流體模擬技術(shù)一直是仿真領(lǐng)域的研究熱點,經(jīng)過三十多年的研究與發(fā)展,理論基礎(chǔ)與研究方法已經(jīng)較為系統(tǒng),可分為非物理模擬、物理模擬�，F(xiàn)有的流體技術(shù),已經(jīng)可以在應(yīng)用中模擬出視覺效果真實自然、細節(jié)豐富細膩的流體,這其中物理模擬功不可沒。但物理模擬非常耗時,因而出現(xiàn)了針對物理模擬的加速技術(shù)或細節(jié)增強技術(shù),當前這些技術(shù)仍存在對流體契合度低、耗時長或占用存儲空間大等問題,所以流體解算在實時領(lǐng)域至今無法突破。為避免這些問題,結(jié)合卷積網(wǎng)絡(luò)適應(yīng)多維結(jié)構(gòu)樣本、擬合能力強的特點,本文提出了利用卷積神經(jīng)網(wǎng)絡(luò)直接將低分辨率流體轉(zhuǎn)化為高分辨率流體的研究思路,并就此提出了一種新型的卷積神經(jīng)網(wǎng)絡(luò)轉(zhuǎn)化器,該轉(zhuǎn)化器完全以局部連接層組成,使其可以高效地學習小型訓(xùn)練集數(shù)據(jù),以當前幀的二維低分辨率流體的速度場和密度場為輸入,以二維高分辨率流體密度場為輸出。為訓(xùn)練該轉(zhuǎn)化器,本文生成了一個二維煙霧流體的數(shù)據(jù)集,該數(shù)據(jù)集僅擁有800個高低精度煙霧的對比樣本。此外,本文提出了三種適用于流體密度場誤差計算的代價函數(shù),分別用于調(diào)整轉(zhuǎn)化器結(jié)構(gòu)、改進轉(zhuǎn)化效果。經(jīng)訓(xùn)練,轉(zhuǎn)化器生成的高精度煙霧可達到逼真的視覺效果。 

【文章來源】：蘇州大學江蘇省

【文章頁數(shù)】：77 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
第一章 引言
    1.1 研究背景及意義
    1.2 研究現(xiàn)狀
        1.2.1 神經(jīng)網(wǎng)絡(luò)相關(guān)研究的發(fā)展與現(xiàn)狀
        1.2.2 流體模擬增強技術(shù)的研究現(xiàn)狀
    1.3 研究內(nèi)容
    1.4 論文結(jié)構(gòu)
第二章 卷積神經(jīng)網(wǎng)絡(luò)與流體模擬技術(shù)概述
    2.1 卷積神經(jīng)網(wǎng)絡(luò)原理
        2.1.1 線性可分問題
        2.1.2 多層神經(jīng)網(wǎng)絡(luò)
        2.1.3 卷積神經(jīng)網(wǎng)絡(luò)
    2.2 流體模擬技術(shù)介紹
        2.2.1 流體模擬技術(shù)的發(fā)展
        2.2.2 網(wǎng)格方法簡介
第三章 CNN轉(zhuǎn)化器的定義與結(jié)構(gòu)設(shè)計
    3.1 本文所研究問題的定義
    3.2 訓(xùn)練數(shù)據(jù)生成
        3.2.1 數(shù)據(jù)的生成設(shè)置
        3.2.2 數(shù)據(jù)的存儲和劃分
    3.3 CNN轉(zhuǎn)化器的結(jié)構(gòu)設(shè)計
        3.3.1 不同類型網(wǎng)絡(luò)層的功能分析
        3.3.2 常見激活函數(shù)的比較分析
        3.3.3 數(shù)據(jù)的自學習預(yù)處理
        3.3.4 網(wǎng)絡(luò)主體的結(jié)構(gòu)設(shè)計
第四章 CNN轉(zhuǎn)化器的結(jié)構(gòu)調(diào)整與訓(xùn)練
    4.1 模型結(jié)構(gòu)調(diào)整過程
        4.1.1 常見代價函數(shù)的比較分析
        4.1.2 模型的代價函數(shù)設(shè)計
        4.1.3 基于loss值的模型結(jié)構(gòu)調(diào)整
    4.2 模型的實現(xiàn)效果及代價函數(shù)的改進
        4.2.1 模型的實現(xiàn)效果
        4.2.2 邊緣加強方法
        4.2.3 邊緣與梯度加強方法
    4.3 其他問題說明
        4.3.1 過擬合問題說明
        4.3.2 模型運行速度
第五章 總結(jié)與展望
    5.1 總結(jié)
    5.2 展望
參考文獻
攻讀學位期間公開發(fā)表的論文
致謝


【參考文獻】：
期刊論文
[1]基于Narrow20Band20FLIP方法的流體模擬[J]. 鄒長軍,尹勇.  計算機輔助設(shè)計與圖形學學報. 2018(04)
[2]流體模擬動畫技術(shù)新進展[J]. 朱真,廖惟博,王章野.  計算機工程與應(yīng)用. 2016(04)
[3]深度學習研究綜述[J]. 尹寶才,王文通,王立春.  北京工業(yè)大學學報. 2015(01)
[4]基于物理的流體動畫綜述[J]. 譚捷,楊旭波.  中國科學（F輯:信息科學）. 2009(05)

碩士論文
[1]關(guān)于流體模擬細節(jié)增強技術(shù)的研究[D]. 崔楠.長安大學 2015
[2]基于GPU的三維煙霧模擬加速技術(shù)研究[D]. 姚迪.長安大學 2014



本文編號：3177684