初学图形编程，开始记录工作内容：通过学习某知名商业引擎，构建新游戏引擎，对新引擎进行简单测试。札记：1、移植代码大部分时间都是很枯燥的，不用想只需要重复的做，重复的做。。。。， 最多要改的地方就是编码规范，然后是在许多模块没有建立的基础上对把移植好的模块编译连接，最重要的技巧就是注释，许多设计没有建...
转载
2013-04-11 21:17:00
219阅读
2评论
这里给出灰度图像的模糊算法，彩色图像只要分别对三个通道做模糊即可。%%% radiation blur
%%%
clc;
clear all;
close all;
I=imread('4.jpg');
I=double(I);
% Image=I;
Image=0.2989 * I(:,:,1) + 0.5870 * I(:,:,2) + 0.1140 * I(:,:,3);
[row,
转载
2014-11-07 14:11:00
126阅读
径向模糊简介 径向模糊，是一种从中心向外呈幅射状，逐渐模糊的效果。 因此径向模糊经常会产生一些中心的发散效果，在PS中同样也有径向模糊的滤镜效果。 径向模糊通常也称为变焦模糊。径向模糊（Radial Blur）可以给画面带来很好的速度感，是各类游戏中后处理的常客，也常用于Sun Shaft等后处理特
原创
2021-12-28 11:28:42
569阅读
体积光介绍首先，我们要确认一下什么是体积光。体积光通俗来说是我们能看见的”光路“，并不是所有灯光都会形成体积光效果，它是光照到大气中粒子散射后得到的效果（丁达尔效应）。我们有时候还会看到一束束光散开的效果，这是光在传播过程中遇到了障碍物（比如穿过云层、树木的光束）导致的。根据物理原理，我们知道体积光是粒子散射的结果，如果我们用体素的思想来考虑体积光，我们所看到的某一点处的体积光颜色是眼睛到当前点的
原创
2021-12-28 11:27:13
546阅读
我们都知道，雷达能测量目标相对于雷达的速度，它是距离的时间变化率。
有时也可以用相对速度来代替距离变化率，这种情况下，速度是速度矢量的大小，通常称为径向速度。
如上图所示，若雷达系统也是移动的，则在目标与雷达的距离矢量上，速度是目标速度矢量和雷达速度矢量的投影大小。
脉冲多普勒频移测速法
雷达系统有多种测速方法，下面简单介绍
本文版权归 博客园 Clifford 所有，如有转载，请自觉于显式位置标明原创作者及出处，以示尊重！！作者：Clifford原文：http://www.cnblogs.com/flash3d/archive/2012/02/15/2353169.htmldemo程序需要安装Flash Player11才能正常运行。运行效果点击进入原文观看。源文件：http://files.cn...
原创
2023-01-05 16:09:00
46阅读
<!doctype html><html lang="en"><head> <meta charset="UTF-8"> <meta name="viewport" content="width=device-width, user-scalable=no, initial-scale=1.0, m
原创
2021-07-28 15:47:02
146阅读
2017-12-16 唐深 51CAE引言 工程分析中，经常会遇到一些轴类零件的强度校核问题，载荷方向可能是沿轴径向也可能是周向（如扭转）。对于此类分析，本文将基于 ANSYS Workbench18 中进行简单演视。一、前处理建模1.1 首先启动 ANSYS Workbench 工作平建立一个静力分析系统。
1.2 在 Geometry 中选择 SpaceClaim，并建
○ radial-gradient(形状 at 位置, 颜色, 颜色, 颜色) background-image:radial-gradient(green,yellow,orange); <!DOCTYPE html><html lang="en"><head> <meta charset="UT
原创
2021-07-28 15:24:25
155阅读
如果对于输入空间的某个局部区域只有少数几个连接权值影响输出，则该网络称为局部逼近网络。常见的局部逼近网络有RBF网络、小脑模型（CMAC）网络、B样条网络等。RBF网络能够逼近任意的非线性函数，可以处理系统内的难以解析的规律性，具有良好的泛化能力，并有很快的学习收敛速度，已成功应用于非线性函数逼近、时间序列分析、数据分类、模式识别、信息处理、图像处理、系统建模、控制和故障诊断等。为什么RBF网络学
