- 综合排序
- 最热优先
- 最新优先
【vue】vue2 粒子特效
Vue粒子特效使用教程（vue-particles插件） 具体实现步骤 1.安装插件 npm install vue-particles -S 2.在main.js中注册 import Vue 粒子颜色。 particleOpacity: Number类型。默认0.7。粒子透明度。 particlesNumber: Number类型。默认80。粒子数量。 可用的粒子外观类型有：“circle”,“edge”,“triangle”, “polygon”,“star”。 particleSize: Number类型。默认80。单个粒子大小。 粒子运动速度。 hoverEffect: 布尔类型。默认true。是否有hover特效。 hoverMode: String类型。默认true。 可用的click模式有: “push”, “remove”, “repulse”, “bubble” 注意 1.vue-particles双标签中不能包含其他内容 2.vue-particles作为背景可能会和其他元素发送堆叠问题
22010编辑于 2025-12-15- 来自专栏程序员的诗和远方
Canvas基础-粒子动画Part2
粒子动起来 有了上一篇的基础，我们已经可以获得粒子，并将轮廓显示在Canvas上，如果看了之前我写的一些关于 Canvas动画啊，画图啊什么文章的话，其实应该已经很清楚如何去让这些粒子动起来。 这里我们重新定义一个draw2()方法，init()等还是和Part1一样，对图片进行取样，获取粒子的位置，保存在Dot对象里面，这里就省略了。 < 1) return c/2*t*t*t + b; return c/2*((t-=2)*t*t + 2) + b; } 有了缓动函数，我们还需要在每个Dot对象中新增一些信息 然后我们来写draw2方法： var rafId = null, finishCount = 0; function draw2() { var imgW 是不是感觉被骗了，粒子整体移动，一开始一团团的，最后才有点粒子化，粒子感不明显，说好的酷炫狂拽屌炸天呢？ 别急，知道我的尿性，不一开始把所有东西都说出来，而要把整个探索过程讲清楚。
1.6K70发布于 2018-05-02 - 来自专栏Android知识点总结
Flutter第2天--Animation动画+粒子运动
的基础项目，介绍了一下Dart语言，简单的用Canvas绘个图 本来打算今天把内置控件看一下的,不过既然昨天把图都画了,今天不玩动画岂不可惜 今天主要是把动画理一下,顺便把Android-java粒子运动复刻到 Flutter-Dart里 最后会实现一个粒子时钟，Java版详见：Android原生绘图之炫酷倒计时 所以这篇会挺好玩的，瓜子，饮料，花生米备好，开始看吧 先挑几个图镇楼吧 ? 无论什么语言只有能模拟时间流就可以有粒子动画 粒子动画的基础在Android原生绘图之让你了解View的运动里讲的很详细 思想对于所有语言都是通用的，不仅限于java,有兴趣的可以详细了解下 运动盒.gif //初始时附加信息 _ball = Ball(x: 0, y: 0, color: Colors.blue, r: 10, aX: 0, aY: 0.1, vX: 2, vY: -2); 粒子的运动 思路就是：用List把球装一下，碰撞的时候,创建一个方向相反，半径减半的球，加入集合 并将当前的球半径减半，效果挺不错的，实现起来也不麻烦。
2.7K20发布于 2018-12-27 - 来自专栏Android知识点总结
Android粒子篇之文字的粒子化运动
2.经过长久的酝酿，感觉Java实现粒子运动好像也不是什么难事,Android粒子篇将用Android作为视口，带你领略粒子的炫酷。 3.关于性能方面，我想只要合理控制粒子的消失，还是可以接受的。 准备图片.png ---- 2.粒子对象 /** * 作者：张风捷特烈
* 时间：2018/11/16 0016:21:51
* 邮箱：1981462002@qq.com<br : mBalls) {//绘制小球集合 mPaint.setColor(ball.color); canvas.drawCircle(ball.x, ball.y, 2, ball.vX; ball.y += ball.vY; ball.vY += ball.aY; ball.vX += ball.aX; } } 2. ;//图片数组 2.图片粒子化方法方法封装 /** * 将一个图片粒子化 * @param bitmap */ public void bitmap2Ball(Bitmap bitmap) {1.7K30发布于 2018-12-14 - 来自专栏小白VREP
粒子群算法
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。 粒子群算法就是根据鸟群觅食行为而来的，如上图所示： 鸟儿的速度和三个方面有关： （1）受前一时刻速度的影响：速度不能突变 （2）个体历史最优影响：鸟儿个体所发现的最好的东西 （3）团队历史最优影响： （2）编写适应度函数以及约束条件； ? ? （3）设置种群参数：包括初始种群个数、空间维度、最大迭代次数、设置未知参数限制、限制速度参数限制、惯性权重、自我学习因子以及群体学习因子； ? 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
