CN112561775A - 基于gpu实现粒子阻尼效果的方法、装置及存储介质 - Google Patents

基于gpu实现粒子阻尼效果的方法、装置及存储介质 Download PDF

Info

Publication number
CN112561775A
CN112561775A CN202110194984.1A CN202110194984A CN112561775A CN 112561775 A CN112561775 A CN 112561775A CN 202110194984 A CN202110194984 A CN 202110194984A CN 112561775 A CN112561775 A CN 112561775A
Authority
CN
China
Prior art keywords
attenuation
gpu
particle
speed
effect based
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
Application number
CN202110194984.1A
Other languages
English (en)
Other versions
CN112561775B (zh
Inventor
郭金川
王梓涵
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Happy Mutual Entertainment Network Technology Co ltd
Original Assignee
Happy Mutual Entertainment Shanghai Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Happy Mutual Entertainment Shanghai Technology Co ltd filed Critical Happy Mutual Entertainment Shanghai Technology Co ltd
Priority to CN202110194984.1A priority Critical patent/CN112561775B/zh
Publication of CN112561775A publication Critical patent/CN112561775A/zh
Application granted granted Critical
Publication of CN112561775B publication Critical patent/CN112561775B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T1/00—General purpose image data processing
    • G06T1/20—Processor architectures; Processor configuration, e.g. pipelining
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T1/00—General purpose image data processing
    • G06T1/60—Memory management

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Image Generation (AREA)

Abstract

本申请涉及一种基于GPU实现粒子阻尼效果的方法、装置及存储介质。所述基于GPU实现粒子阻尼效果的方法包括：根据预设的衰减时间间隔，确定粒子从零时刻达到当前时间所需的衰减次数；根据所述衰减次数和粒子达到各个衰减时间节点的衰减速度和，确定粒子的平均速度；根据所述粒子的平均速度和当前时间确定粒子运动路程。本申请基于不存储变量情况下，根据衰减次数对衰减速度求和再平均的方式实现阻尼效果，解决GPU无法使用全局变量的问题。本申请基于GPU实现，摒弃性能羸弱的CPU，可应用于H5游戏的阻尼。

