| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-15页 |
| ·逆向工程技术 | 第8-10页 |
| ·逆向工程的应用 | 第10-11页 |
| ·逆向工程中的自由曲面重构 | 第11-12页 |
| ·基于散乱数据的曲面重构 | 第12-13页 |
| ·本文的主要工作 | 第13-15页 |
| 第二章 径向基函数的理论与性质 | 第15-22页 |
| ·径向基函数的基本理论 | 第15-17页 |
| ·径向基函数插值 | 第17-18页 |
| ·径向基函数的正定性 | 第18页 |
| ·高斯型径向基函数 | 第18-22页 |
| ·高斯函数的连续性 | 第18-19页 |
| ·高斯函数的正定性 | 第19页 |
| ·用高斯函数进行散乱数据的插值 | 第19-20页 |
| ·带参数α_j的高斯函数的可逆性讨论 | 第20-22页 |
| 第三章 径向基函数插值的局部化方法 | 第22-29页 |
| ·径向基函数插值局部化方法的构造 | 第22-26页 |
| ·构造方法分析 | 第26页 |
| ·算法推广 | 第26-28页 |
| ·小结 | 第28-29页 |
| 第四章 基于紧支撑径向基函数和共轭梯度法的曲面拟合 | 第29-33页 |
| ·紧支撑径向基函数 | 第29-30页 |
| ·基于共轭梯度法的系数方程组迭代求解 | 第30-31页 |
| ·实例 | 第31-32页 |
| ·小结 | 第32-33页 |
| 第五章 基于径向基函数与B样条的散乱数据拟合方法 | 第33-43页 |
| ·三次B样条插值 | 第33-39页 |
| ·反求三次B样条曲线的控制顶点 | 第33-36页 |
| ·三次B样条曲面插值 | 第36-38页 |
| ·用双三次B样条实现少量散乱点的曲面拟合与插值 | 第38-39页 |
| ·基于径向基函数与B样条的拟合方法构造 | 第39-40页 |
| ·算法实例分析 | 第40-42页 |
| ·小结 | 第42-43页 |
| 第六章 基于径向基函数神经网络的散乱数据拟合 | 第43-60页 |
| ·神经网络简介 | 第43-45页 |
| ·人工神经网络的特性 | 第43页 |
| ·人工神经网络的结构 | 第43-45页 |
| ·人工神经网络的主要学习算法 | 第45页 |
| ·径向基函数神经网络 | 第45-47页 |
| ·基于散乱数据点的数据简化技术 | 第47-51页 |
| ·散乱数据点聚类 | 第47-49页 |
| ·数据简化 | 第49页 |
| ·基于距离最近的数据简化方法 | 第49页 |
| ·基于MLS的数据简化方法 | 第49-51页 |
| ·RBFNN的学习算法 | 第51-57页 |
| ·RAN算法 | 第51-53页 |
| ·IRAN算法 | 第53-57页 |
| ·应用实例及结论 | 第57-60页 |
| 第七章 结束语 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 致谢 | 第65-66页 |
| 攻读学位期间主要的研究成果 | 第66页 |