- 综合排序
- 最热优先
- 最新优先
- 来自专栏程序员的诗和远方
Canvas基础-粒子动画Part4
在之前的文章 Canvas基础-粒子动画Part2 和 Canvas基础-粒子动画Part3 中分别讲了用图片和文字做粒子动画，今天我们来把代码简单整理一下，封装成一个类，能同时支持用图片和文字做粒子动画 for(var y=0; y<imgData.height; y+=mass) { var i = (y*imgData.width + x) * 4; 定义了一个finishCount，用来在每次画粒子的时候统计有多少个是已经跑到相应位置了，所以每次循环开始前都要将其置为0，当跑到位的粒子数量和总粒子数量相等的时候，就调用cancelAnimationFrame Canvas基础-粒子动画Part1 Canvas基础-粒子动画Part2 Canvas基础-粒子动画Part3 ---- ParticleMaker的GitHub地址： https://github.com bob-chen/ParticleMaker Demo的源码地址： https://github.com/bob-chen/canvas-demo/blob/master/basic/particle-part4.
1.3K70发布于 2018-05-02 - 来自专栏Android知识点总结
Android粒子篇之文字的粒子化运动
4.粒子效果的核心有三个点：收集粒子、更改粒子、显示粒子 5.为了纯粹，本文只实现下图的粒子效果: ? Math.random() ball.vY = rangeInt(-15, 35); ball.aY = 0.98f; ball.x = i * 4; ball.y = j * 4; ball.color = pixel; ball.born = System.currentTimeMillis mBalls.add(ball); } mColArr[i][j] = bitmap.getPixel(i, j); } } ---- 4. ball.vY = rangeInt(-15, 35); ball.aY = 0.98f; ball.x = i * 4;
1.8K30发布于 2018-12-14 - 来自专栏小白VREP
粒子群算法
粒子群优化算法是通过模拟鸟群觅食过程中的迁徙和群聚行为而提出的一种基于群体智能的全局随机搜索算法。 自然界中各种生物体均具有一定的群体行为。 于1995年，美国心理学家JK和电气工程师RE共同提出了粒子群算法，其基本思想是对鸟类群体行为进行建模与仿真的研究结果的启发，对仿真模型进行修正，使粒子飞向空间并且在最好处进行降落。 ? 此图借鉴于CSDN,不是原创，借用此图对粒子群算法进行简单介绍。 （4）生成初始种群：首先随机生成初始种群位置和速度，然后初始化个体历史最佳位置以及个体历史最佳适应度，初始化群体历史最佳位置以及群体历史最佳适应度； （5）进行粒子群迭代：更新速度并对速度进行边界处理 以下是我用粒子群优化算法对一工程实际问题进行优化的结果： ? 由于粒子群算法比较成熟，为进行对比，采用2020年提出的麻雀搜索算法对同一问题进行优化，结果如下： ?
