海量数据交互可视化近些年来一直是计算机图像界研究的重点和热点。虽然已有十几年的发展,现有的海量数据实时交互系统仍然存在各种各样的问题,还不存在一个普适的、能够处理所有海量数据的交互式系统,因此目前对于海量数据的交互处理的研究结果还远远不能满足实际应用的需求。通过对各个代表性系统的分析研究我们发现,要真正解决海量数据的实时交互问题,需要综合多项技术,并将这些技术无缝地集成到一个统一的框架结构中。本项目研究海量数据交互可视化系统中的关键问题,应用系统化的方法,通过优化渲染算法和减少硬盘读取次数解决海量数据交互可视化过程中实时交互的问题。具体的研究方向包括:与视点相关的全局渲染优化、高效率的数据存储组织和随机访问压缩算法。本项目的研究工作为海量数据的实时交互提供一个高效、简单的平台,具有重要的应用研究背景.
{{i.achievement_title}}
数据更新时间:2023-05-31
论大数据环境对情报学发展的影响
基于SSVEP 直接脑控机器人方向和速度研究
多空间交互协同过滤推荐
资源型地区产业结构调整对水资源利用效率影响的实证分析—来自中国10个资源型省份的经验证据
多源数据驱动CNN-GRU模型的公交客流量分类预测
基于海量数据点的三维表示中的关键问题研究
海量数据流实时分发技术研究
海量视频数据中基于异构并行系统的人脸识别技术
基于MARTE的实时系统模型驱动架构关键问题研究