基于神经网络的三角形网格智能重建

• 作者: 姜献峰 张伟 陈丽能 马亚良
• 来源期刊: 工程图学学报
• 学科: 工学
• 关键词: 逆向工程 三角网格 神经网络 散乱点 数据压缩
• 年，卷（期）: 2004,（1）
• 所属期刊栏目: 计算机辅助几何设计
• 页码范围: 71-75
• 页数: 5页
• 分类号: TP391
• 字数: 3545字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-0158.2004.01.015

摘要

探讨了曲面密集三维散乱点数据的三角网格智能重建方法.建立了基于自组织特征映射神经网络的三角网格构建模型.该模型利用神经元对曲面散乱点的学习和训练来模拟曲面上的点与点之间的内在关系,结点连接权矢量集作为对散乱点集的工程近似化并重构曲面样本点的内在拓扑关系,实现曲面密集三维散乱点数据的自组织压缩.按六角形阵列侧抑制邻区训练调整网络神经元权重矢量,使网络输出层结点呈六角形阵列分布,可实现测量点集压缩后的Delaunay三角逼近剖分.计算机仿真实验表明,所建神经网络模型可以实现期望规模和精度的三角网格剖分并有效保持原数据点集的拓扑特征.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马亚良	浙江工业大学机电工程学院	13	78	5.0	8.0
2	张伟	浙江大学城市学院	93	456	11.0	17.0
4	姜献峰	浙江工业大学机电工程学院	65	296	9.0	14.0
7	陈丽能		14	138	7.0	11.0