Description

基于GPU实现粒子阻尼效果的方法、装置及存储介质
技术领域
本申请涉及计算机游戏领域，尤其涉及一种基于GPU实现粒子阻尼效果的方法、装置及存储介质。
背景技术
国内H5游戏蓬勃发展，微信小游戏、QQ小游戏、百度小游戏、抖音小游戏等由多家互联网巨头相继推出的小游戏平台，因其下载轻、裂变快的先天优势，庞大的需求量带来了小游戏技术的蓬勃发展。
目前，国内主要商业小游戏引擎，对粒子阻尼都未有涉及。不难猜测其原因，小游戏虽下载快捷、操作简便，但与原生游戏相比，告别繁重的安装包的同时，也丢弃了强大的运行性能，几十倍的性能差异，导致CPU无法承受大规模粒子情况下，CPU（中央处理器，Central Processing Unit）与GPU（图形处理器，Graphics Processing Unit，）频繁的数据传输，性能瓶颈是制约H5游戏的根本原因之一。
基于此，在H5游戏中如何保证性能的基础上实现物理阻尼效果，现有技术未给出有效的解决方案。
发明内容
为了解决上述技术问题或者至少部分地解决上述技术问题，本申请提供了一种基于GPU实现粒子阻尼效果的方法、装置及存储介质。
第一方面，本申请提供了一种基于GPU实现粒子阻尼效果的方法，所述基于GPU实现粒子阻尼效果的方法，包括：
根据预设的衰减时间间隔，确定粒子从零时刻达到当前时间所需的衰减次数；
根据所述衰减次数和粒子达到各个衰减时间节点的衰减速度和，确定粒子的平均速度；
根据所述粒子的平均速度和当前时间确定粒子运动路程。
可选的，所述根据所述衰减次数和粒子达到各个衰减时间节点的衰减速度和，确定粒子的平均速度之前，包括：
根据所述衰减时间间隔，确定出粒子达到各个衰减时间节点时的衰减速度；
对粒子达到各个衰减时间节点时的衰减速度求和，得到所述衰减速度和。
可选的，所述基于GPU实现粒子阻尼效果的方法，还包括：
通过预设的阻尼系数抑制超出速度，所述超出速度为在前衰减时间节点的衰减速度与所述粒子的末速度的差值；所述在前衰减时间节点为所述粒子达到的衰减时间节点的前一个衰减时间节点；
根据所述阻尼系数抑制的超出速度和所述粒子的末速度，确定所述粒子达到每个衰减时间节点的衰减速度。
可选的，根据所述粒子的平均速度和当前时间按照下述路程公式确定粒子运动路程s：
Figure 690576DEST_PATH_IMAGE001
；
其中，
Figure 366408DEST_PATH_IMAGE002
为粒子的平均速度，t为当前时间，n为衰减次数，
Figure 73333DEST_PATH_IMAGE003
为粒子达到第i个衰减时间节点的衰减速度。
可选的，根据所述阻尼系数抑制的超出速度和所述粒子的末速度，采用下述阻尼公式确定所述粒子达到每个衰减时间节点的衰减速度：
Figure 732985DEST_PATH_IMAGE004
；
其中，k为阻尼系数，v t 为粒子的末速度。
可选的，所述基于GPU实现粒子阻尼效果的方法还包括：
将所述路程公式和所述阻尼公式写在顶点着色器中，使所述粒子运动路程和所述粒子达到每个衰减时间节点的衰减速度的计算在GPU中进行；
通过采样器将计算结果作用于表现画面。
可选的，所述基于GPU实现粒子阻尼效果的方法，还包括：
通过所述顶点着色器将所述计算分摊到所述GPU的各个运算单元，以实现并行计算。
可选的，第1个衰减时间节点的在前衰减时间节点的衰减速度为粒子的初始速度。
第二方面，本申请提供了一种基于GPU实现粒子阻尼效果的装置，所述基于GPU实现粒子阻尼效果的装置包括存储器和处理器；所述存储器存储有计算机程序；所述计算机程序被所述处理器执行时实现如上任一项所述的基于GPU实现粒子阻尼效果的方法的步骤。
第三方面，本申请提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有基于GPU实现粒子阻尼效果的程序，所述基于GPU实现粒子阻尼效果的程序被处理器执行时实现如上任一项所述的基于GPU实现粒子阻尼效果的方法的步骤。
本申请实施例提供的上述技术方案与现有技术相比具有如下优点：
本申请各实施例根据预设的衰减时间间隔，确定粒子从零时刻达到当前时间所需的衰减次数，从而可以根据所述衰减次数和粒子达到各个衰减时间节点的衰减速度和，确定粒子的平均速度，进而根据所述粒子的平均速度和当前时间确定粒子运动路程，由此基于不存储变量情况下，根据衰减次数对衰减速度求和再平均的方式实现阻尼效果，解决GPU无法使用全局变量的问题。本申请各实施例基于GPU实现，摒弃性能羸弱的CPU，可应用于H5游戏的阻尼。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本申请各个实施例提供的一种基于GPU实现粒子阻尼效果的方法流程图；
