排序方式: 共有14条查询结果,搜索用时 62 毫秒
1.
得益于计算机技术、人工智能技术、多媒体技术、传感器技术等的迅速发展,虚拟仿真在科学领域已经得到了广泛的应用并具有巨大的市场需求。在地质学中,国内外高校已经将虚拟仿真技术应用到教学中,使其打破了传统教学的时空限制。但目前虚拟仿真在该领域的应用还存在场景内容欠缺,交互感不足,细节展示不够等问题。为能够进一步拓展虚拟仿真技术在地质学中的应用思路,文章对虚拟仿真技术在多个科学学科中的应用情况进行研究,介绍了面向地学的综合型、国际化的沉浸式虚拟仿真实验室实例。综合型的地学虚拟仿真实验室的建立,将深度融合地学与虚拟仿真技术,为多学科交叉融合、国际化教学等未来的教学发展方向提供更有效的平台。 相似文献
2.
以在建的泸州泰安长江大桥为工程背景,利用有限元软件ANSYS建模,分析了施工过程、地基刚度、悬臂状态不对称施工对本桥稳定的影响,得出相应的结论。 相似文献
3.
针对地质资料信息服务过程中,存在信息孤岛和数据共享不够等问题,提出了面向开放关联数据LOD的地质资料机构知识库语义扩展方法,并对方法的框架和关键技术进行了研究。首先,基于DSpace构建地质资料机构知识库,自动实现资源描述框架RDF的存储与转化,与LOD形成统一的元数据描述标准。其次,构建地质资料数据的关联模型,明确数据间的语义关系。最后,采用D2RQ平台实现地质资料机构知识库与LOD数据集的语义关联。该方法将进一步加快语义化地质资料信息服务的步伐。 相似文献
4.
5.
基于VR技术的多尺度地质数据3D沉浸式可视化与交互方法 总被引:1,自引:0,他引:1
随着科技的飞速发展,地质大数据正在呈爆炸式增长,地质大数据可视化与交互方法成为研究的新方向。如何通过可视化方法将巨大的、复杂的、潜逻辑的地质数据展现与交互是需要进一步探索的。本文提出基于VR技术的多尺度地质数据3D沉浸式可视化与交互方法,该方法既符合计算思维又符合地质专业理论。首先,从理论上提出多尺度地质数据可视化理论模型;其次,基于VR技术实现多尺度、多分辨率地质数据的可视化;最后,构建了3D沉浸式虚拟现实平台,采用实际数据验证方法的有效性。该方法适用于地质数据的可视化与交互,为科学的定量评价、分析和教学提供新思路,是未来的必然发展趋势。 相似文献
6.
1引言改革开放以来,我国的社会主义市场经济发展迅速,并正沿法制化、规范化的轨道健康发展。市场经济就是在一定的法律制度下的自由竞争经济,它能实现“优胜劣汰”,能实现对资源的合理配置,有利地促进了社会经济的发展。气象对外服务的运行机制虽然也有了一些改变,但目前仍是计划经济体制下的运行模式。气象部门是全民事业单位,主要任务是为决策部门和社会公众开展决策和公益气象服务,虽然也普遍开展了专业有偿服务,但是仍沿用公益服务的形式。为了尽快适应市场经济快速发展的需求,科技气象服务的运行机制应从根本上改革,从体制… 相似文献
7.
基于群灰色关联度分析方法的宝石计算机辅助鉴定教学信息系统以课堂教学改革和培养实践能力为设计理念,实现了宝石鉴定中的多品种、多参量的综合判断.与传统的灰色关联分析方法相比,群灰色关联度分析方法增加了灰色的准确性和可靠性,减少标准状态模式的数据精度的要求,具有较好的宝石鉴定能力和可靠性.在宝石鉴定教学应用中,该系统突破了传统的教育模式,提供了一个方便的资源共享和辅助鉴定平台,具有推广价值. 相似文献
8.
基于钻孔数据和交叉折剖面约束的三维地层建模方法研究 总被引:2,自引:0,他引:2
提出基于钻孔数据和交叉折剖面约束的三维地层建模方法,解决了单纯基于钻孔数据建模方法中无法控制钻孔间复杂的地质现象等问题.在该方法中,还利用道格拉斯一普克(Douglas-Poiker)矢量曲线抽稀算法对交叉折剖面中的矢量地层曲线进行了处理,消去了光滑曲线上对模型质量无影响的密集顶点,避免了在剖面线处Delaunay三角剖分出现过多非正三角形,从而提高了整个模型的精度.在"杭州市城市地质信息管理与服务系统"中应用该方法取得较好的效果. 相似文献
9.
矿物识别在许多研究领域都有着重要作用,基于深度学习技术的智能矿物识别为这些领域带来了新的发展方向,不仅能有效节省人工成本,还能减小识别错误。针对石英、角闪石、黑云母、石榴石和橄榄石共5种矿物进行实验,提出了一种准确高效的智能矿物识别方法。实验采用图像分析常用的卷积神经网络建立模型,设计出一套基于残差神经网络的矿物识别方法。本实验独立采集了5种矿物的偏光显微图像数据集,用于模型的训练、验证和测试,并通过合理的数据增强策略来扩充训练数据集。在卷积神经网络的结构设计上,选取了ResNet-18作为框架,最终于模型测试中取得89%的准确率,成功训练出一个较为精准的矿物识别模型,实现了基于深度学习的智能矿物识别方法。 相似文献
10.
近十年是科学研究从问题驱动向数据驱动转变的转折时期,科学研究的第四范武—数据密集型科学发现应势而生.这期间,大数据与人工智能算法的引入使数学地球科学实现跨越式发展,并正在改变地质学.机器学习是使计算机具有智能的根本途径.深度学习,即多层神经网络的方法,是一种实现机器学习的技术,是过去几年大数据与数学地球科学研究的最重要的热点.贝叶斯网络是贝叶斯公式和图论结合的产物,可用来建立矿床地质的成因网络,进而理解矿床成因.地质大图形问题可以转化为大型的复杂网络空间问题和社区结构问题,社区分析技术可用于地震预报、地质网络分析、特殊地质现象识别、矿床预测.关联规则和推荐系统算法在地质研究中已有成功的应用实例.化探数据及其异常经常包含复杂和非线性模式,深度学习在智能识别与提取复杂地质条件下地球化学异常具有优异的能力,卷积神经网络、堆叠自编码机等是较为常用和有效的方法.非线性矿产资源预测、基于GIS和三维地质建模的三维成矿预测及相应的软件系统得到持续改进.三维虚拟仿真建模技术的应用实现了多模态、跨尺度地学虚拟现实与多维交互,地质过程数值模拟等已有创新性进展.区块链技术以及OneGeology、玻璃地球、深时数字地球等大地质科学计划,将在整合全球地质大数据、共享全球地学知识、推动数学地球科学学科发展方面起到重大的推动作用. 相似文献