OpengL ES _ 入门_03

OpenGL ES _ 入门_01
OpenGL ES _ 入门_02
OpenGL ES _ 入门_03
OpenGL ES _ 入门_04
OpenGL ES _ 入门_05
OpenGL ES _ 入门练习_01
OpenGL ES _ 入门练习_02
OpenGL ES _ 入门练习_03
OpenGL ES _ 入门练习_04
OpenGL ES _ 入门练习_05
OpenGL ES _ 入门练习_06
OpenGL ES _ 着色器 _ 介绍
OpenGL ES _ 着色器 _ 程序
OpenGL ES _ 着色器 _ 语法
OpenGL ES_着色器_纹理图像
OpenGL ES_着色器_预处理
OpenGL ES_着色器_顶点着色器详解
OpenGL ES_着色器_片断着色器详解
OpenGL ES_着色器_实战01
OpenGL ES_着色器_实战02
OpenGL ES_着色器_实战03

1594482-b48c01309fc13518.PNG
学习是一件开心的额事情

1594482-aec18656ac82cccb.png
截图

为什么要学习本节内容!

如果你对3D绘图,或者游戏领域 或者 AR 或者VR 感兴趣,本节的内容请认真阅读!这只是个开始!

学习目标

1.了解视图的基本概念
2.学会控制模型在三维空间的变化
3.将模型投影到屏幕中去
4.组合多种变化
5.学会使用逆变换

场景描述:

我们在现实生活中,要观察一个物体,首先你的眼睛就是一个观察点,你的眼球能够观察多少的角度,还有你能看见多远的物体,你的周围有很多物体,他们有自己的位置坐标和旋转方向,等等情况,我们在手机中是如何确定这些参数呢?接下来,我会一个个分析解释…走着瞧!!

分析:

计算机图形的要点就是如何将一个三维物体变成二维图像,这个搞清楚了,就OK了,那么我们应该怎么办呢?首先,你需要创建在自己大脑中创建一个一个三维的坐标系,先不要管这个三维坐标系怎么显示在计算机或者手机的界面上去,像素问题以后说,接下来,我们把一个物体的三维坐标系变换为屏幕中的像素坐标。

步骤:

1.变换包括模型,视图和投影操作,他们是由矩阵乘法表示,这些操作包括,旋转,移动,缩放,反射,正投影(吃过汉堡吗)和透视投影(见过金字塔吗?)。
2.场景实在一个矩阵中渲染的,你不知道矩阵,你见过房间吗?加入房间没有窗户,你待在房间,只能看见房间里面的东西
3.经过变化的坐标和屏幕像素之间必须建立对应关系,这个过程叫做视口变换。

上面的过程再看一遍,接下来,开始做任务了。

任务1 学会照相的步骤

照相步轴:

1.把照相机固定在三角架上,并让它对准场景(视图变换)
2.把场景中的物体摆放到合适的位置(模型变换)
3.旋转照相机镜头,调节放大倍数(投影变化)
4.最终确定图片的大小(窗口变换)

好,记住这个过程,任务一就完成了。接下来的任务就是对每个步骤详细理解,加深记忆!!

提示:视图变换必须在模型变换之前,但是投影变换和窗口变换可以在绘图之前。

任务2 理解视图变换

视图变换相当于把照相机固定在三角架上,并让它对准场景。
在使用的时候注意的一些步骤:
在指定视图变换之前,需要使用glLoadIdentity() 将当前矩阵设置为单位矩阵,这个步骤是非常必要的,因为大多数矩阵变换把当前矩阵与指定矩阵进行乘法运算,然后将结果指定为当前矩阵,如果没有加载单位矩阵来清除当前矩阵,那它下次进行的变换实际就是把当前矩阵和上次变换进行了组合。
默认值:

默认情况下,摄像头位于原点,方向为z轴的负方向。

任务3 理解模型变换

模型变换的目标是设置模型的位置和方向,可以进行的操作有旋转,移动和缩放,可以是这几种操作的任意组合。

任务4 理解投影变换

投影变换的目的是,确定视野(或视景体),好比我们照相时更换镜头,换了镜头,我们通过照相机看到的视野就不一样了。
投影变换的两种选择:
1.透视投影:类似我们在生活中看物体,将物体靠近,物体变大,将物体,放远点,我们就觉得它小。
2.正投影:物体的大小永远不变,不管离我们远近

在设置投影变换之前我们还需要做一下下面的工作:

