基于RBF的點云數(shù)據(jù)三維重建技術研究.pdf_第1頁
已閱讀1頁,還剩72頁未讀 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領

文檔簡介

1、分類號密級單位代碼:學 號:1 0 6 9 7Z 0 0 3 2 4 2 l西 北 大 學碩士學位論文題目基士艘里鰱.:叁垂熬握三箜重建選盔盟愨作者疊重疊指導教師一.鏖室生一專業(yè)技術職務——童邀疊曼 學科( 專業(yè)) ——鹽簋墼堂 一答辯日期 學位授予日期二零零六年六月網(wǎng)絡模型,并將表示曲面的映射關系存儲于網(wǎng)絡的聯(lián)接權值中,然后用微種群遺傳算法完成神經(jīng)網(wǎng)絡的訓練,確定權值向量,并將該網(wǎng)絡模型應用于顯式和隱式曲面的重建.G a u s s

2、基函數(shù)的『F 定性保證重建問題解的存在性.微種群遺傳算法通過“起動,再起動”過程,使網(wǎng)絡既可避免早熟收斂,又有較快的收斂速度.R B F神經(jīng)網(wǎng)絡具有很強的容錯性和泛函逼近能力.數(shù)值實驗表明,該模型適合于散亂數(shù)據(jù)的光滑插值和缺陷表面的局部修復.關鍵詞:隱式曲面,曲面重建,點云數(shù)據(jù),R B F 多變量插值,M u l t i —o r d e r 徑向基函數(shù),八叉樹遞歸分割,微種群遺傳算法,G a u s s 基函數(shù),R B F 神經(jīng)網(wǎng)絡,

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論