论文部分内容阅读
曲面重建是计算机辅助几何设计中的热点问题,应用广泛。神经网络具有强大的非线性逼近能力,在曲面重建过程中引入神经网络是一个新的尝试,而且已经有了许多有益的成果。本文提出了一种新的用神经网络重建NURBS曲面的方法,实验结果证明,该方法是有效的。本文的研究内容及成果如下:(1)构造了一个径向基函数神经网络,并提出一种改进的L-M训练算法。应用该网络可将散乱测量点集转化为矩形排列的规则点集。(2)构造了一个新的前馈神经网络,该网络的输出是输入的NURBS函数,用规则化的点集对作为训练样本对网络训练后,实现了用该网络对散乱测量点集所在曲面的NURBS拟合。