《基于成长型神经网络的三次B样条曲线重建—利用特征点反求控制点》-毕业论文（设计）.docVIP

PAGE PAGE 4 安徽建筑工业学院 毕 业 设 计 (论 文) 专 业 网络工程 班 级 07 网络工程 （2）班 学生姓名 王 娜 学 号 07205050211 课 题 基于成长型神经网络的三次B样条曲线重建 利用特征点反求控制点 指导教师 王世东、李红梅 2011 年 6 月 5 日 摘要 在逆向工程中，对基于散乱数据点曲线曲面重建研究有着重要的意义。提出基于成长型神经网络的三次B样条曲线重建算法。首先获取散乱数据点的有序特征点：给定某一曲线的散乱点集和一初始神经网络，优化网络中神经元的位置，使网络更好地逼近散乱点;持续分裂网络中活动性强的神经元和删除活动性最弱的神经元,使有序神经元的分布更符合散乱点数据的概率分布。接着用特征点反求三次B样条曲线的控制点.试验结果表明，算法取得的曲线重建效果良好。 关键词：曲线重建；成长型神经网络；散乱点；特征点；B样条 Abstract The study of curve and surface reconstruction based on unorganized data points has great importance in reverse engineering.The paper presents a new algorithm based on Growing Cell Structures to realize Cubic B-spline reconstruction.The algorithm first gets ordered dominant points from the unorganized data points.Given a set of unorganized data points and an initial neural network,the neuron vector can be optimized using the algorithm to make the neurons gradually approach the given unorganized data points.In order to make the neurons of neural network coincide the space distribution of unorganized data points,the neurons which are very active are splitted and which are least active are deleted continually. Then,control points of cubic B-spline curve are reverse calculated using the dominant points.Some experiment results are given which show that the new algorithm is quite effective. Keywords： Curve Reconstruction; Growing Cell Structures ;unorganized data points; dominant points; B-spline 目录 TOC \o 1-3 \h \z \u 摘要 2 第一章 绪论 6 1.1 选题背景 6 1.2 研究内容 6 1.3 论文结构的安排 7 第二章 成长型神经网络的基本理论 8 2.1 神经网络基本理论 8 2.2 自组织（SOM）神经网络模型 10 2.3 成长型（GCS）神经网络 11 2.4 基于SOM神经网络的散乱数据B样条曲面重建算法 12 2.5 反求三次B样条控制点 12 2.5．1 学习规则. . . . . . . . . . . . . . . .12 2.5.2 反算算法.. .. .. .. .. .. .. .. .. .. ..13 2.6 B样条曲线 13 第三章 详细设计 14 3.1建立思想 14 3.2 重建算法 17 3.3 程序实现 19 3.3.1 实现算法 19 3.3.2 运行结果 21 3.3.3具体函数的实现 21 3.4 本章小结 25 第四章