一种基于GPU的八叉树并行构建方法.pdf
雨巷****凝海
在线预览结束,喜欢就下载吧,查找使用更方便
相关资料
一种基于GPU的八叉树并行构建方法.pdf
本发明公开了一种基于GPU的八叉树并行构建方法,在需要进行渲染的模型空间的三个坐标轴上分别选取若干个采样分割点,计算每个采样分割点的SAH花费,然后选取每个坐标轴上SAH花费最小的分割点,将选取的这三个分割点作为分割平面,对模型空间中的场景数据逐级进行划分,直至划分到每个节点所含面片数不多于10个。本发明由于在三个维度上同步进行基于SAH的选择划分,使得这个改良后的八叉树结构质量更高,大大减少了无效的遍历和相交操作,尤其适合大光线包的遍历。
一种基于GPU八叉树加速和SPH算法的流体模拟方法.pdf
本发明公开一种基于GPU八叉树加速和SPH算法的流体模拟方法,为了降低CPU的负荷,并将八叉树的遍历放在GPU中进行,改良了传统的八叉树算法,使用线性表来存储八叉树的节点,将指针替换成线性表中的下标,使其在传入GPU时依然可用,无需指针重定位,并提出一个O(1)空间复杂度的迭代方法来做到对八叉树的遍历,既利用了GPU强大的并行计算能力,又发挥了八叉树在近邻搜索算法中的性能优势,经GPU和线性八叉树加速后,整体帧率受水体粒子数目的限制大幅减小,CPU负荷有较大程度的下降。
一种基于GPU八叉树加速和SPH算法的流体模拟方法.pdf
本发明公开一种基于GPU八叉树加速和SPH算法的流体模拟方法,为了降低CPU的负荷,并将八叉树的遍历放在GPU中进行,改良了传统的八叉树算法,使用线性表来存储八叉树的节点,将指针替换成线性表中的下标,使其在传入GPU时依然可用,无需指针重定位,并提出一个O(1)空间复杂度的迭代方法来做到对八叉树的遍历,既利用了GPU强大的并行计算能力,又发挥了八叉树在近邻搜索算法中的性能优势,经GPU和线性八叉树加速后,整体帧率受水体粒子数目的限制大幅减小,CPU负荷有较大程度的下降。
基于GPU并行的自适应基数树动态索引方法.pdf
本发明提供一种基于GPU并行的自适应基数树动态索引方法。首先构建自适应基数树数据结构,前两层创建Node256类型的树节点,第三、四层的创建基于高位优先的基数排序方法,根据分支的数量创建能容下对应大小的树节点,实现动态数据结构的创建,可以保证在原批数据中最新的更新在进行排序后仍旧是在旧的更新后面,然后去重操作,去掉多余的旧更新保留最新的更新,去重之后再把每一段无重复数据的序列插入该段对应的节点内,完成对整个自适应基数树的创建,其次基于GPU并行计算能力,可以并行进行对数据的插入、查询、删除操作。
一种基于GPU并行加速的快速建模方法.docx
一种基于GPU并行加速的快速建模方法在当今的计算机世界中,GPU并行计算技术已经成为了一种非常重要的计算方式,尤其是在深度学习、计算机视觉和自然语言处理等领域,GPU并行计算的加速效果非常明显。随着计算机硬件的不断升级和GPU并行计算技术的不断发展,越来越多的计算机应用程序开始采用GPU并行加速技术来提高计算性能。其中,一种基于GPU并行加速的快速建模方法逐渐被广泛采用。快速建模是一个非常重要的技术,它可以在较短的时间内构建出大量的模型,以便在不同的应用场景中进行测试和比较。快速建模技术可以应用于各种不同