第i个微粒表示为Xi = (xi1, xi2, …, xiD)，它经历过的最好位置（有最好的适应值）记为Pi = (pi1, pi2, …, piD)，也称为pbest。 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 对于社会与认知的系数c2,c1也有人提出：c1先大后小，而c2先小后大的思想，因为在算法运行初期，每个鸟要有大的自己的认知部分而又比较小的社会部分，这个与我们自己一群人找东西的情形比较接近，因为在我们找东西的初期 2 粒子群算法的混合 这个分支主要是将粒子群算法与各种算法相混合，有人将它与模拟退火算法相混合，有些人将它与单纯形方法相混合。但是最多的是将它与遗传算法的混合。 粒子群算法与杂交算子的结合，结合的思想与遗传算法的基本一样，在算法运行过程中根据适应度的大小，粒子之间可以两两杂交，比如用一个很简单的公式 w（新）＝n×w1＋（1－n）×w2； w1与w2就是这个新粒子的父辈粒子
1.5K80发布于 2018-04-08 - 来自专栏量子发烧友
什么是粒子？
如果将电子旋转 360 度，它的状态将反转，就像箭头在 2D 莫比乌斯带周围移动时，会返回指向相反的方向。 带有颜色的粒子是对称群 SU(3) 的表示，而具有味道和电荷内部属性的粒子分别是对称群 SU(2) 和 U(1) 的表示。 因此，粒子物理学的标准模型——所有已知基本粒子及其相互作用的量子场论——通常被认为代表对称群 SU(3) × SU(2) × U(1)，由以下所有组合组成三个子群中的对称操作。 粒子“可能是振动的弦” 在 1970 年代，Glashow、Nanopoulos 和其他人尝试将 SU(3)、SU(2) 和 U(1) 对称性拟合到单个更大的变换组中，其想法是粒子是在宇宙的开始。 —Dimitri Nanopoulos 2：“从物理学家的角度来看，粒子是什么？这是场的量子激发。我们用一种叫做量子场论的数学来写粒子物理学。
1.4K10编辑于 2023-02-24 - 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。 M_PI*std_x*std_y)*exp(-( pow(x_m-x_l,2)/(2*std_x*std_x) + pow(y_m-y_l,2)/(2*std_y*std_y) ));
2.7K90发布于 2018-01-05 - 来自专栏紫禁玄科
粒子风暴代码
视屏： http://mpvideo.qpic.cn/0bf2zmaaoaaavqai4xq3l5pvbs6da7fqabya.f10002.mp4? $canvas.get(0).getContext('2d'); this.center = {x : this.width / 2, y : this.height / 2}; this.rotationX for(var i = 0, length = this.particles.length; i < length; i++){ var axis = this.particles[i].getAxis2D 6 * Math.cos(theta), y = this.SCATTER_RADIUS / 6 * Math.sin(theta), phi = Math.random() * Math.PI * 2; ; x = (this.SCATTER_RADIUS - y) * rate; }else{ y = -this.SCATTER_RADIUS; x = this.SCATTER_RADIUS * 2
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 , x, y): self.x = x self.y = y self.size = random.randint(2, 5) self.color = x self.y = y self.size = random.randint(2, 5) self.color = (255, 255, 255)
1.3K10编辑于 2024-09-20 - 来自专栏小狐狸说事
7b2美化-网页背景添加粒子特效
7b2美化-网页背景添加粒子特效 ---- 代码放入后台-底部html标签 <script src="https://cdn.bootcss.com/canvas-nest.js/2.0.4/canvas-nest.js
1.4K20编辑于 2022-11-16 - 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
文章目录 1 算法基本概念 2 算法的MATLAB实现 2.1 算法的基本程序 2.2 适应度函数 示例 2.3 免疫粒子群算法的MATLAB应用 3 粒子群算法的权重控制 3.1 线性递减法 D) 其中，fitness为待优化的目标函数（适应度函数），N是粒子数目，c1是学习因子 1 1 1，c2是学习因子 2 2 2，w是惯性权重，M是最大迭代次数，D是自变量个数，xm是目标函数取最小值时自变量 2.3 免疫粒子群算法的MATLAB应用 使用基于模拟退火的混合粒子群算法求解 f ( x ) = c o s x 1 2 − x 2 2 − 3 [ 2 + ( x 1 2 + x 2 2 ) ] ∗mx(2) 其中， m x mx mx 表示父代粒子的位置， n x nx nx 表示子代粒子的位置， i i i 是 0 0 0 到 1 1 1 之间的随机数。 (1)+mv(2)|}|mv| nv=∣mv(1)+mv(2)∣mv(1)+mv(2)∣mv∣ 其中， m v mv mv 表示父代粒子的速度， n v nv nv 表示子代粒子的速度。
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 {