图2为本申请各个实施例提供的粒子阻尼效果的推导图。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
在后续的描述中，使用用于表示元件的诸如“模块”、“部件”或“单元”的后缀仅为了有利于本发明的说明，其本身没有特定的意义。因此，“模块”、“部件”或“单元”可以混合地使用。
终端可以以各种形式来实施。例如，本发明中描述的装置可以包括诸如手机、平板电脑、笔记本电脑、掌上电脑、个人数字助理（Personal Digital Assistant，PDA）、便捷式媒体播放器（Portable Media Player，PMP）、导航装置、可穿戴设备、智能手环、计步器、证照阅读机等移动终端，以及诸如数字TV、台式计算机等固定终端。
实施例一
本发明实施例提供一种基于GPU实现粒子阻尼效果的方法，如图1所示，所述基于GPU实现粒子阻尼效果的方法，包括：
S101，根据预设的衰减时间间隔，确定粒子从零时刻达到当前时间所需的衰减次数；
S102，根据所述衰减次数和粒子达到各个衰减时间节点的衰减速度和，确定粒子的平均速度；
S103，根据所述粒子的平均速度和当前时间确定粒子运动路程。
其中衰减时间节点为达到每个衰减时间间隔时的节点，衰减速度为在每个衰减时间节点时的速度。粒子指代运动的物体，例如碎石等。衰减次数可以通过当前时间除以衰减时间间隔获得的数值，将该数值加上0.5后，四舍五入获得。
可选的，所述根据所述衰减次数和粒子达到各个衰减时间节点的衰减速度和，确定粒子的平均速度之前，包括：
根据所述衰减时间间隔，确定出粒子达到各个衰减时间节点时的衰减速度；
对粒子达到各个衰减时间节点时的衰减速度求和，得到所述衰减速度和。
本发明实施例根据预设的衰减时间间隔，确定粒子从零时刻达到当前时间所需的衰减次数，从而可以根据所述衰减次数和粒子达到各个衰减时间节点的衰减速度和，确定粒子的平均速度，进而根据所述粒子的平均速度和当前时间确定粒子运动路程，由此基于不存储变量情况下，根据衰减次数对衰减速度求和再平均的方式实现阻尼效果，解决GPU无法使用全局变量的问题。本发明实施例基于GPU实现，摒弃性能羸弱的CPU，可应用于H5游戏的阻尼。
现有技术中阻尼公式：
Figure 298571DEST_PATH_IMAGE005
，v 0 是指运动物体的初始速度，t是指运动物体的运动时间，v是指运动物体的末速度，k是指运动物体的阻尼系数(模拟的空气阻尼等)。可以看出，随着时间的递增，k将速度抑制到几近于0。
现有阻尼公式仅能运行于CPU，无法应用于H5游戏的阻尼，比如实现爆炸产生的碎石飞溅，每个碎片都需要计算飞行轨迹，运算量非常大，而H5代码层基于动态语言Javascript，性能上很难和C++等静态语言相比，如果在CPU计算会大大降低游戏性能。运行末速度只能趋近于0，无法改变。运行效率低效，无法实时作用于阻尼效果显示。无法适用于大规模粒子的庞大运算量。为了解决上述问题，在一些实施方式中，所述基于GPU实现粒子阻尼效果的方法，还包括：
通过预设的阻尼系数抑制超出速度，所述超出速度为在前衰减时间节点的衰减速度与所述粒子的末速度的差值；所述在前衰减时间节点为所述粒子达到的衰减时间节点的前一个衰减时间节点；
根据所述阻尼系数抑制的超出速度和所述粒子的末速度，确定所述粒子达到每个衰减时间节点的衰减速度。基于该实施方式，可以有效解决上述问题。
可选的，根据所述粒子的平均速度和当前时间按照下述路程公式确定粒子运动路程s：
Figure 828909DEST_PATH_IMAGE006
；
其中，
Figure 847681DEST_PATH_IMAGE002
为粒子的平均速度，t为当前时间，n为衰减次数，
Figure 853683DEST_PATH_IMAGE003
为粒子达到第i个衰减时间节点的衰减速度。其中，第1个衰减时间节点的在前衰减时间节点的衰减速度为粒子的初始速度。
通过上述路程公式可知，求任意时刻的位置都是从0时刻开始，从而可以有效解决GPU无法使用全局变量问题。
可选的，根据所述阻尼系数抑制的超出速度和所述粒子的末速度，采用下述阻尼公式确定所述粒子达到每个衰减时间节点的衰减速度：
