论文部分内容阅读
使用成长型神经网络(GCS)三维建模,需要不断分裂网格中计数器值最大的节点;本文根据新增节点的Voronoi面积大小分配其计数器值。实验结果表明:该算法对曲面重建具有较好的效果。
Voronoi在GCS建模中的应用
【摘 要】
：
使用成长型神经网络(GCS)三维建模,需要不断分裂网格中计数器值最大的节点;本文根据新增节点的Voronoi面积大小分配其计数器值。实验结果表明:该算法对曲面重建具有较好的效果。
【机 构】
：
安徽建筑工业学院现代教育中心
【出 处】
：
安徽建筑工业学院学报(自然科学版)
【发表日期】
：
2007年05期
【基金项目】
：
安徽省教育厅自然科学项目（KJ2007831IZC）,安徽建筑工业学院硕士启动基金（2006070124）.
其他文献
以简化信息处理的复杂性并提高信息处理精度为目标,提出了基于粗糙集神经网络系统的车牌字符识别方法。提取训练样本的特征向量建立决策表,基于粗糙集理论对决策表属性进行约简,由约简后的属性构造神经网络识别器。车牌字符识别试验结果验证了系统的有效性。
开发区域水环境保护信息系统软件,不仅方便区域水环境信息的管理和查询,而且能够对区域水污染防治规划方案进行效益费用分析,为选择最佳的水污染防治方案提供科学依据。本文所开发的区域水环境保护信息系统,主要包括水环境保护基本信息数据库系统和水环境保护应用子系统。