| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 研究的背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.2.1 在机测量系统研究现状 | 第10-11页 |
| 1.2.2 复杂曲面布点规划研究现状 | 第11-12页 |
| 1.2.3 贝叶斯网络发展及研究现状 | 第12-13页 |
| 1.3 本文的研究内容 | 第13-15页 |
| 第2章 复杂曲面造型及贝叶斯网络理论 | 第15-25页 |
| 2.1 复杂曲面理论 | 第15-17页 |
| 2.1.1 NURBS曲线曲面 | 第15-16页 |
| 2.1.2 权因子的几何意义 | 第16-17页 |
| 2.2 贝叶斯网络相关理论 | 第17-23页 |
| 2.2.1 贝叶斯网络概念 | 第17-19页 |
| 2.2.2 贝叶斯网络模型构建 | 第19-20页 |
| 2.2.3 贝叶斯网络学习 | 第20-22页 |
| 2.2.4 贝叶斯网络推理 | 第22-23页 |
| 2.3 朴素贝叶斯分类器 | 第23-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第3章 复杂曲面在机测量系统分析与总体方案分析 | 第25-29页 |
| 3.1 在机测量基本原理及优点 | 第25-26页 |
| 3.1.1 在机测量基本原理 | 第25-26页 |
| 3.1.2 在机测量优点 | 第26页 |
| 3.2 在机测量系统的软硬件分析 | 第26-28页 |
| 3.2.1 硬件模块分析 | 第26页 |
| 3.2.2 软件模块分析 | 第26-28页 |
| 3.3 复杂曲面在机测量方案 | 第28页 |
| 3.4 本章小结 | 第28-29页 |
| 第4章 复杂曲面待测区域关键特征的提取 | 第29-39页 |
| 4.1 IGES文件 | 第29页 |
| 4.2 实体信息的提取与存储 | 第29-32页 |
| 4.2.1 目录条目段的域解析 | 第29-30页 |
| 4.2.2 目录条目段和参数数据段的对应关系 | 第30-31页 |
| 4.2.3 实体属性数据存储方法 | 第31-32页 |
| 4.2.4 实体参数数据读取及存储方法 | 第32页 |
| 4.3 可见实体的提取及存储 | 第32-35页 |
| 4.3.1 可见实体的提取 | 第32-33页 |
| 4.3.2 可见实体的存储 | 第33-35页 |
| 4.4 裁剪曲面提取与存储 | 第35-37页 |
| 4.5 IGES文件关键特征提取的实现 | 第37-38页 |
| 4.6 本章小结 | 第38-39页 |
| 第5章 复杂曲面布点规划模型构建 | 第39-51页 |
| 5.1 测点采样算法 | 第39-41页 |
| 5.1.1 采样策略简介 | 第39页 |
| 5.1.2 拟采用的各采样原理简介 | 第39-41页 |
| 5.2 在机测量复杂曲面影响因子分析 | 第41-42页 |
| 5.2.1 曲率因子的计算 | 第41页 |
| 5.2.2 曲面片因子的计算 | 第41-42页 |
| 5.2.3 测量影响因子 | 第42页 |
| 5.3 在机测量复杂曲面贝叶斯网络模型建立 | 第42-45页 |
| 5.3.1 选择节点及确定变量集及变量域 | 第43-44页 |
| 5.3.2 确定模型网络结构 | 第44页 |
| 5.3.3 确定先验参数 | 第44-45页 |
| 5.4 网络模型学习 | 第45-46页 |
| 5.4.1 先验概率 | 第45页 |
| 5.4.2 后验概率 | 第45-46页 |
| 5.5 贝叶斯网络复杂曲面规划预测推理 | 第46页 |
| 5.6 在机测量复杂曲面布点规划贝叶斯网络模型程序实现 | 第46-48页 |
| 5.7 仿真实验 | 第48-50页 |
| 5.7.1 测点仿真原理 | 第48页 |
| 5.7.2 实例验证与分析 | 第48-50页 |
| 5.8 本章小结 | 第50-51页 |
| 第6章 总结与展望 | 第51-52页 |
| 6.1 总结 | 第51页 |
| 6.2 展望 | 第51-52页 |
| 参考文献 | 第52-55页 |
| 致谢 | 第55-56页 |
| 申请学位期间的研究成果及发表学术论文 | 第56页 |