Figure 350523DEST_PATH_IMAGE004
；
其中，k为阻尼系数，v t 为粒子的末速度。
上述阻尼公式中，阻尼系数k只影响超出部分速度
Figure 141893DEST_PATH_IMAGE007
，无法影响末速度v t ，从而可以实现末速度的自定义，进而达到实现效果多样化的目的。
例如，本发明实施例提供的阻尼公式，随着结束速度v i 的递减， 将超出部分速度
Figure 800407DEST_PATH_IMAGE008
抑制到几近于0，末速度也就趋近于v t ，从而可实现对运行末速度可随意调整。基于本发明实施例提供的阻尼公式，模拟单一阻尼情况下的物理速度，具体推导流程，如图2所示。
假设：
Figure 293706DEST_PATH_IMAGE009
。
即：
Figure 594237DEST_PATH_IMAGE010
由阻尼公式可得
Figure 364747DEST_PATH_IMAGE011
，可根据时间转化
Figure 69529DEST_PATH_IMAGE012
。
阻尼影响单个衰减周期的速度大小，当衰减总次数为n时，运动的路程，可表示为每个衰减周期的速度的总和，即
Figure 191068DEST_PATH_IMAGE013
。
基于GPU特性，无法存储变量，故实现基于时间衰减的平均速度下的路程，即
Figure 154345DEST_PATH_IMAGE014
。
假设：当前时间
Figure 513782DEST_PATH_IMAGE015
，衰减时间间隔
Figure 45258DEST_PATH_IMAGE016
，初速度
Figure 998302DEST_PATH_IMAGE017
，末速度
Figure 640635DEST_PATH_IMAGE018
，阻尼系数为0.8，可以得出运动路程。
在一些实施方式中，所述基于GPU实现粒子阻尼效果的方法还包括：
将所述路程公式和所述阻尼公式写在顶点着色器中，使所述粒子运动路程和所述粒子达到每个衰减时间节点的衰减速度的计算在GPU中进行；通过采样器将计算结果作用于表现画面。
具体实现过程中，可以通过glsl语言把阻尼公式写在顶点着色器中，使计算是在GPU中进行，且顶点着色器的计算结果，即为物体的顶点在屏幕上的显示位置，运算结果可以通过采样器直接作用于最后的画面表现，进而保证运行效率高效，直接作用于GPU渲染流程，实时体现到显示对象。
可选的，可以通过所述顶点着色器将所述计算分摊到所述GPU的各个运算单元，以实现并行计算。也就是说，GPU包含多个逻辑运算单元，着色器会分摊到GPU的各个运算单元中，从而实现并行计算。故通过GPU实现后，针对粒子类的数量较多的计算，将能极大的提高运算效率。从而可以充分利用GPU的多线程，适用于大规模的运算。
本发明实施例中将现有常规阻尼抑制公式，调整为超出速度抑制公式，实现末速度可调整，创新型的速度抑制方式，实现阻尼物理效果的多样化。基于GPU的多线程运行环境，直接作用于视图表现，极大提高运行效率。GPU可编程渲染管线中，基于不存储变量情况下，根据衰减次数对速度求和再平均的实现方式。实现当前H5游戏引擎不具有的物理效果表现，极大提高效果表现。
实施例二
本发明实施例提供一种基于GPU实现粒子阻尼效果的装置，所述基于GPU实现粒子阻尼效果的装置包括存储器和处理器；所述存储器存储有计算机程序；所述计算机程序被所述处理器执行时实现如实施例一中任一项所述的基于GPU实现粒子阻尼效果的方法的步骤。
实施例三
本发明实施例提供一种计算机可读存储介质，所述计算机可读存储介质上存储有基于GPU实现粒子阻尼效果的程序，所述基于GPU实现粒子阻尼效果的程序被处理器执行时实现如实施例一中任一项所述的基于GPU实现粒子阻尼效果的方法的步骤。
实施例二和实施例三在具体实现过程中，可以参阅实施例一，具有相应的技术效果。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质（如ROM/RAM、磁碟、光盘）中，包括若干指令用以使得一台终端（可以是手机，计算机，服务器，空调器，或者网络设备等）执行本发明各个实施例所述的方法。
上面结合附图对本发明的实施例进行了描述，但是本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨和权利要求所保护的范围情况下，还可做出很多形式，这些均属于本发明的保护之内。

