实物表面采样数据边界特征识别方法研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第一章 绪论 | 第8-13页 |
| 内容提要 | 第8页 |
| ·课题研究的背景及意义 | 第8-9页 |
| ·国内外研究现状及存在的问题 | 第9-12页 |
| ·边界特征识别方法研究现状及存在的主要问题 | 第9-11页 |
| ·边界特征识别方法的分析总结 | 第11-12页 |
| ·本文主要研究内容与研究方案 | 第12-13页 |
| 第二章 基于逆向均值漂移的样点拓扑邻域查询算法 | 第13-24页 |
| 内容提要 | 第13页 |
| ·引言 | 第13-14页 |
| ·样点邻域查询与采样数据分布特征的关系 | 第14-16页 |
| ·样点拓扑邻域的逆向均值漂移查询 | 第16-20页 |
| ·均值漂移 | 第16-17页 |
| ·样点拓扑邻域参考数据的获取 | 第17-18页 |
| ·样点拓扑邻域数据的逆向均值漂移查询算法 | 第18-20页 |
| ·时间复杂度分析 | 第20页 |
| ·应用实例 | 第20-23页 |
| ·结论 | 第23-24页 |
| 第三章 实物表面采样数据的边界特征识别 | 第24-33页 |
| 内容提要 | 第24页 |
| ·引言 | 第24-25页 |
| ·边界特征识别准则 | 第25-26页 |
| ·曲面局部样本的增益优化 | 第26-28页 |
| ·实物表面采样数据的边界特征识别算法 | 第28页 |
| ·时间复杂度分析 | 第28-29页 |
| ·应用实例 | 第29-32页 |
| ·结论 | 第32-33页 |
| 第四章 基于自适应聚类的边界样点分类方法 | 第33-44页 |
| 内容提要 | 第33页 |
| ·引言 | 第33-34页 |
| ·主元分析导向的自适应k-均值聚类算法 | 第34-38页 |
| ·k-均值聚类概述 | 第34页 |
| ·初始分类中心的逐步前向优化 | 第34-35页 |
| ·主元分析导向的k-均值算法 | 第35-37页 |
| ·基于间隙统计法的自然分类估计 | 第37-38页 |
| ·基于自适应k-均值聚类的边界样点分类方法 | 第38-40页 |
| ·微切平面拟合 | 第39-40页 |
| ·边界样点分类方法的步骤 | 第40页 |
| ·时间复杂度分析 | 第40-41页 |
| ·应用实例 | 第41-43页 |
| ·结论 | 第43-44页 |
| 第五章 全文总结与展望 | 第44-46页 |
| 内容提要 | 第44页 |
| ·总结 | 第44-45页 |
| ·展望 | 第45-46页 |
| 参考文献 | 第46-49页 |
| 攻读硕士学位期间的科研成果 | 第49-50页 |
| 致谢 | 第50页 |
