张伟
- 作品数：3 被引量：8H指数：2
- 供职机构：浙江大学城市学院更多>>
- 发文基金：浙江省自然科学基金浙江大学城市学院教师科研基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 密集三维散乱点数据的拓扑矩形网格自组织压缩重建被引量：2
- 2005年
- 探讨了曲面密集三维散乱点数据的拓扑矩形网格自组织压缩重建方法。建立了基于自组织特征映射神经网络的三维散乱点数据的拓扑矩形网格自组织压缩重建模型。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。按矩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矩形阵列分布,可生成测量点集压缩后的拓扑矩形网格,可用于NURBS曲面重构。计算机仿真实验表明,所建模型可以实现三维密集散乱点数据自组织压缩,生成期望疏密程度和精度的双有序点列。
- 张伟姜献峰孙毅丁秋林
- 关键词：逆向工程矩形网格散乱点数据压缩
- 基于神经网络的三角形网格智能重建被引量：4
- 2004年
- 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。
- 张伟姜献峰陈丽能马亚良
- 关键词：神经网络三角形网格逆向工程散乱点数据压缩
- 逆向工程中自由曲面自组织重建研究被引量：2
- 2004年
- 探讨了曲面密集三维散乱点数据的自由曲面自组织重建方法。建立了基于扩展自组织特征映射神经网络的自由曲面自组织重建模型及其训练算法。所建模型的网络神经元对曲面散乱点的学习来模拟曲面上的点与点之间的内在关系 ,神经元连接权矢量集重构曲面样本点的内在拓扑关系。经过训练 ,神经网络将整个曲面散乱点数据分成许多子区域 ,子区域的分类核心即为神经元连接权矢量 ,每个子区域用一个线性函数逼近 ,实现自由曲面自组织重建。计算机仿真表明 ,所建神经网络模型可实现三维密集散乱点数据自组织压缩及曲面自组织重建于一体。
- 张伟张伟姜献峰陈丽能
- 关键词：逆向工程曲面重建散乱点自组织特征映射
