空间上的所有数组元素,S[istr+1,m+1]是指数组S中,第istr+1个元素到第m+1个元素之间的一段连续空间上的所有数组元素;
第六步,令i=i+1并清空集合Vx、Vxy、Vxyz,若i>3n-1则执行第七步,否则转第三步;
第七步,设置计数变量Counter=0,i=0;
第八步,在原始顶点集合V中选取顶点vi,使用二分查找方法查找T,分别沿X、Y、Z方向在集合T中查找顶点vi,方法是:
8.1读取集合V中的顶点vi={xi,yi,zi};
8.2根据顶点vi(xi,yi,zi)的X坐标值xi大小,采用二分查找方法查找T中的顶点,在T中找到X坐标值等于xi的顶点,将T中的X坐标值为xi的顶点全放入集合Vx,转8.3;
8.3在Vx集合中根据顶点vi(xi,yi,zi)的Y坐标值yi利用二分查找方法查找与vi具有相同yi顶点,将Y坐标值为yi的顶点全放入集合Vxy,转8.4;
8.4在集合Vxy中根据顶点vi(xi,yi,zi)的Z坐标值zi大小利用二分查找方法查找与vi具有相同zi的顶点,将Z坐标值为zi的顶点v'i在数组T中的序号赋给变量Idxxyz,转第九步;
第九步,将变量Idxxyz的值赋给顶点索引数组F中序号为Counter的元素F[Counter];
第十步,计数变量Counter增1,i增1,并清空集合Vx、Vxy;
第十一步,判断i是否大于3n-1,若i大于3n-1,说明所有顶点已经处理,得到了正确的顶点索引数组F,转第十二步,否则转第八步;
第十二步,输出没有重复顶点的顶点数组T与顶点索引数组F,结束。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310376046.9A CN103425787B (zh) | 2013-08-26 | 2013-08-26 | 一种渐进最优的三角网格重复顶点快速去除方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310376046.9A CN103425787B (zh) | 2013-08-26 | 2013-08-26 | 一种渐进最优的三角网格重复顶点快速去除方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103425787A true CN103425787A (zh) | 2013-12-04 |
CN103425787B CN103425787B (zh) | 2016-06-22 |
Family
ID=49650524
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310376046.9A Active CN103425787B (zh) | 2013-08-26 | 2013-08-26 | 一种渐进最优的三角网格重复顶点快速去除方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103425787B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104200518A (zh) * | 2014-08-06 | 2014-12-10 | 北京工业大学 | 一种基于几何图像的三角网格重网格化方法 |
CN104980364A (zh) * | 2015-06-23 | 2015-10-14 | 浪潮电子信息产业股份有限公司 | 一种基于智能查找算法的链路负载均衡方法 |
CN109685731A (zh) * | 2018-12-13 | 2019-04-26 | 浪潮通用软件有限公司 | 一种基于sse4指令集加快图片渐变速度的方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102360515A (zh) * | 2011-10-19 | 2012-02-22 | 武汉大学 | 一种三维模型渐进网格数据组织方法 |
CN103106690A (zh) * | 2011-11-14 | 2013-05-15 | 鸿富锦精密工业(深圳)有限公司 | 曲面处理系统及方法 |
-
2013
- 2013-08-26 CN CN201310376046.9A patent/CN103425787B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102360515A (zh) * | 2011-10-19 | 2012-02-22 | 武汉大学 | 一种三维模型渐进网格数据组织方法 |
CN103106690A (zh) * | 2011-11-14 | 2013-05-15 | 鸿富锦精密工业(深圳)有限公司 | 曲面处理系统及方法 |
Non-Patent Citations (3)
Title |
---|
JONATHAN RICHARD SHEWCHUK: "Triangle: Engineering a 2D quality mesh generator and Delaunay triangulator", 《 LECTURE NOTES IN COMPUTER SCIENCE》, vol. 1148, 9 June 2005 (2005-06-09), pages 203 - 222, XP 047004087 * |
王坚 等: "基于三角片拼合的STL网格模型重建算法", 《计算机辅助设计与图形学学报》, vol. 18, no. 11, 30 November 2003 (2003-11-30), pages 1758 - 1764 * |
郝鑫荣: "三角网格冗余信息处理及简化", 《中国优秀硕士学位论文全文数据库 信息科技辑》, no. 5, 15 May 2006 (2006-05-15), pages 138 - 423 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104200518A (zh) * | 2014-08-06 | 2014-12-10 | 北京工业大学 | 一种基于几何图像的三角网格重网格化方法 |
CN104980364A (zh) * | 2015-06-23 | 2015-10-14 | 浪潮电子信息产业股份有限公司 | 一种基于智能查找算法的链路负载均衡方法 |
CN109685731A (zh) * | 2018-12-13 | 2019-04-26 | 浪潮通用软件有限公司 | 一种基于sse4指令集加快图片渐变速度的方法 |
CN109685731B (zh) * | 2018-12-13 | 2023-07-18 | 浪潮通用软件有限公司 | 一种基于sse4指令集加快图片渐变速度的方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103425787B (zh) | 2016-06-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Kerber et al. | Geometry helps to compare persistence diagrams | |
US8676874B2 (en) | Data structure for tiling and packetizing a sparse matrix | |
US8769216B2 (en) | Optimizing output vector data generation using a formatted matrix data structure | |
CN109033340B (zh) | 一种基于Spark平台的点云K邻域的搜索方法及装置 | |
CN106709503B (zh) | 一种基于密度的大型空间数据聚类算法k-dbscan | |
CN110929627B (zh) | 基于宽模型稀疏数据集的高效gpu训练模型的图像识别方法 | |
CN107391554A (zh) | 高效分布式局部敏感哈希方法 | |
WO2014126822A1 (en) | Determining documents that match a query | |
Pinkham et al. | Quicknn: Memory and performance optimization of kd tree based nearest neighbor search for 3d point clouds | |
CN111259933B (zh) | 基于分布式并行决策树的高维特征数据分类方法及系统 | |
CN111291016A (zh) | 一种海量遥感影像数据分层混合存储与索引方法 | |
CN105069039A (zh) | 一种基于spark平台的内存迭代的重叠社区并行发现方法 | |
CN104240299B (zh) | 基于最大化泊松圆盘采样的重新网格化方法 | |
CN108549696B (zh) | 一种基于内存计算的时间序列数据相似性查询方法 | |
CN104952032A (zh) | 图的处理方法、装置以及栅格化表示及存储方法 | |
CN113268557A (zh) | 一种适应显示导向型可视化分析的快速的空间索引方法 | |
CN104933143A (zh) | 获取推荐对象的方法及装置 | |
CN110097581B (zh) | 基于点云配准icp算法构建k-d树的方法 | |
CN103425787A (zh) | 一种渐进最优的三角网格重复顶点快速去除方法 | |
CN106484532B (zh) | 面向sph流体模拟的gpgpu并行计算方法 | |
Wu et al. | Incorporating transformer designs into convolutions for lightweight image super-resolution | |
CN105069084B (zh) | 一种面向海量数据高效取差集的方法 | |
Li et al. | Application and performance optimization of MapReduce model in image segmentation | |
Bachiega et al. | An architecture for cost optimization in the processing of big geospatial data in public cloud providers | |
CN110021059B (zh) | 一种无冗余计算的高效Marching Cubes等值面提取方法与系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |