基于核机器学习方法的点云处理若干方法研究

摘要	第1-8页
Abstract	第8-13页
第1章 绪论	第13-38页
·点云处理技术的研究意义与研究现状	第13-27页
·基于网格和基于点的表达方法	第14-16页
·基于点的表面几何表达	第16-21页
·基于点的数据处理	第21-24页
·基于点的曲面重建	第24-26页
·基于点的模型绘制	第26-27页
·基于点的加工轨迹生成	第27页
·核机器学习方法研究现状	第27-30页
·统计学习理论基础	第30-35页
·函数集的VC维	第30-32页
·归纳推理原则ERM和SRM	第32-34页
·模式识别与回归估计	第34-35页
·研究情况总结与课题的提出	第35-36页
·本文主要内容与体系结构	第36-38页
第2章 基于点云的优化子采样曲面表示研究	第38-51页
·相关研究工作	第38-39页
·相关定义	第39-41页
·算法描述	第41页
·生成油彩	第41-43页
·生成椭圆油彩	第42-43页
·以油彩面元无漏洞逼近曲面	第43页
·选择能覆盖整个表面S的子集	第43-44页
·油彩整体松驰	第44-50页
·方法描述	第45-46页
·移除冗余曲面	第46页
·对比实验与结果分析	第46-50页
·小结	第50-51页
第3章 基于SVM的优化子采样曲面表示研究	第51-63页
·贪婪算法原理	第51-52页
·求解曲面轮廓	第52-54页
·曲面拟合研究	第54-55页
·曲面表示研究	第55-57页
·基于管道数据集T的曲面轮廓构建	第56页
·生成油彩	第56页
·选择能覆盖整个表面的最优子覆盖	第56-57页
·对比实验与结果分析	第57-61页
·不同方法横向比较	第57-59页
·不同核函数纵向比较	第59-61页
·小结	第61-63页
第4章 基于核机器方法的图像修补技术	第63-90页
·研究的必要性分析	第63-65页
·空洞边界的确定	第65-66页
·基于核回归机器的图像修补	第66-72页
·提取特征	第66-67页
·构建回归曲线求解色彩值	第67-70页
·基于核的回归学习机	第70-72页
·仿真实验	第72-81页
·电机的三维扫描点云修补	第72-77页
·模型马点云空洞的修补	第77-79页
·修补去除文字后的图片	第79-81页
·基于核分类机器的图像修补	第81-88页
·基于核的模式识别机器	第81-83页
·样本集的构建	第83-84页
·特征提取	第84-85页
·完成首次修补	第85-86页
·最后的细补	第86-88页
·对比实验	第88页
·小结	第88-90页
第5章 基于小波与核机器方法的点云建模技术	第90-122页
·研究进展分析	第90-93页
·小波理论基础	第93-99页
·小波变换与加窗傅里叶变换	第93-96页
·再生核Hilbert空间	第96页
·连续小波变换与离散小波变换	第96-99页
·一种小波核的构建与证明	第99-103页
·满足Mercer条件的证明	第100-102页
·在Hilbert空间满足再生性的证明	第102-103页
·小波核机器的构建	第103-105页
·基于核机器的点云建模	第105-112页
·点云数据的获取	第105页
·用强特征构建轮廓	第105-109页
·用回归曲线构建封闭区域	第109页
·用弱特征构建区域纹理	第109-111页
·对比实验	第111-112页
·几个点云建模实例	第112-120页
·电机点云建模	第113-115页
·发动机连接件表面重建	第115-118页
·模型马点云建模	第118-120页
·小结	第120-122页
第6章 结论与展望	第122-124页
·主要结论	第122-123页
·后续工作的展望	第123-124页
致谢	第124-125页
参考文献	第125-132页
攻读博士学位期间的论文及科研情况	第132-134页
一、论文情况	第132-134页
二、科研项目	第134页