基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
逆向工程中要解决的重要问题之一是对散乱测量数据进行参数化处理.本文提出了建立散乱数据点间的邻近关系及基于这种关系的数据点凸组合映射参数化方法.实例表明,本文所介绍的方法简单可靠,可有效地处理三维散乱测量数据的参数化问题.
推荐文章
散乱数据点的k近邻快速搜索算法
点云
k近邻
空间划分
基于水平集的散乱数据点云曲面重构方法
水平集
曲面重构
数据点云
能量最小化
散乱数据点云边界特征自动提取算法
曲面重构
边界特征
微切平面
散乱数据点云
R*-tree动态空间存取模型
散乱数据点的k近邻搜索算法
散乱点
k近邻
八叉树
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 散乱数据点的邻近关系及参数化
来源期刊 机械科学与技术 学科 工学
关键词 散乱数据 k-邻近 参数化 凸组合映射 逆向工程
年,卷(期) 2004,(8) 所属期刊栏目
研究方向 页码范围 954-956
页数 3页 分类号 TP391.72
字数 2492字 语种 中文
DOI 10.3321/j.issn:1003-8728.2004.08.020
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (3)
节点文献
引证文献  (9)
同被引文献  (0)
二级引证文献  (6)
1997(2)
  • 参考文献(2)
  • 二级参考文献(0)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2007(4)
  • 引证文献(4)
  • 二级引证文献(0)
2008(3)
  • 引证文献(2)
  • 二级引证文献(1)
2009(1)
  • 引证文献(0)
  • 二级引证文献(1)
2010(1)
  • 引证文献(0)
  • 二级引证文献(1)
2012(2)
  • 引证文献(1)
  • 二级引证文献(1)
2013(2)
  • 引证文献(1)
  • 二级引证文献(1)
2016(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
散乱数据
k-邻近
参数化
凸组合映射
逆向工程
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
机械科学与技术
月刊
1003-8728
61-1114/TH
大16开
西安友谊西路127号
52-193
1981
chi
出版文献量(篇)
8073
总下载数(次)
15
总被引数(次)
69926
论文1v1指导