参数化设计中的关键问题研究
| 内容提要 | 第1-9页 |
| 第一章 绪论 | 第9-23页 |
| ·CAD技术发展历程和现状 | 第9-10页 |
| ·自动特征识别技术 | 第10-12页 |
| ·三维网格模型数字水印技术 | 第12-13页 |
| ·参数化技术与变量化技术 | 第13-14页 |
| ·约束求解 | 第14-19页 |
| ·数值方法 | 第15-16页 |
| ·符号代数法 | 第16-17页 |
| ·基于规则的几何约束求解方法 | 第17-18页 |
| ·基于图论的几何约束求解方法 | 第18-19页 |
| ·本文的工作和意义 | 第19-23页 |
| 第二章 基于图论的几何约束求解方法 | 第23-31页 |
| ·几何约束系统的有向图表示 | 第23-26页 |
| ·基本概念 | 第23-26页 |
| ·几何元素优先级 | 第26页 |
| ·规约 | 第26页 |
| ·约束有向图生成 | 第26-28页 |
| ·算例分析 | 第28-30页 |
| ·本章小结 | 第30-31页 |
| 第三章 几何约束多解问题研究 | 第31-45页 |
| ·几何约束求解 | 第31-34页 |
| ·多解问题的优化处理 | 第33-34页 |
| ·蚂蚁觅食的生态现象 | 第34-35页 |
| ·蚂蚁算法的基本原理 | 第35-43页 |
| ·试验实例 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 第四章 基于神经网络的特征识别 | 第45-67页 |
| ·神经网络基本理论 | 第45-51页 |
| ·神经网络节点的形式化描述 | 第46页 |
| ·神经元状态转移函数的类型 | 第46-47页 |
| ·神经网络的分类 | 第47-48页 |
| ·神经网络的拓扑结构 | 第48-49页 |
| ·神经网络的工作原理 | 第49页 |
| ·神经网络处理信息的特点 | 第49页 |
| ·人工神经网络的学习规则 | 第49-51页 |
| ·基于自组织神经网络的特征识别 | 第51-60页 |
| ·几何元素命名 | 第51-52页 |
| ·特征森林 | 第52-54页 |
| ·特征向量 | 第54-55页 |
| ·自组织神经网络算法实现 | 第55-57页 |
| ·SOM神经网络相关参数选取的讨论 | 第57-59页 |
| ·仿真实验 | 第59-60页 |
| ·基于误差放大的BP神经网络特征识别 | 第60-65页 |
| ·属性邻接图分解 | 第61-63页 |
| ·神经网络误差放大训练算法实现 | 第63-64页 |
| ·仿真实验 | 第64-65页 |
| ·本章小结 | 第65-67页 |
| 第五章 基于整数小波变换的三维网格数字水印算法 | 第67-77页 |
| ·整数小波提升 | 第67-69页 |
| ·小波提升 | 第67-69页 |
| ·水印嵌入 | 第69-70页 |
| ·水印提取 | 第70-71页 |
| ·实验结果及其分析 | 第71-75页 |
| ·实验描述 | 第72页 |
| ·噪声攻击 | 第72-73页 |
| ·简化攻击 | 第73-74页 |
| ·剪切攻击 | 第74-75页 |
| ·本章小结 | 第75-77页 |
| 第六章 总结与展望 | 第77-79页 |
| 参考文献 | 第79-89页 |
| 作者攻读博士期间发表的论文情况 | 第89-91页 |
| 参加的科研项目 | 第91-93页 |
| 致谢 | 第93-94页 |
| 学位论文摘要(中文) | 第94-97页 |
| 学位论文摘要(英文) | 第97-99页 |
