基于SOFM与RBF神经网络的自由曲面重建

• 作者: 康宝生 耿生玲
• 来源期刊: 计算机工程与设计
• 学科: 工学
• 关键词: 反向工程 散乱数据 重建自由曲面 SOFM网络 RBF网络
• 年，卷（期）: 2007,（12）
• 所属期刊栏目: 人工智能
• 页码范围: 2925-2927
• 页数: 3页
• 分类号: TP391
• 字数: 3003字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-7024.2007.12.050

摘要

根据SOFM神经网络重构曲面样本点的内在拓扑关系,实现对散乱数据的工程近似化,利用RBF神经网络具有的强大非线性逼近能力,提出一种基于SOFM网络和RBF网络相结合的自由曲面重建方法.该方法可有效地解决RBF神经网络对大规模密集散乱点的曲面拟合时出现计算量大、数据网格化难、网络收敛速度慢等问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	康宝生	西北大学计算机科学系	119	953	15.0	23.0
2	耿生玲	青海师范大学计算机系	39	138	6.0	11.0