1.7K20发布于 2021-01-21 - 来自专栏机器学习算法与Python学习
粒子群优化
PSO分类 粒子群算法主要分为4个分支 1 标准粒子群算法的变形 在这个分支中，主要是对标准粒子群算法的惯性因子、收敛因子（约束因子）、“认知”部分的c1，“社会”部分的c2进行变化与调节，希望获得好的效果 粒子群算法与选择算子的结合，这里相混合的思想是：在原来的粒子群算法中，我们选择粒子群群体的最优值作为pg，但是相结合的版本是根据所有粒子的适应度的大小给每个粒子赋予一个被选中的概率，然后依据概率对这些粒子进行选择 粒子群算法与变异算子的结合，结合的思想：测试所有粒子与当前最优的距离，当距离小于一定的数值的时候，可以拿出所有粒子的一个百分比（如10％）的粒子进行随机初始化，让这些粒子重新寻找最优值。 二进制PSO与遗传算法在形式上很相似，但实验结果显示，在大多数测试函数中，二进制PSO比遗传算法速度快，尤其在问题的维数增加时 4 协同粒子群算法 协同PSO，该方法将粒子的D维分到D个粒子群中，每个粒子群优化一维向量 例如第i个粒子群，除第i个分量外，其他D-1个分量都设为最优值，不断用第i个粒子群中的粒子替换第i个分量，直到得到第i维的最优值，其他维相同。
1.5K80发布于 2018-04-08 - 来自专栏YoungGy
粒子滤波简介
粒子滤波基于蒙特卡洛方法，用后验概率中随机抽取的粒子集对目标概率密度函数进行近似。本文将简要介绍如何用粒子滤波进行定位并附上相关代码实例。 粒子滤波概述 粒子滤波，和卡尔曼滤波、一维马尔科夫定位都是贝叶斯滤波的一种方法。其最大特点是原理与实现特别简单。 其核心思想是：用很多个粒子代表定位物体，每个粒子有权重ww代表该粒子位置的可信度。 ；在resample阶段，根据粒子的ww重新采样粒子。 zz与地图值zlz_l计算出每个粒子的权重ww resample：根据粒子的ww重新采样粒子 其伪代码如下： 下面，将分阶段具体介绍粒子滤波。 map_observations); /***************************************************** * Step 4:
2.7K90发布于 2018-01-05 - 来自专栏量子发烧友
什么是粒子？
但物理学家对粒子的概念从未像现在这样发生过更大的变化。 基本粒子是宇宙的基本物质。他们也很奇怪。 图：Ashley Mackenzie 鉴于宇宙中的一切都归结为粒子，一个问题出现了：什么是粒子？ 随着物理学家发现更多的自然粒子及其相关场，一种平行的观点得到了发展。这些粒子和场的性质似乎遵循数字模式。通过扩展这些模式，物理学家能够预测更多粒子的存在。 研究人员对弦理论寄予了更高的希望：如果你对粒子进行足够放大，你将看到的不是点，而是一维振动的弦。您还会看到六个额外的空间维度，弦理论认为这些维度在我们熟悉的 4D 时空结构中的每个点都卷曲起来。 当粒子碰撞时，振幅指示粒子如何变形或散射。粒子相互作用创造了世界，因此物理学家测试他们对世界的描述的方式是将他们的散射幅度公式与欧洲大型强子对撞机等实验中粒子碰撞的结果进行比较。 — Yuval Ne'eman 和 Shlomo Sternberg 4：“粒子有很多层。” ——文小刚 5：“我们认为是基本粒子，但它们可能是振动的弦。”
1.5K10编辑于 2023-02-24 - 来自专栏紫禁玄科
粒子风暴代码
视屏： http://mpvideo.qpic.cn/0bf2zmaaoaaavqai4xq3l5pvbs6da7fqabya.f10002.mp4?