考虑畸变模型时世界坐标系到像素坐标系的转换过程为：世界坐标-->相机坐标-->图像坐标+畸变-->像素坐标几种畸变类型：1.径向畸变：(沿着成像半径方向造成的偏差)其畸变模型为：其中K1用来校正变化小的中心位置，K2用来校正变化大的边缘位置，K3用来校正鱼眼镜头，一般的镜头只需要用到K1K2，过于详细的模型(也就是取k4及以上)会导致数值的不稳定(cause numerical
论文中又提到了RBF，虽然是个简单的核函数，但是也再总结一下。关于SVM中的核函数的选择，比较简单和应用比较广的是RBF。可记作 k(||x-xc||), 其作用往往是局部的 , 即当x远离xc时函数取值很小。 最常用的径向基函数是高斯核函数 ,形式为 k(||x-xc||)=exp{- ||x-xc||^2/(2*σ)^2) } 其中xc为核函数中心,σ为函数的宽度参数 , 控制了函数的径向作
径向基函数 在说径向基网络之前，先聊下径向基函数（Radical Basis Function，RBF）。径向基函数（Radical Basis Function，RBF）方法是Powell在1985年提出的。所谓径向基函数，其实就是某种沿径向对称的标量函数。通常定义为空间中任一点x到某一中心c之间
转载
2016-12-23 21:42:00
688阅读
2评论
CSS|径向渐变使用background-image: radial-gradient(渐变中心的形状（circle原型，ellipse椭圆）,blue,red……)<!DOCTYPE
原创
2022-07-11 17:01:13
184阅读
2021-10-18 11:40大家好，小编最近的课题需要输出RDF（径向分布函数），小编就去lammps官网及网络查找了如何用lammps输出RDF，小编就把自己学到的用法在这里跟大家分享，也算是小编学习过程中的一个笔记。 本教程也是小编现学现卖，不足之处请各位指出，希望能给读者提供一定的帮助，读者可结合实际需求，同时希望专业前辈提出不足，小编会和大家共同学习
径向基函数 在说径向基网络之前，先聊下径向基函数（Radical Basis Function，RBF）。径向基函数（Radical Basis Function，RBF）方法是Powell在1985年提出的。所谓径向基函数，其实就是某种沿径向对称的标量函数。通常定义为空间中任一点x到某一中心c之间欧氏距离的单调函数，可记作k(||x-c||)，
回忆一下普通BP网络，每个节点只是简单加上，然后一个激活函数。 而RBF网络，是所有的取平方和开根，径向基函数实际上就是欧氏距离。 任意一个满足Φ（x）=Φ(‖x‖)特性的函数Φ都叫做径向基函数，标准的一般使用欧氏距离（也叫做欧式径向基函数），尽管其他距离函数也是可以的。最常用的径向基函数是高斯核函数 ,形式为 其中为核函数中心,σ为函数的宽度参数 , 控制了函数的径向作用范围。 RBF神将网络是
可记作 k(||x-xc||), 其作用往往是局部的 , 即当x远离xc时函数取值很小。 最常用的径向基函数是高斯核函数 ,形式为 k(||x-xc||)=exp{- ||x-xc||^2/(2*σ)^2) } 其中xc为核函数中心,σ为函数的宽度参数 , 控制了函数的径向作用范围。 建议首选RBF核函数，因为：能够实现非线性映射；（ 线性核函数可以证明是他的一个特例；SIGMOID核函数在
BP神经网络是一种全局逼近网络，学习速度慢，本次介绍一种结构简单，收敛速度快，能够逼近任意非线性函数的网络——径向基函数网络。（Radial Basis Function, RBF）是根据生物神经元有局部响应的原理而将基函数引入到神经网络中。为什么RBF网络学习收敛得比较快？当网络的一个或多个可调参数（权值或阈值）对任何一个输出都有影响时，这样的网络称为全局逼近网络。由于对于每次输入，网络上的每一
转载
2023-07-03 22:12:51
248阅读
所谓径向基函数 (Radial Basis Function 简称 RBF), 就是某种沿径向对称的标量函数。 通常定义为空间中任一点x到某一中心xc之间欧氏距离的单调函数 , 可记作 k(||x-xc||), 其作用往往是局部的 , 即当x远离xc时函数取值很小。 最常用的径向基函数是高斯核函数 ,形式为 k(||x-xc||)=exp{- ||x-xc||^2/(2*σ)^2) }
