摘要 | 第8-10页 |
ABSTRACT | 第10-12页 |
符号及缩写一览 | 第21-23页 |
第一章 绪论 | 第23-53页 |
1.1 课题来源 | 第23页 |
1.2 研究背景和意义 | 第23-26页 |
1.3 国内外研究现状 | 第26-49页 |
1.3.1 几何造型 | 第26-27页 |
1.3.2 曲线逼近与混合 | 第27-29页 |
1.3.3 曲面重建 | 第29-34页 |
1.3.4 超曲面重建 | 第34-35页 |
1.3.5 神经网络 | 第35-39页 |
1.3.6 稀疏表示 | 第39-49页 |
1.4 本文研究的问题及结构 | 第49-53页 |
1.4.1 主要研究内容 | 第49页 |
1.4.2 内容组织 | 第49-53页 |
第二章 曲面上曲线逼近与混合 | 第53-74页 |
2.1 引言 | 第53-54页 |
2.2 基于随机权网络的曲面上曲线逼近 | 第54-60页 |
2.2.1 单隐层前向神经网络 | 第54-55页 |
2.2.2 随机权网络学习训练算法 | 第55-56页 |
2.2.3 基于正则化随机权网络的曲线逼近 | 第56-58页 |
2.2.4 实验结果与分析 | 第58-60页 |
2.3 球面上的曲线混合 | 第60-68页 |
2.3.1 问题提出 | 第60-62页 |
2.3.2 球面上的C0曲线混合 | 第62页 |
2.3.3 球面上的C1曲线混合 | 第62-64页 |
2.3.4 球面上的C2曲线混合 | 第64-65页 |
2.3.5 实验结果与分析 | 第65-68页 |
2.4 改进的球面上曲线混合 | 第68-72页 |
2.4.1 几何连续性 | 第68-69页 |
2.4.2 改进的球面曲线的C1混合 | 第69-70页 |
2.4.3 球面曲线的G~1混合算法 | 第70-71页 |
2.4.4 实验结果与分析 | 第71-72页 |
2.5 小结 | 第72-74页 |
第三章 基于随机权网络的曲面重建 | 第74-89页 |
3.1 引言 | 第74页 |
3.2 基于随机权网络的曲面重建算法 | 第74-77页 |
3.3 基于调和随机权网络的曲面重建算法 | 第77-80页 |
3.4 试验结果和分析 | 第80-88页 |
3.5 小结 | 第88-89页 |
第四章 基于弹性随机权网络的高噪声点云的曲面重建 | 第89-107页 |
4.1 引言 | 第89页 |
4.2 弹性网 | 第89-91页 |
4.3 高噪声点云数据的曲面重建 | 第91-95页 |
4.3.1 问题提出 | 第91页 |
4.3.2 基于弹性随机权网络的曲面重建 | 第91-92页 |
4.3.3 弹性网的求解算法 | 第92-95页 |
4.4 实验结果与分析 | 第95-106页 |
4.5 小结 | 第106-107页 |
第五章 基于l1稀疏正则化的隐式曲面重建 | 第107-119页 |
5.1 引言 | 第107页 |
5.2 点云数据的分割 | 第107-108页 |
5.3 基于l1稀疏约束的点云数据的自适应简化算法 | 第108-112页 |
5.4 基于单位分解的隐式随机权网络的曲面重建 | 第112-116页 |
5.5 实验结果与分析 | 第116-118页 |
5.6 小结 | 第118-119页 |
第六章 球面上超曲面重建 | 第119-137页 |
6.1 引言 | 第119-120页 |
6.2 基于插值的球面上超曲面重建 | 第120-128页 |
6.2.1 问题提出 | 第120页 |
6.2.2 球面三角化 | 第120-121页 |
6.2.3 构造球面上基函数轮廓曲线 | 第121-124页 |
6.2.4 构造球面上基函数 | 第124-126页 |
6.2.5 球面上超曲面插值的实现 | 第126-127页 |
6.2.6 试验结果与分析 | 第127-128页 |
6.3 基于逼近的球面上超曲面重建 | 第128-136页 |
6.3.1 问题提出 | 第128-129页 |
6.3.2 基于正则化调和随机权网络的球面上超曲面重建 | 第129-130页 |
6.3.3 实验结果与分析 | 第130-136页 |
6.4 小结 | 第136-137页 |
第七章 结论与展望 | 第137-140页 |
7.1 结论 | 第137-139页 |
7.2 展望 | 第139-140页 |
参考文献 | 第140-163页 |
攻读博士期间已经发表、完成的学术论文 | 第163-165页 |
攻读博士学位期间所参与的项目 | 第165-166页 |
致谢 | 第166-167页 |