1) LOD algorithm
LOD算法
1.
This paper presents a seamless LOD algorithm for interactive rendering.
采用无缝LOD算法,将地形分割成不同分辨率的矩形节点,每个矩形由四个不同分辨率的三角形片和连接三角形的缝合带组成,实现了大规模地形的实时绘制,有效提高了地形绘制质量,绘制速度较传统LOD算法提高了近一倍。
2.
This paper advances two methods for the height forecasting in LOD algorithm,and analyzes the advantages and disadvantages of the two methods.
提出了LOD算法中高度预测的两种方法,并分析了两者的优缺点。
3.
Further,the analysis of various LOD algorithms and their implementation are detailed by the primitive construction and in interactive OpenGL programming.
然后,分析了几种典型的LOD算法,并采用OpenGL的图素构造法和交互式动画编程加以实现。
2) aggregated LOD
批LOD算法
3) GPU-Oriented LOD Algorithm
面向GPU的LOD算法
4) level of detail
LOD
1.
In the field of terrain visualization, the most efficient tool for real-time rendering of complex landscape is level of detail (LOD) technique.
在地形可视化领域 ,实时绘制复杂地形场景的最有效工具是LOD技术 在研究和实验的基础上 ,提出了一种基于地形四叉树实时构建地形多分辨率模型的优化算法 ,该算法引入视相关的概念 ,给出一种与视点相依赖的对地形结点误差进行评价的方法 ,改进了LOD模型“裂缝”效应消除方法 实验结果表明 ,该算法能实时动态地生成地形的连续多分辨率模型 ,实现地形场景的平滑绘
5) two-point LOD score analysis
两点法LOD值分析
6) log odds score method(LOD method)
对数优势记分法(LOD法)
补充资料：BP算法
分子式：
CAS号：
性质：又称逆推学习算法，简称BP算法，是1986年鲁梅哈特(D. E. Rumelhart)和麦克莱朗德(J. L. McClelland)提出来的。用样本数据训练人工神经网络(一种模仿人脑的信息处理系统)，它自动地将实际输出值和期望值进行比较，得到误差信号，再根据误差信号从后(输出层)向前(输入层)逐层反传，调节各神经层神经元之间的连接权重，直至误差减至满足要求为止。反向传播算法的主要特征是中间层能对输出层反传过来的误差进行学习。这种算法不能保证训练期间实现全局误差最小，但可以实现局部误差最小。BP算法在图像处理、语音处理、优化等领域得到应用。
CAS号：
性质：又称逆推学习算法，简称BP算法，是1986年鲁梅哈特(D. E. Rumelhart)和麦克莱朗德(J. L. McClelland)提出来的。用样本数据训练人工神经网络(一种模仿人脑的信息处理系统)，它自动地将实际输出值和期望值进行比较，得到误差信号，再根据误差信号从后(输出层)向前(输入层)逐层反传，调节各神经层神经元之间的连接权重，直至误差减至满足要求为止。反向传播算法的主要特征是中间层能对输出层反传过来的误差进行学习。这种算法不能保证训练期间实现全局误差最小，但可以实现局部误差最小。BP算法在图像处理、语音处理、优化等领域得到应用。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条