1.1K20编辑于 2022-03-24 - 来自专栏IT杂谈学习
Python实现粒子系统效果：创建动态粒子动画
引言 粒子系统是一种常见的图形学技术，被广泛应用于模拟烟雾、火焰、雨雪等自然现象。在这篇博客中，我们将使用Python创建一个动态的粒子系统效果。 通过利用Pygame库，我们可以实现一个具有视觉吸引力的粒子动画。 准备工作 前置条件 在开始之前，你需要确保你的系统已经安装了Pygame库。 ") clock = pygame.time.Clock() 定义粒子类 我们创建一个Particle类来定义粒子的属性和行为： class Particle: def __init__(self (Particle(x, y)) 主循环 我们在主循环中更新粒子的状态并绘制： running = True while running: for event in pygame.event.get ") clock = pygame.time.Clock() # 粒子类定义 class Particle: def __init__(self, x, y): self.x
1.4K10编辑于 2024-09-20 - 来自专栏全栈程序员必看
粒子群优化算法的实现方式_matlab粒子群优化算法
3.2 自适应法 3.2.1 根据全局最优点距离进行调整 3.2.2 依据早熟收敛程度和适应值进行调整权重 4 混合粒子群算法 参考文献 1 算法基本概念 粒子群优化算法属于进化算法的一种，通过追随当前搜索到的最优值来寻找全局最优 从上面公式可以看出,惯性权重随着粒子目标函数值的改变而改变。当粒子目标值分散时，减小惯性权重；粒子目标值一致时，增加惯性权重。 4 混合粒子群算法 混合策略PSO就是将其他进化算法或传统优化算法或其他技术应用到PSO中，用于提高局部开发能力、增强收敛速度与精度，或者提高粒子多样性、增强粒子地全局探索能力。 包括基于模拟退火的混合粒子群算法、基于杂交的混合粒子群算法等。下面以基于的混合粒子群算法为例。 基于的混合粒子群算法是借鉴遗传算法中杂交的概念，在每次迭代中，根据杂交率选取指定数量的粒子放入杂交池内，池内的粒子随机两两杂交，产生同样数目的子代粒子( n n n)，并用子代粒子替代父代粒子( m m
2.3K30编辑于 2022-11-10 - 来自专栏我在本科期间写的文章
❤️创意网页：HTML5,canvas创作科技感粒子特效（科技感粒子、js鼠标跟随、粒子连线）
科技感粒子特效网页 在本篇技术博客中，我们将学习如何创建一个令人赞叹的科技感粒子特效网页。 动态图展示 静态图展示 图1 图2 视频展示 HTML5粒子连接 项目代码解析 HTML 结构 首先，我们来看一下HTML结构。代码中只有一个<canvas>元素，这是我们用来绘制粒子特效的画布。 代码的主要功能包括： 创建粒子和连线的类。 初始化粒子数组，并在画布上绘制粒子。 根据鼠标的位置更新粒子的运动状态，并绘制粒子之间的连线。 实现动画效果，使粒子和连线随着时间不断更新。 const particleSpeed = 1; // 粒子移动速度 const particleSize = 2; // 粒子大小 const maxDistance = 100; // 粒子连线的最大距离 const lightningColor = "#fff"; // 粒子连线的颜色 // 创建粒子类 class Particle {
4.4K10编辑于 2024-03-20 - 来自专栏人芳觅
Geant4-怎样设置你的粒子源--精简注释+收藏版
一个通用的粒子发生函数源文件，即MYPrimaryGeneratorAction.cc大致就是本文的全部了。 同现实场景相符，你需要知道每个发射的模拟粒子的特点，即出射点在哪、发射方向、粒子类型、能量大小等参数。 给大家上个G4论坛帖子，我们G4模拟中的很多问题，该论坛几乎都会有人提问回答的。 * particle = particleTable->FindParticle("gamma"); //我们找G4中现成的粒子源 particleGun->SetParticleDefinition( particleGun->GeneratePrimaryVertex(anEvent); // GeneratePrimaryVertex(anEvent) 这函数运行的瞬间，就会产生一个模拟粒子，写两遍就可以发射两次 //G4cout<<"run ID is "<<runid<<G4endl; //用好这个简单的G4cout，你的G4程序代入感和自主学习能力将会增强很多很多倍。哪里不懂就试试万能的G4cout吧。
