| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第11-23页 |
| 1.1 表面结构和测量仪器发展现状 | 第11-14页 |
| 1.1.1 表面结构 | 第11-12页 |
| 1.1.2 测量仪器的发展现状 | 第12-14页 |
| 1.2 采样方法及数据融合算法在表面测量上的应用 | 第14-21页 |
| 1.2.1 采样方法 | 第14-19页 |
| 1.2.2 数据融合算法在表面测量上的应用 | 第19-21页 |
| 1.3 论文主要内容 | 第21-22页 |
| 1.4 本章小结 | 第22-23页 |
| 第二章 高斯过程及数据融合理论 | 第23-33页 |
| 2.1 高斯过程回归 | 第23-29页 |
| 2.1.1 高斯过程 | 第23-24页 |
| 2.1.2 高斯过程模型 | 第24-26页 |
| 2.1.3 协方差函数 | 第26-29页 |
| 2.2 基于高斯过程的数据融合 | 第29-31页 |
| 2.2.1 测量数据集的仿真 | 第29-30页 |
| 2.2.2 融合算法 | 第30-31页 |
| 2.3 本章小结 | 第31-33页 |
| 第三章 基于高斯过程的特定扫描路径及自适应采样 | 第33-61页 |
| 3.1 基于高斯过程的特定扫描路径 | 第33-48页 |
| 3.1.1 特定扫描路径 | 第33-36页 |
| 3.1.2 特定扫描路径在随机粗糙、自由曲面及结构化表面上的仿真分析 | 第36-45页 |
| 3.1.3 特定扫描路径的实验验证 | 第45-48页 |
| 3.2 基于高斯过程的自适应采样 | 第48-60页 |
| 3.2.1 采样算法 | 第48-50页 |
| 3.2.2 采样算法在结构化、自由曲面及随机粗糙表面上的仿真分析 | 第50-53页 |
| 3.2.3 采样算法的鲁棒性 | 第53-56页 |
| 3.2.4 采样算法的实验验证 | 第56-58页 |
| 3.2.5 采样算法在测量上的效率分析 | 第58-60页 |
| 3.3 本章小结 | 第60-61页 |
| 第四章 基于高斯过程的数据融合在结构化表面上的应用 | 第61-71页 |
| 4.1 数据融合参数的选择 | 第61-63页 |
| 4.1.1 平方指数与神经网络协方差函数对融合的影响 | 第61-62页 |
| 4.1.2 超参数的初始化 | 第62-63页 |
| 4.2 单级结构化表面的融合仿真 | 第63-66页 |
| 4.3 分层两级结构化表面的融合仿真 | 第66-68页 |
| 4.3.1 分层两级表面的融合 | 第66-67页 |
| 4.3.2 等间距采样与LAHD指导的自适应采样的融合效果比较 | 第67-68页 |
| 4.4 融合实验验证 | 第68-69页 |
| 4.5 本章小结 | 第69-71页 |
| 第五章 总结与展望 | 第71-73页 |
| 5.1 总结 | 第71-72页 |
| 5.2 展望 | 第72-73页 |
| 参考文献 | 第73-79页 |
| 致谢 | 第79-81页 |
| 在读期间发表的学术论文与取得的研究成果 | 第81页 |