1.需要将当前矩阵设置为投影矩阵:

glMatrixMode(GL_PROJECTION)

2.将当前矩阵初始化为单位矩阵

glLoadIdentity()

3.设置投影变换的类型和参数

  如果是透视投影:使用
  glFrustum()
  如果是正投影使用 glortho()

任务5 视口转换

投影变换和视口变换共同决定了场景是如何映射到计算机屏幕中去的。投影变换指定了映射发生机制,视口变化决定了场景所映射的有效屏幕区域的形状。可以把视口看做是照片的大小和位置,照片可以进行缩放吧!使用函数 glViewport()

以上的任务完成后,你将对视图进行了初步了解,下篇我会进行代码实训讲解!敬请关注!

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 支持向量机非线性回归通用MATLAB程序解析 #### 一、概述 本文将详细介绍一个基于MATLAB的支持向量机(SVM)非线性回归的通用程序。该程序采用支持向量机方法来实现数据的非线性回归,并通过不同的核函数设置来适应不同类型的数据分布。此外,该程序还提供了数据预处理的方法,使得用户能够更加方便地应用此程序解决实际问题。 #### 二、核心功能与原理 ##### 1. 支持向量机(SVM) 支持向量机是一种监督学习模型,主要用于分类和回归分析。对于非线性回归任务,SVM通过引入核技巧(kernel trick)将原始低维空间中的非线性问题转换为高维空间中的线性问题,从而实现有效的非线性建模。 ##### 2. 核函数 核函数的选择直接影响到模型的性能。本程序内置了三种常用的核函数: - **线性核函数**:`K(x, y) = x'y` - **多项式核函数**:`K(x, y) = (x'y + 1)^d` - **径向基函数(RBF)**:`K(x, y) = exp(-γ|x - y|^2)` 其中RBF核函数被广泛应用于非线性问题中,因为它可以处理非常复杂的非线性关系。本程序默认使用的是RBF核函数,参数`D`用于控制高斯核函数的宽度。 ##### 3. 数据预处理 虽然程序本身没有直接涉及数据预处理的过程,但在实际应用中,对数据进行适当的预处理是非常重要的。常见的预处理步骤包括归一化、缺失值处理等。 ##### 4. 模型参数 - **Epsilon**: ε-insensitive loss function的ε值,控制回归带宽。 - **C**: 松弛变量的惩罚系数,控制模型复杂度与过拟合的风险之间的平衡。 #### 三、程序实现细节 ##### 1. 函数输入与输出 - **输入**: - `X`: 输入特征矩阵,维度为(n, l),其中n是特征数量,l是样本数量。 - `Y`: 目标值向量,长度为l。 - `Epsilon`: 回归带宽。 - `C`: 松弛变量的惩罚系数。 - `D`: RBF核函数的参数。 - **输出**: - `Alpha1`: 正的拉格朗日乘子向量。 - `Alpha2`: 负的拉格朗日乘子向量。 - `Alpha`: 拉格朗日乘子向量。 - `Flag`: 标记向量,表示每个样本的类型。 - `B`: 偏置项。 ##### 2. 核心代码解析 程序首先计算所有样本间的核矩阵`K`,然后构建二次规划问题并求解得到拉格朗日乘子向量。根据拉格朗日乘子的值确定支持向量,并计算偏置项`B`。 - **核矩阵计算**:采用RBF核函数,通过`exp(-(sum((xi-xj).^2)/D))`计算任意两个样本之间的相似度。 - **二次规划**:构建目标函数和约束条件,使用`quadprog`函数求解最小化问题。 - **支持向量识别**:根据拉格朗日乘子的大小判断每个样本是否为支持向量,并据此计算偏置项`B`。 #### 四、程序扩展与优化 - **多核函数支持**:可以通过增加更多的核函数选项,提高程序的灵活性。 - **自动调参**:实现参数自动选择的功能,例如通过交叉验证选择最优的`Epsilon`和`C`值。 - **并行计算**:利用MATLAB的并行计算工具箱加速计算过程,特别是当样本量很大时。 #### 五、应用场景 该程序适用于需要进行非线性回归预测的场景,如经济预测、天气预报等领域。通过调整核函数和参数,可以有效应对各种类型的非线性问题。 ### 总结 本程序提供了一个支持向量机非线性回归的完整实现框架,通过灵活的核函数设置和参数调整,能够有效地处理非线性问题。对于需要进行回归预测的应用场景,这是一个非常实用且强大的工具。
评论
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