2.5K10发布于 2020-09-04 - 来自专栏ATYUN订阅号
占用网络：通过学习粒子动力学进行4D重建
在本文中，研究人员描述了一种从图像或稀疏点云进行密集4D重建的新方法。 在我们的世界中进行交互和导航的智能代理必须能够以3D推理。因此，近年来，对于基于学习的3D重建引起了很多兴趣。
75810发布于 2020-01-16 - 来自专栏隐身
幽灵粒子是什么？
幽灵粒子：揭秘宇宙中的神秘使者 在广袤无垠的宇宙中，隐藏着许多令人惊叹的奥秘。其中，有一种被称为“幽灵粒子”的微小存在，以其独特的性质和难以捉摸的特性，吸引了无数科学家的目光。 那么，幽灵粒子究竟是什么？它为何被称为“幽灵”？又在我们探索宇宙的过程中扮演着怎样的角色呢？ 幽灵粒子，更为人们熟知的名字是中微子，是一种极为微小的基本粒子。 然而，尽管中微子在宇宙中无处不在，但由于其与物质的相互作用极为微弱，使得它们极难被直接探测到，因此得名“幽灵粒子”。 中微子之所以被称为“幽灵粒子”，首先源于它们那令人难以置信的“隐身”能力。 为了捕捉这些神秘的粒子，科学家们需要在地下深处建造巨大的中微子探测器，利用特殊的材料和技术来偶尔捕捉到极少数与物质相互作用的中微子。这种探测难度之大，使得中微子的研究充满了挑战和未知。 总之，“幽灵粒子”中微子以其独特的性质和难以捉摸的特性为我们揭示了宇宙的奥秘。尽管它们在我们的日常生活中并不明显，但在物理学领域中却占据着举足轻重的地位。
1.6K10编辑于 2024-10-25 - 来自专栏全栈程序员必看
粒子群算法详解
❃同遗传算法类似，也是一种基于群体叠代的，但并没有遗传算法用的交叉以及变异，而是粒子在解空间追随最优的粒子进行搜索。 二.算法介绍 (1)简述 ❃每个寻优的问题解都被想像成一只鸟，称为“粒子”。所有粒子都在一个D维空间进行搜索。 ❃所有的粒子都由一个fitness-function确定适应值以判断目前的位置好坏。 ❃每一个粒子必须赋予记忆功能，能记住所搜寻到的最佳位置。 ❃每一个粒子还有一个速度以决定飞行的距离和方向。 D维空间中，有m个粒子； 粒子i位置：xi=(xi1,xi2,…xiD) 粒子i速度：vi=(vi1,vi2,…viD)，1≤i≤m,1 ≤d ≤D 粒子i经历过的历史最好位置：pi=(pi1 (4)•停止准则：设定为最大迭代次数100次。 (5)•惯性权重：采用固定权重0.5。
3.9K20编辑于 2022-06-28 - 来自专栏全栈程序员必看
FEC算法_粒子群算法
发送端编码 (2) 图示编码算法（n=4的场景） 如上图示，左边矩阵为编码矩阵，就是在单位矩阵下面插入一行冗余算法参数，右边的C1为计算出来的冗余数据。 的计算公式简化为： 接收端解码 如果接收端收到的某组数据丢失了一个，则可以通过如下公式推导出恢复丢失数据的公式；下图我们假设丢失的数据为D2，则D2的恢复矩阵运算为： (3) 图示丢包恢复过程（假设n=4、 发送端 （4）二阶冗余发送编码图示(n=4) 上式左边的矩阵成为编码矩阵，右边的C1、C2为冗余数据，其中： 令R1i=1、R2i=i，其中i=1,2,…,n，且采用伽罗华有限域运算，则上式子可以简化为 C2没有丢失，则可以通过接收到的数据和冗余数据C1、C2恢复出Di和Dj，其恢复公式推导如下： (5) 传输中丢掉了两个数据包图示 整理后为： （6）丢弃两个数据包的恢复运算图示（D3、D4丢弃 ） 经过行操作消元整理后为： 其中， 因此，求解D3、D4本质就是解如下方程： 上式两边乘以矩阵的逆就可以求解出D3、D4： 再结合根据二阶方阵的求逆公式： 可以求解出： 一般地，如果传输中丢失
85420编辑于 2022-09-22 - 来自专栏全栈程序员必看
粒子群优化算法python程序_粒子群算法的具体应用
