Использование MC# для реализации параллельных алгоритмов в 3D-графике. Е.С.Борисов, Институт кибернетики им. В.М.Глушкова АН Украины Причём пространственная системавморожена в объект. пространственная система жестко связана с наблюдателем. плоская система это экран, на который мы будем отображать наш объект.

Каждая точка задаётся координатами в системе OXYZ. Для проецирования точки на экран необходимо выполнить два преобразования: 1. Видовое преобразование. Переход от абсолютной системы координат OXYZ к системе координат наблюдателя. Матрица перехода V запишется следующим образом: где: 2. Перспективное преобразование - проецирование на экран. где - расстояние от наблюдателя до экрана

Параллельный классификатор образов Искусственная нейронная сеть это совокупность нейронных элементов и связей между ними. Рисунок 1 Математическая модель нейрона Рисунок 2. Различные виды функции активации

Важной особенностью НС является возможность ее обучения. Процесс обучения НС сводится к процедуре корректировки весовых коэффициентов. Рисунок 3. Однослойная НС Однослойный персептрон из 10 нейронов. 35 входов. 10 выходов

Использована пороговая функция активации с порогом T=0 В качестве метода обучения используется дельта-правило Видроу-Хоффа На этапе инициализации программы по учебным паттернам генерируется матрица весовых коэффициентов, которая в последствии используется для независимой обработки множества входных образов.

Результат работы программы:.OOO. O...O O.... OOOO. O...O.OOO. 6 OOOOO....O...O...O...O... O OOO. O...O.OOO. O...O.OOO. 8

abstract virtual class bobo {...}; ( ; после } ) public bobo(int i):base(i){... } ( вызов в конструкторе base(...) )..override...f( int i) { base.f(i);..} ( вызов метода предка base.f(i) ) namespace Дополнения языка MC#