论文题目：OccVis: a visual analytics system for occultation data
论文中公式 1 应为
$$
Slerp(t)=\frac{sin((1-t))\Omega ))}{sin\Omega }p_{0}+\frac{sint\Omega }{sin\Omega }p_{1}
$$
此外，Fig. 10 应为 2016 年 1 月，3 月，7 月和 3 月的图像。

本文借鉴了The Aviator的玩法和部分代码，最终效果如下。

之前尝试过使用vtk.js在浏览器上绘制三维图形。其与VTK C++版接口类似，上手较快，但vtk.js相对更新较慢，接口功能不完善。three.js相对更为主流，文档较为丰富，也有许多示例程序。
blender是siggraph力推的一款开源、免费3D建模软件，借助社区内丰富的插件可以方便地实现许多功能。

1、读取静态模型

1.1 使用fbx格式导出blender模型

这篇笔记主要记录使用phaser.js开发一个完整HTML5游戏的整个过程，并将web端程序适配到微信小游戏。

1、游戏基本架构

由于phaser社区目前仅有phaser2对微信小程序的支持，因此我选择phaser v2.6.2作为游戏的引擎。为便于开发调试，以单独的phaser.min.js方式引入文件。游戏主要分三个场景，开始场景，游戏场景和重新开始场景。

微信小游戏目前还没有对phaser.js的官方支持，需要开发者自己进行适配。

1、phaser.js引擎适配

phaser小站在GitHub上发布了phaser2对微信小程序的适配（点击）。下面将使用这个引擎适配并将phaser.js学习笔记1中的例子移植到微信小游戏。

2、游戏案例的适配

案例的目录结构如下。

phaser.js是一款开源的HTML5游戏框架，GitHub主页上star超过了2万。phaser.js支持使用JavaScript或TypeScript编写游戏，支持WebGL和Canvas渲染并可借助第三方工具编译成iOS，Android原生程序。phaser.js有两个版本：phaser 3和phaser CE（Community Edition）。phaser CE基于phaser 3并由社区主导，phaser 3是下一代phaser。

1、安装phaser 3

使用npm安装

tensorflow.js实现了几种RNN的接口，包括SimpleRNN、GRU和LSTM。这篇笔记介绍如何在浏览器环境下利用tensorflow.js训练RNN学习加法运算，即给出一个加法算式的字符串，算出数字结果，类似于自然语言处理。

1、生成训练、测试数据

tensorflow.js采用了和Python中tensorflow类似的API，但目前还有许多Python中的接口并未支持，并且由于语言特性的限制，tensorflow.js与Python中tensorflow的使用方法并不完全一致。本篇笔记通过对比在Python及JavaScript环境下实现相同的功能，学习tensorflow.js的不同之处。

1、拟合空间平面

1.1 Python

笔记（2）中利用tensorflow.js实现了一个经典的机器学习问题——CNN识别手写数字集MNIST。这篇笔记将利用web摄像头识别图像并判断上、下、左、右来玩吃豆人游戏。参考官方示例Transfer learning - Train a neural network to predict from webcam data，修改了部分代码。

1、首先引入已训练好的模型，mobilenet

在vtk.js学习笔记（1）中搭建好了vtk.js的开发环境，并绘制了一个圆锥。这篇笔记将通过绘制一个带深度信息的纹理图继续学习vtk.js，实际效果如下图所示。