| 1 概述 | 第1-13页 |
| 1．1 曲面几何特征逆求工程中数据修补发展现状 | 第9-11页 |
| 1．2 课题来源及意义 | 第11-12页 |
| 1．3 课题研究内容 | 第12-13页 |
| 2 数据修补原理 | 第13-20页 |
| 2．1 曲面修补对象介绍 | 第13-14页 |
| 2．1．1 曲面的类型 | 第13页 |
| 2．1．2 曲面几何特征数据获取 | 第13-14页 |
| 2．2 BP神经网络概述 | 第14-16页 |
| 2．2．1 神经元模型 | 第14-15页 |
| 2．2．2 BP神经网络模型 | 第15页 |
| 2．2．3 BP神经网络的特点 | 第15-16页 |
| 2．3 使用BP神经网络进行曲面修补的原理 | 第16-18页 |
| 2．3．1 BP神经网络的非线性映射过程 | 第16-17页 |
| 2．3．2 BP神经网络数据修补方法原理 | 第17-18页 |
| 2．4 数据修补方法难点 | 第18-20页 |
| 2．4．1 具体结构难以确定的问题 | 第18页 |
| 2．4．2 算法缺陷 | 第18-20页 |
| 3 修补系统网络结构和算法设计 | 第20-36页 |
| 3．1 网络结构的设计 | 第20-25页 |
| 3．1．1 隐含层数的选取 | 第20-23页 |
| 3．1．2 隐层节点数的选取 | 第23-25页 |
| 3．2 网络训练算法设计 | 第25-36页 |
| 3．2．1 学习算法 | 第25-28页 |
| 3．2．2 算法设计内容 | 第28-29页 |
| 3．2．3 加入动量项系数 | 第29页 |
| 3．2．4 自适应调整动量项系数和学习率 | 第29-31页 |
| 3．2．5 激励函数的选取 | 第31-32页 |
| 3．2．6 网络训练样本和初始权值阈值区间映射计算 | 第32-33页 |
| 3．2．7 算法设计效果 | 第33-34页 |
| 3．2．8 训练样本的选取对精度的影响 | 第34-36页 |
| 4 曲面修补的结果及分析 | 第36-53页 |
| 4．1 确定网络结构的程序 | 第36-39页 |
| 4．2 数据修补结果分析及结论 | 第39-53页 |
| 4．2．1 数据修补方式 | 第39-41页 |
| 4．2．2 椭圆抛物面数据修补 | 第41-42页 |
| 4．2．3 圆曲面数据修补 | 第42-43页 |
| 4．2．4 非均匀有理B样条曲面的数据修补 | 第43-44页 |
| 4．2．5 锲形零件的数据修补 | 第44-50页 |
| 4．2．6 修补结果分析及结论 | 第50-53页 |
| 5 数据修补系统应用程序设计 | 第53-69页 |
| 5．1 应用程序功能、特点及操作方法简介 | 第53-57页 |
| 5．1．1 应用程序功能和特点简介 | 第53-54页 |
| 5．1．2 操作方法介绍 | 第54-57页 |
| 5．2 创建应用程序可视化界面 | 第57-60页 |
| 5．2．1 新建工程与创建窗体 | 第57-58页 |
| 5．2．2 添加按钮控件 | 第58-60页 |
| 5．3 应用程序功能模块代码编制 | 第60-69页 |
| 5．3．1 创建和添加标准模块 | 第60页 |
| 5．3．2 按钮Click事件代码 | 第60页 |
| 5．3．3 网络训练参数显示 | 第60-61页 |
| 5．3．4 输入输出路径选择 | 第61页 |
| 5．3．5 数据的表格显示 | 第61-62页 |
| 5．3．6 训练误差变化的图形显示 | 第62-64页 |
| 5．3．7 网络训练算法实现 | 第64-66页 |
| 5．3．8 数据修补效果图形显示 | 第66-69页 |
| 6 结论 | 第69-70页 |
| 致谢 | 第70-71页 |
| 参考文献 | 第71-73页 |
| 攻读硕士学位期间发表的论文 | 第73页 |