零基础怎么建模?超详细建模教程——第一期

有同学私信问我零基础怎么建模,这里我给大家出一份超详细的建模教程,篇幅较长,咱们拆开来慢慢学。
第—节,界面认知
1.以下为在启动max软件后的界面(此为2018版本)∶
在这里插入图片描述
⒉首先认识一下File(文件)列表下的常用功能:
(1)在下拉列表中,将箭头放置到最上方的虚线处,当其变成蓝色时,列表可脱离后独立存
在,如下图所示;点击"X"可以将其关闭。(此功能非max任何一个版本都拥有)
在这里插入图片描述
(2)New:新建—个项目文件(快捷键ctrl+N);
(3)Reset:重置项目文件(重置后,此时在max中创建的文件将被清空,可在弹出的对话框
中选择是否保存所做的项目);
(4) open:打开一个项目文件(可用于打开现有的文件,Open Recent下可显示最近使用
过的文件;也可以选择项目文件通过直接拖拽的方式拖拽到max视图场景中,在弹出的选择列表中选择“open file”的选项则打开一个新项目,若选择“merge file”则两个项目文件同时
出现在视图中,该项可能出现贴图丢失的情况;快捷键ctrl+O) ;
(5) save:保存项目文件;若当前项目没有被保存过,点击save会弹出一个框,可以选择保
存路径,若该项目已被保存过,点击save会直接替换之前保存的项目,关闭该项目后再打开显示的就是最后一次保存时的文件(Ctrl+S);
(6) saveAs:另存为(Ctrl+Shift+S);
(7) lmport:导入;选择lmport–Import会导入一个新的项目文件,若选择lmport–Merge
则导入的文件与当前项目文件同时出现在视图中;
(8)Export:导出;选择Export–Export会导出当前项目中全部的物体,若选择Export–
Export Selected则会导出所选择的物体(当视图场景中有多个物体时),一般导出格式为FBX
或者OBJ。
大家同样可以查看其它菜单下的命令,在长期的熟练使用后就会对其有更多的了解。
3.界面中间四个区域为视图×:
顶视图TOP (T);
前视图Front(F);
左视图Left(L);
主视图∶透视图Perspective §(完成90%以上的操作);
用户视图︰物体在此视图中不存在透视(在辅助视图中旋转视图场景会出现用户视图)。
视窗左上角“+”–configure viewports(视口配置)–在弹出的面板中选择“Layout(布
局)”可更改视图布局样式;右键可选择修改默认视图(Click in viewport image to select
view type) ;
4.主工具栏:
如果主工具栏的命令没有完全显示,可以在主工具栏的空白处按住鼠标左键或中键来回拖动进行显示(此时鼠标箭头会变成一个手的形状)。

在主工具栏空白处点击右键会显示出被隐藏起来的快捷面板,我们可以进行勾选,这样命令就会出现在视图的位置中,并且位置可以进行任意拖动。在不需要使用的情况下点击“X”号可以将其关闭;

例如,我们右键选择“customize”,可以弹出其相关命令面板:

主工具栏可以按住左边的滑块将其拖到窗口中的任意位置,开启或关闭主工具栏,需要在
"Customize自定义——Show UI显示UI——Show Main Toolbar显示主工具栏”开启或
关闭勾选。

如何更改工具栏命令显示大小:

在customize自定义下找到Preference首选项,在弹出的命令中找到General常规,找到右侧选项中Use Large Toolbar Buttons使用大工具栏图标将√去掉勾选;此时弹出提示面板:重
启max后即可。

今天就先分享到这里,下一期我将继续和大家分享零基础怎么建模哦!

  • 7
    点赞
  • 41
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
第5章主要是针对公司财务预警建模的问题,提出了基于bp_adaboost的强分类器设计方案。在现代经济社会中,公司财务状况对其经营和发展至关重要。因此,建立有效的财务预警模型对于未雨绸缪、防范风险具有重要意义。 在这一章节中,我们首先对bp_adaboost算法进行了介绍,并说明了其在财务预警建模中的应用价值。bp_adaboost算法是一种基于弱分类器集成的机器学习算法,通过多轮迭代训练,不断调整分类器的权重和分布,从而得到一个强分类器。这种算法在财务预警建模中具有很好的适用性,能够更准确地捕捉财务指标之间的复杂关联,提高模型的预测精度。 其次,我们提出了基于bp_adaboost的强分类器设计方案。通过对财务数据进行特征提取和处理,构建bp_adaboost模型,并使用交叉验证等方法对模型进行评估和调优,最终得到了一个适用于公司财务预警的强分类器。 最后,我们展示了实验结果和分析。通过对真实公司财务数据的实证分析,我们验证了基于bp_adaboost的强分类器设计在财务预警建模中的有效性和优越性。该模型能够有效地识别出潜在的财务风险,帮助企业及时采取措施,维护财务稳健和风险防范。 总之,第5章基于bp_adaboost的强分类器设计为公司财务预警建模提供了一种有效的解决方案,具有良好的应用前景和实际推广的价值。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值