首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文--自动推理、机器学习论文

基于机器学习的复杂曲面特征提取与分割方法及其应用研究

致谢第5-6页
摘要第6-8页
ABSTRACT第8-9页
第1章 绪论第13-25页
    1.1 引言第13-14页
    1.2 国内外研究现状第14-21页
        1.2.1 三维模型特征提取技术第14-16页
        1.2.2 三维模型分割技术第16-19页
        1.2.3 机器学习在三维模型特征提取与分割中的应用第19-21页
    1.3 研究内容及意义第21-22页
    1.4 本文组织和框架第22-25页
第2章 基于高斯曲率的复杂曲面特征提取方法第25-42页
    2.1 引言第25-26页
    2.2 复杂曲面特征提取技术第26-34页
        2.2.1 现有复杂曲面特征提取技术第26-28页
        2.2.2 基于高斯映射的复杂曲面特征提取第28-29页
        2.2.3 基于顶点高斯曲率密度直方图的复杂曲面特征提取第29-34页
    2.3 基于权值估计的复杂曲面特征融合第34-37页
        2.3.1 复杂曲面特征提取及归一化第35-36页
        2.3.2 复杂曲面特征的权值估计第36-37页
        2.3.3 基于权值分配的复杂曲面特征融合第37页
    2.4 墓于高斯曲率的复杂曲面特征提取实验第37-41页
        2.4.1 基于高斯映射的复杂曲面特征提取方法实验第37-38页
        2.4.2 基于高斯曲率的复杂曲面特征提取方法实验第38-41页
    2.5 本章小结第41-42页
第3章 基于机器学习的复杂曲面高斯曲率阈值估计方法第42-56页
    3.1 引言第42-43页
    3.2 高斯曲率阈值在复杂曲面分割中的作用第43-46页
        3.2.1 主曲率求解第43-44页
        3.2.2 高斯曲率求解第44-45页
        3.2.3 高斯曲率阈值在复杂曲面分割中的作用第45-46页
    3.3 基于半监督学习的复杂曲面高斯曲率阈值估计第46-51页
        3.3.1 基于半监督学习的复杂曲面特征与高斯曲率阈值映射第46-48页
        3.3.2 基于阈值模型的复杂曲面高斯曲率阈值估计第48-51页
    3.4 基于半监督学习的复杂曲面高斯曲率阈值估计实验设计与验证第51-55页
        3.4.1 基于半监督学习的复杂曲面高斯曲率阈值估计实验设计第51-54页
        3.4.2 基于半监督学习的复杂曲面高斯曲率阈值估计有效性验证第54-55页
    3.5 本章小结第55-56页
第4章 基于高斯曲率阈值的复杂曲面分割方法第56-68页
    4.1 引言第56-57页
    4.2 现有基于曲率信息的复杂曲面分割方法分析第57页
    4.3 基于高斯曲率阈值的复杂曲面分割算法流程第57-63页
        4.3.1 三维模型高斯曲率阈值估计第58-59页
        4.3.2 待分割三维模型边界线标定第59-62页
        4.3.3 待分割三维模型区域标定及模型分割第62-63页
    4.4 基于高斯曲率阈值的复杂曲面分割算法实验第63-67页
        4.4.1 基于高斯曲率阈值的复杂曲面分割算法设计第63-64页
        4.4.2 基于高斯曲率阈值的复杂曲面分割算法有效性验证第64-66页
        4.4.3 基于曲率信息的复杂曲面分割算法对比第66-67页
    4.5 本章小结第67-68页
第5章 复杂曲面三维模型分割系统的开发及其应用第68-83页
    5.1 引言第68页
    5.2 复杂曲面三维模型分割系统总体设计第68-72页
        5.2.1 复杂曲面三维模型分割系统总体框架设计第69-71页
        5.2.2 复杂曲面三维模型分割系统模块设计第71-72页
    5.3 复杂曲面三维模型分割系统核心功能模块实现及应用第72-82页
        5.3.1 基于机器学习估计高斯曲率阈值模块第73-76页
        5.3.2 复杂曲面三维模型边界划分模块第76-78页
        5.3.3 复杂曲面三维模型分割模块第78-82页
    5.4 本章小结第82-83页
第6章 总结与展望第83-85页
    6.1 全文总结第83-84页
    6.2 工作展望第84-85页
参考文献第85-90页
作者简介第90页

论文共90页,点击 下载论文
上一篇:大负载减张力收放系统控制研究
下一篇:高档观光电梯轿厢方案设计知识挖掘技术及应用研究