Claims (7)

1.一种基于GPU实现粒子阻尼效果的方法，其特征在于，所述基于GPU实现粒子阻尼效果的方法，包括：
根据预设的衰减时间间隔，确定粒子从零时刻达到当前时间所需的衰减次数；
根据所述衰减次数和粒子达到各个衰减时间节点的衰减速度和，确定粒子的平均速度；
通过预设的阻尼系数抑制超出速度，所述超出速度为在前衰减时间节点的衰减速度与所述粒子的末速度的差值；所述在前衰减时间节点为所述粒子达到的衰减时间节点的前一个衰减时间节点；
根据所述阻尼系数抑制的超出速度和所述粒子的末速度，采用下述阻尼公式确定所述粒子达到每个衰减时间节点的衰减速度：
Figure 170940DEST_PATH_IMAGE001
；
其中，
Figure 545420DEST_PATH_IMAGE002
为阻尼系数，
Figure 172711DEST_PATH_IMAGE003
为粒子的末速度；
根据所述粒子的平均速度和当前时间按照下述路程公式确定粒子运动路程s：
Figure 290839DEST_PATH_IMAGE004
。
2.根据权利要求1所述的基于GPU实现粒子阻尼效果的方法，其特征在于，所述根据所述衰减次数和粒子达到各个衰减时间节点的衰减速度和，确定粒子的平均速度之前，包括：
根据所述衰减时间间隔，确定出粒子达到各个衰减时间节点时的衰减速度；
对粒子达到各个衰减时间节点时的衰减速度求和，得到所述衰减速度和。
3.根据权利要求1所述的基于GPU实现粒子阻尼效果的方法，其特征在于，所述基于GPU实现粒子阻尼效果的方法还包括：
将所述路程公式和所述阻尼公式写在顶点着色器中，使所述粒子运动路程和所述粒子达到每个衰减时间节点的衰减速度的计算在GPU中进行。
4.根据权利要求3所述的基于GPU实现粒子阻尼效果的方法，其特征在于，所述基于GPU实现粒子阻尼效果的方法，还包括：
通过所述顶点着色器将所述计算分摊到所述GPU的各个运算单元，以实现并行计算。
5.根据权利要求1-4中任意一项所述的基于GPU实现粒子阻尼效果的方法，其特征在于，第1个衰减时间节点的在前衰减时间节点的衰减速度为粒子的初始速度。
6.一种基于GPU实现粒子阻尼效果的装置，其特征在于，所述基于GPU实现粒子阻尼效果的装置包括存储器和处理器；所述存储器存储有计算机程序；所述计算机程序被所述处理器执行时实现如权利要求1-5中任一项所述的基于GPU实现粒子阻尼效果的方法的步骤。
7.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有基于GPU实现粒子阻尼效果的程序，所述基于GPU实现粒子阻尼效果的程序被处理器执行时实现如权利要求1-5中任一项所述的基于GPU实现粒子阻尼效果的方法的步骤。
CN202110194984.1A 2021-02-22 2021-02-22 基于gpu实现粒子阻尼效果的方法、装置及存储介质 Active CN112561775B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110194984.1A CN112561775B (zh) 2021-02-22 2021-02-22 基于gpu实现粒子阻尼效果的方法、装置及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110194984.1A CN112561775B (zh) 2021-02-22 2021-02-22 基于gpu实现粒子阻尼效果的方法、装置及存储介质

Publications (2)

Publication Number Publication Date
CN112561775A true CN112561775A (zh) 2021-03-26
CN112561775B CN112561775B (zh) 2021-05-04