（4）如果该粒子的历史最优比全局最优要好，那么全局最优将会被该粒子的历史最优所替代。 （5）对每个粒子i的第d维的速度和位置分别按照下列公式进行更新。 : return 1/(C[0]**2+C[1]**2+C[2]**2+C[3]**2+1) # 初始化种群 C=[[[x],[v]]] def init(N): C = np.zeros((N,2,4) ) global pBest,gBest for i in range(N): for j in range(4): C[i][0][j] = np.random.uniform(-5,5) C[i][ (C,N))].copy() return C # 判断更新后是否还在问题空间内 def whether_out(C): for i in range(len(C)): for j in range(4) ,i] start = time.time() c1,c2 = 2,2 # length:迭代次数，N:种群规模 length,N=1000,30 w=0.9 pBest = np.zeros((N,4)
1.2K20编辑于 2022-11-07 - 来自专栏Android知识点总结
【Flutter&Flame游戏 - 拾陆】粒子系统 | 粒子的种类
ParticleSystemComponent psc = ParticleSystemComponent(particle: particle); add(psc); } 复制代码 ---- 4. 控制随机粒子的方向 虽然粒子是随机的，但是我们也可以进行控制。比如如何让粒子四散，也就是速度和加速度的矢量可以随机在四个象限中出现。 另外加了一点小优化，粒子颜色每次都随机生成：【16/03】 image.png https://p3-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/ce58c6594cbb4d94a74d98dc0587e12c 为主角子弹添加爆炸粒子 粒子可以用在子弹消失时，产生爆炸效果。 /6e72c3001a324a07ada6e6b521b70a4b~tplv-k3u1fbpfcp-zoom-in-crop-mark:1304:0:0:0.awebp?
1.3K20编辑于 2022-06-19 - 来自专栏WOLFRAM
Wolfram 语言｜由静止粒子群产生的子粒子群中粒子的平均速度研究
4. 点击左下角“阅读原文”上Wolfram社区获取源代码。 注释 狭义相对论已经诞生100多年，但它背后的原因尚不明确。本文旨在启迪人们思考这个问题。 模型：在无穷大的三维空间中放入无数多点粒子。 这些粒子的速度大小都是c、方向在三维空间均匀分布，并且它们之间没有相互作用。本文的研究对象是这些粒子及它的一个子集，这个子集相对于总体粒子具有速度 u。 k-粒子的平均速度大小为 即兴和弦 #AI 音乐生成
57610编辑于 2023-02-28 - 来自专栏我在本科期间写的文章
❤️创意网页：绚丽粒子炸裂特效①（真的超好看）超好看的粒子交互跟随效果~彩色随机粒子爆裂
动态图展示 静态图展示 图1 图2 图3 图4 技术背景 在这个技术快速发展的时代，利用HTML5和JavaScript创建交互式的视觉效果已经成为前端开发的重要趋势。 HTML5的<canvas>元素提供了一个强大的绘图环境，结合JavaScript的动态特性，我们可以轻松实现各种视觉效果，例如粒子效果、动画和过渡效果等。 该网页会在用户的鼠标移动时，产生绚丽多彩的粒子效果，为用户带来沉浸式的交互体验。 <! （以下省略JavaScript代码） </script> </body> </html> JavaScript代码解析 JavaScript代码部分负责创建粒子效果和实现动画效果。 我们使用一个Particle类来表示每个粒子，每个粒子具有随机的大小、颜色和速度，使得粒子在画布上随机运动。
1.2K10编辑于 2024-03-20 - 来自专栏LuckySec网络安全
文字背景粒子特效
前言 一款jQuery+CSS3的文字背景粒子动画特效，一共6种粒子效果，每种文字背景的粒子效果都不同，有漂浮的有坠落的等等。 0x001 特效演示 图片 0x002 Fires 特效 1. top:' + $.rnd(10,50) + '%; left:' + $.rnd(0,100) + '%;width:' + $.rnd(6,8) + 'px; height:' + $.rnd(3,4)
4.5K80编辑于 2022-11-02
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号