机器学习与流场数据可视化
出版时间：2017
内容简介
　　科学计算可视化（Scientific Visualization，SciVis）是计算机图形学的一个重要研究方向，是图形科学的新领域。随着计算能力的不断增强，科学数据中使用的物理模型以及模拟空间的大小都在不断提高。本书尝试性地将机器学习理论应用于科学计算可视化中，大大提高了数据中特征识别的鲁棒性和准确率，同时结合流场数据可视化技术的具体实现，详细阐述这两个领域结合的理论和存在的关键问题。本书内容主要包括：科学计算可视化的内容、技术现状和挑战，机器学习基本理论，使用Boosting和CAVIAR两种方法进行科学计算可视化的理论和方法等。本书可作为高等学校计算机或非计算机专业研究生科学计算可视化课程的参考书，也可作为从事流场数值模拟和流场可视化技术的研究或开发人员的参考书。
目录
目 录
第1章 概述\t1
1．1 科学计算可视化简介\t1
1．1．1 标量场可视化\t3
1．1．2 向量场可视化\t3
1．1．3 张量场可视化\t5
1．2 流场可视化\t7
1．2．1 流场可视化的流程\t7
1．2．2 流场可视化的特点\t8
1．2．3 流场可视化的分类\t9
1．2．4 流场可视化技术\t13
1．3 可视化开发工具VTK\t14
1．3．1 VTK简介\t14
1．3．2 VTK环境搭建\t18
1．3．3 VTK与MFC\t21
第2章 流场数据对象及流场特性\t25
2．1 数据模型\t25
2．2 数据类型\t29
2．2．1 标量数据\t29
2．2．2 向量数据\t30
2．2．3 张量数据\t30
2．3 数据格式\t31
2．3．1 PLOT3D\t32
2．3．2 VTK\t34
2．3．3 OBJ\t37
2．4 本章小结\t39
第3章 流场基础特征可视化\t41
3．1 湍流\t41
3．1．1 湍流的定义和特征\t41
3．1．2 湍流的特征量和特征尺度\t43
3．1．3 湍流的运动方式\t44
3．2 湍流的模拟\t44
3．3 漩涡特征识别方法\t45
3．3．1 漩涡检测\t45
3．3．2 基于速度梯度张量的检测方法\t49
3．3．3 局部极值方法\t52
3．3．4 粒子追踪\t54
3．3．5 其他方法\t61
3．4 本章小结\t63
第4章 交互式流体可视化\t65
4．1 交互式可视化\t65
4．1．1 修改类交互\t65
4．1．2 基于选择的交互\t66
4．2 专家数据的获取\t67
4．3 本章小结\t77
第5章 机器学习增强流场可视化\t79
5．1 方法概述\t79
5．1．1 数据读取\t79
5．1．2 数据分析\t81
5．1．3 数据过滤\t85
5．1．4 数据映射和渲染\t86
5．2 阈值的选取\t88
5．3 特征距离\t93
5．4 本章小结\t99
第6章 Boosting与漩涡检测\t101
6．1 基本的Boosting增强算法\t101
6．2 改进的Boosting增强算法\t106
6．3 实验结果分析\t107
6．4 本章小结\t116
第7章 CAVIAR与漩涡检测\t117
7．1 CAVIAR算法概述\t117
7．2 CAVIAR算法优化\t118
7．3 参数设定与交叉验证\t122
7．4 实验结果分析\t125
7．5 本章小结\t129
参考文献\t130