3d gaussian bidang acak python
Ini adalah versi kode yang memasukkan saran kompilasi dari acl
Kami dapat memeriksa apakah GRF memiliki spektrum daya yang benar melalui perintah _Sebuah contoh
Itu juga dapat digunakan untuk menghasilkan gambar seperti awan
Akhirnya Contoh 3D _Dalam hal kinerja yang kami miliki Komit ini bukan milik cabang mana pun di repositori ini, dan mungkin milik garpu di luar repositori Anda tidak dapat melakukan tindakan tersebut saat ini Anda masuk dengan tab atau jendela lain. Muat ulang untuk menyegarkan sesi Anda. Anda keluar di tab atau jendela lain. Muat ulang untuk menyegarkan sesi Anda Dalam postingan hampir tiga tahun lalu, saya membahas generator bidang acak berkorelasi spasial berbasis python berdasarkan interpolasi pembobotan jarak terbalik dan "titik virtual" yang digunakan untuk menetapkan nilai bidang ke titik benih. Saat populasi seed point bertambah dengan setiap iterasi, dampak dari seed point virtual berikutnya akan berkurang secara bertahap, berdasarkan jarak offset yang ditentukan pengguna. Algoritme tersebut memiliki beberapa kelemahan, termasuk waktu pemrosesan yang lama (terutama untuk masalah 3-D) dan kecenderungan untuk menghasilkan noise/hotspot acak lokal yang tidak menyenangkan secara estetika dan tampaknya tidak masuk akal secara fisik. Baru-baru ini, saya memutuskan untuk meninjau kembali masalah bidang acak berkorelasi 3-D, dengan tujuan menghasilkan bidang dengan cara yang lebih kuat dan konsisten untuk membantu sejumlah proyek konsultasi saat ini. Seperti sebelumnya, saya ingin tetap menggunakan python dan rangkaian alat ilmiah pendukungnya untuk tugas ini, dan saya ingin membuat skripnya sangat singkat sehingga mudah dipahami dan/atau dimodifikasi. Kode yang dihasilkan sekarang ada di repo GitHub saya; Pendekatan KomputasiPeningkatan yang ditambahkan untuk skrip baru meliputi. (1) lebih menekankan pada operasi vektorisasi untuk meningkatkan kecepatan eksekusi, (2) beralih ke interpolasi berbasis fungsi basis radial untuk pembuatan benih, (3) mengisi sel kisi secara langsung sebagai titik benih baru dalam iterasi, sebagai lawan dari memperlakukan . Fraksi yang terkait dengan item terakhir – proporsi sel kisi dengan nilai bidang yang ditentukan dengan menempatkan nilai seed yang diambil dari distribusi Gaussian, berlawanan dengan interpolasi di seluruh titik seed lokal – merupakan faktor utama yang menentukan waktu eksekusi serta kelancaran Secara singkat, algoritme didasarkan pada skema berikut
Fitur tambahan termasuk (1) faktor penskalaan anisotropi terarah, dan (2) pengurangan metodis dalam radius pencarian interpolasi karena lebih banyak sel kisi diisi dengan nilai bidang untuk mengurangi beban komputasi pada interpolator fungsi basis radial Berikut adalah contoh bidang konduktivitas hidrolik 3-D (berskala log), dihasilkan pada kisi 80 x 100 x 10 x-y-z |