Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: multiresolution modeling

Sortuj według:

Ogranicz wyniki do:

Wieloagentowa i wielorozdzielcza symulacja rozproszona DisSim – VBS

Pierzchała D., Skrzypecki S.

Symulacja w Badaniach i Rozwoju

2016

Vol. 7, nr 1-2

25--33

Praca prezentuje zagadnienia wielorozdzielczej (ang. MRM – multi-resolution modelling) symulacji rozproszonej (DIS, HLA) w oparciu o modelowanie wieloagentowe (ang. multi-agent modelling), wykorzystanej w domenie wsparcia działań bojowych na poziomie taktycznym. Zamieszczono propozycję zestawu narzędzi wspomagających budowę zintegrowanego środowiska złożonego z pakietu symulacji zdarzeniowej DisSim oraz VBS3.

In the paper issues of multi-agent and multi-resolution modelling in distributed simulation (HLA, DIS) for supporting combat actions on the tactical level are presented. Moreover, it contains the proposition of a set of tools suited for constructing integrated environment based on package DisSim and VBS3.

LOD modelling of polygonal models

Hussain M., Okada Y.

Machine Graphics and Vision

2005

Vol. 14, No. 3

325-343

An automatic edge-collapse based simplification method has been proposed for decimation of polygonal models and generating their LODs (Levels of detail). The measure of geometric fidelity employed is motivated by the normal space deviation of a polygonal model arising during its decimation process and forces the algorithm to minimize the normal space deviation. In spite of the global nature of the evaluation of geometric deviation, the algorithm is memory efficient and involves less execution time then the state-of-the art simplification algorithms. This automatically prevents the creation of folds and automatically preserves visually important features of the model even at low levels of detail. LODs generated by our method compare favorably with those produced by the standard QEM-based algorithm QSlim in terms of the mean and maximum geometric errors, whereas its performance in preserving normal space of the original model is better than that of QSlim.