Family

ID=75034452

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110194984.1A Active CN112561775B (zh) 2021-02-22 2021-02-22 基于gpu实现粒子阻尼效果的方法、装置及存储介质

Country Status (1)

Country Link
CN (1) CN112561775B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120219164A1 (en) * 2011-02-28 2012-08-30 International Business Machines Corporation Producing sounds in a virtual world and related sound card
CN106342298B (zh) * 2013-01-22 2015-05-27 北京军区军事训练模拟仿真研发服务中心 一种多点爆炸效果的实时生成方法
CN109344450A (zh) * 2018-09-07 2019-02-15 中山大学 基于pbf的流体凝固模拟方法及系统

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120219164A1 (en) * 2011-02-28 2012-08-30 International Business Machines Corporation Producing sounds in a virtual world and related sound card
CN106342298B (zh) * 2013-01-22 2015-05-27 北京军区军事训练模拟仿真研发服务中心 一种多点爆炸效果的实时生成方法
CN109344450A (zh) * 2018-09-07 2019-02-15 中山大学 基于pbf的流体凝固模拟方法及系统

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
HIROSHI NISHIMURA等: "GPU COMPUTING FOR PARTICLE TRACKING", 《GPU COMPUTING FOR PARTICLE TRACKING》 *
张汉清等: "基于GPU粒子系统的战场实时雨雪效果模拟", 《计算机仿真》 *
马东洋等: "基于GPU的大规模爆炸效果模拟", 《测绘科学技术学报》 *

Also Published As

Publication number Publication date
CN112561775B (zh) 2021-05-04

Similar Documents

Publication Publication Date Title
US11080707B2 (en) Methods and arrangements to detect fraudulent transactions
CN101388117B (zh) 基于粒子法的流体模拟的表面构筑方法
US10325340B2 (en) Executing computational graphs on graphics processing units
EP3612356B1 (en) Determining control policies for robots with noise-tolerant structured exploration
US11704859B2 (en) System and method for accelerated ray tracing
CN110235149A (zh) 神经情节控制
US12079920B2 (en) System and method for accelerated ray tracing with asynchronous operation and ray transformation
CN113646784A (zh) 信息处理装置、信息处理系统、信息处理方法、存储介质及程序
CN112561775B (zh) 基于gpu实现粒子阻尼效果的方法、装置及存储介质
US11295170B1 (en) Group-equivariant convolutional neural networks for 3D point clouds
CN109062657A (zh) 基于粒子群优化的Docker容器调度方法
Rahman et al. Towards accelerated agent-based crowd simulation for Hajj and Umrah
WO2018136327A1 (en) System and method for processing random events
CN110321476B (zh) 基于局部敏感哈希的并行矩阵分解计算实现方法
WO2010002626A2 (en) Vectorized parallel collision detection pipeline
TWI683270B (zh) 一種資訊推送方法和裝置
Lai et al. Parallel computations of local pagerank problem based on graphics processing unit
CN112907741A (zh) 地形场景生成方法、装置、电子设备及存储介质
CN113709094A (zh) 用于网络地址标识符的用户可感知的标记
CN111401957A (zh) 广告推荐系统的投放方法、装置、设备及存储介质
Hong et al. Implementation of 3D deformable objects on smart devices using FFD-AABB algorithm
CN117892660B (zh) 一种低速预处理中参考马赫数选取方法及装置
US11968040B2 (en) Graph neural network for channel decoding
US11669903B2 (en) Differential privacy for axe obfuscation
US20220374961A1 (en) Techniques for performing matrix computations using hierarchical representations of sparse matrices

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20211027

Address after: 200400 room 237j, No. 668, SHANGDA Road, Baoshan District, Shanghai

Patentee after: Shanghai happy mutual Entertainment Network Technology Co.,Ltd.

Address before: 201203 5th floor, No.2 Lane 999, Dangui Road, Pudong New Area, Shanghai

Patentee before: Happy mutual Entertainment (Shanghai) Technology Co.,Ltd.

TR01 Transfer of patent right