体绘制多维传递函数的智能设计方法研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 论文的研究背景和意义 | 第11-12页 |
| 1.2 体绘制传递函数的研究现状 | 第12-15页 |
| 1.2.1 手动调节法研究现状 | 第12页 |
| 1.2.2 图像中心法研究现状 | 第12-13页 |
| 1.2.3 数据中心法研究现状 | 第13-14页 |
| 1.2.4 对象中心法研究现状 | 第14-15页 |
| 1.3 论文的主要内容与组织结构 | 第15-17页 |
| 第2章 体绘制与人工神经网络 | 第17-41页 |
| 2.1 引言 | 第17页 |
| 2.2 体绘制技术 | 第17-21页 |
| 2.2.1 体数据 | 第17-18页 |
| 2.2.2 体绘制流程 | 第18-19页 |
| 2.2.3 体绘制算法 | 第19-21页 |
| 2.3 体绘制的传递函数 | 第21-25页 |
| 2.3.1 传递函数的定义 | 第21-22页 |
| 2.3.2 传递函数的分类 | 第22-25页 |
| 2.4 人工神经网络基本理论 | 第25-33页 |
| 2.4.1 人工神经网络 | 第25-28页 |
| 2.4.2 BP神经网络 | 第28-31页 |
| 2.4.3 极端学习机 | 第31-33页 |
| 2.5 神经网络在传递函数设计中的应用 | 第33-39页 |
| 2.5.1 基于BP神经网络传递函数设计 | 第33-35页 |
| 2.5.2 基于极端学习机的传递函数设计 | 第35-37页 |
| 2.5.3 本文传递函数设计框架 | 第37-39页 |
| 2.6 本章小结 | 第39-41页 |
| 第3章 基于绘制的交互界面 | 第41-49页 |
| 3.1 引言 | 第41页 |
| 3.2 基于体数据二维关键帧图像操作的交互界面 | 第41-45页 |
| 3.2.1 交互界面设计 | 第41-44页 |
| 3.2.2 构建训练样本 | 第44-45页 |
| 3.3 交互界面操作验证实验 | 第45-46页 |
| 3.4 本章小结 | 第46-49页 |
| 第4章 基于RBF神经网络的传递函数设计 | 第49-63页 |
| 4.1 引言 | 第49页 |
| 4.2 RBF神经网络 | 第49-52页 |
| 4.2.1 RBF神经网络模型 | 第50-51页 |
| 4.2.2 RBF神经网络学习算法 | 第51-52页 |
| 4.3 基于RBF神经网络的传递函数设计 | 第52-55页 |
| 4.3.1 验证RBF神经网络 | 第52-53页 |
| 4.3.2 设计传递函数 | 第53-55页 |
| 4.4 实验结果与分析 | 第55-61页 |
| 4.4.1 验证RBF神经网络的分类性能 | 第55-58页 |
| 4.4.2 传递函数的设计 | 第58-61页 |
| 4.5 本章小结 | 第61-63页 |
| 第5章 总结与展望 | 第63-65页 |
| 5.1 论文工作总结 | 第63页 |
| 5.2 论文研究展望 | 第63-65页 |
| 参考文献 | 第65-69页 |
| 攻读硕士学位期间发表的学术论文及学术成果 | 第69-71页 |
| 致谢 | 第71页 |
