1 / 8

Использование MC# для реализации параллельных алгоритмов в 3D-графике.

Причём. Использование MC# для реализации параллельных алгоритмов в 3D-графике. Е.С.Борисов, http :// mechanoid . narod . ru Институт кибернетики им. В.М.Глушкова АН Украины. пространственная система “ вморожена ” в объект.

yvonne
Download Presentation

Использование MC# для реализации параллельных алгоритмов в 3D-графике.

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. Причём Использование MC# для реализации параллельных алгоритмов в 3D-графике. Е.С.Борисов, http://mechanoid.narod.ru Институт кибернетики им. В.М.Глушкова АН Украины пространственная система “вморожена” в объект. пространственная система жестко связана с наблюдателем. плоская система это экран, на который мы будем отображать наш объект.

  2. Каждая точка задаётся координатами в системе OXYZ. Для проецирования точки на экран необходимо выполнить два преобразования: 1. Видовое преобразование. Переход от абсолютной системы координат OXYZ к системе координат наблюдателя. Матрица перехода V запишется следующим образом: где: 2. Перспективное преобразование - проецирование на экран. - расстояние от наблюдателя до экрана где

  3. Параллельный классификатор образов Искусственная нейронная сеть это совокупность нейронных элементов и связей между ними. Рисунок 2. Различные виды функции активации Рисунок 1 Математическая модель нейрона

  4. Важной особенностью НС является возможность ее обучения. Процесс обучения НС сводится к процедуре корректировки весовых коэффициентов. Однослойный персептрон из 10 нейронов. 35 входов. 10 выходов Рисунок 3. Однослойная НС

  5. Использована пороговая функция активации с порогом T=0 В качестве метода обучения используется дельта-правило Видроу-Хоффа На этапе инициализации программы по учебным паттернам генерируется матрица весовых коэффициентов, которая в последствии используется для независимой обработки множества входных образов.

  6. Результат работы программы: .OOO. O...O O.... OOOO. O...O O...O .OOO. 6 OOOOO ....O ....O ...O. ..O.. .O... O.... 7 .OOO. O...O O...O .OOO. O...O O...O .OOO. 8

  7. Дополнения языка MC# • abstract • virtual • class bobo {...}; ( ; после } ) • public bobo(int i):base(i){ ... } ( вызов в конструкторе base(...) ) • ..override...f( int i) { base.f(i); ..} ( вызов метода предка base.f(i) ) • namespace

More Related