4.1K10编辑于 2024-03-20 - 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。
1.5K10编辑于 2024-10-25 - 来自专栏全栈程序员必看
粒子群算法详解
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 ,pi2,…piD) 群体内（或领域内）所有粒子所经历过的最好位置： pg =(pg1,pg2,…pgD) PS:一般来说，粒子的位置和速度都是在连续的实数空间内进行取值。 +Math.pow(x[i][1],2))); //求适值函数最大值 System.out.print("粒子"+i+"本次适应值函数f为：" + fit[i]); [particleNumber]; //存储整个粒子群的最有位置 xpbest=new float [particleNumber][2]; xgbest=new float [2]; "+i+"本次X1的变化幅度:"+v[i][0]+";本次X2的变化幅度:"+v[i][1]); System.out.println(); System.out.print("粒子"
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
，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、丢包D2） 可得， 因此可得到D2的恢复公式： 一般地 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 ： 场景2、丢失一个数据包Di，冗余包C1也丢失，C2没有丢失，则可以通过接收到的数据包和C2恢复出Di，其恢复算法推导如下： 令R2j=j，则上式可以简化为： 若采用伽罗华域运算，则上式可以简化为 发送端 上式左边的矩阵成为编码矩阵，右边的C1,C2,C3为冗余数据，其中： 令R1j=1、R2j=j、R3j=j^2，其中j=1,2,…,n，则： 采用伽罗华域(gf())运算，可以将加减法变为异或操作 令R1u = 1、R2u = u、R3u = u^2，则： 场景2，丢掉两个数据包Di、Dj，接收到两个冗余包Ck、Cm；经过推导可以化简为解如下二元线性方程组： 解方程可得： 若令R1j=1、R2j
84620编辑于 2022-09-22 - 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
也可以使用 ComponentParticle 将一个构建作为粒子，下面通过粒子来详细认识一下。 ---- 2. 随机加速粒子 下面来看一下 AcceleratedParticle ,它可以指定速度和加速度让粒子进行运动。比如下面，在点击时，随机产生 第一象限 的 Verctor2 作为速度和加速度。 image.png Vector2 randomVector() { Vector2 base = Vector2.random(_random); // (0, 0) ~ (1, 1) Vector2 Vector2 base = Vector2.random(_random); // (0, 0) ~ (1, 1) Vector2 fix = Vector2(-0.5,0); base = base 通过 createParticle 创建粒子即可： @override void onCollision(Set<Vector2> intersectionPoints, PositionComponent
1.2K20编辑于 2022-06-19 - 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
二、算法流程 三、算法的python实现 实验结果 ---- 前言 首先简单介绍粒子群优化算法，粒子群优化算法的python实现（含代码） ---- 一、粒子群优化算法是什么？ （2）在每一代的进化中，计算各个粒子的适应度函数值。 （3）如果该粒子当前的适应度函数值比其历史最优值要好，那么历史最优将会被当前位置所代替。 （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。 （6）如果还没有到达结束条件，转到（2），否则输出gBest并结束。 下图为算法的流程图。 三、算法的python实现 本算法以优化目标函数： 为例，使用粒子群优化算法进行求解。 def update_C(C,N,w,c1,c2): ''' C:种群 [[[x],[v]]] N:种群规模 100 w:惯量权重 初始0.9，递减到0.4 c1、c2:加速系数 pBest: 每个粒子的历史最优位置
1.2K20编辑于 2022-11-07 - 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
2. 该Notebook可在Mathematica 13.1.0.0(TraditionalForm)下正确运行。 3. 对代码运行时间的描述基于MacBook Pro (MD101CH/A)。 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
55810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。
1.1K10编辑于 2024-03-20
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