文献类型：期刊文章

作　　者：李道伦[1] 卢德唐[2] 孔祥言[2] 吴刚[3]

机构地区：[1]中国科学技术大学计算机科学与技术系,合肥230026 [2]中国科学技术大学工程科学软件研究所 [3]南京财经大学电子商务实验室,南京210003

出　　处：《计算机研究与发展》

基　　金：江苏省普通高校自然科学研究计划基金项目(05KJB520032)

年　　份：2007

卷　　号：44

期　　号：3

起止页码：467-472

语　　种：中文

收录情况：AJ、BDHX、BDHX2004、CSA-PROQEUST、CSCD、CSCD2011_2012、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：通过把BP神经网络与隐式曲面构造原理相结合,提出构造隐式曲面的新方法.用约束点来描述、控制曲面形状,构造BP网的输入与输出,通过智能学习、仿真模拟,最后从仿真超曲面抽取出的零等值面就是隐式曲面.同时,从理论上证明了此方法所构造的隐式曲面具有任意精度.实验表明该方法对约束点的个数、误差、内外点与边点的距离等不敏感,表现出很好的稳定性与可操作性.该构造方法不仅可用于构造隐式曲面,而且在图形理解、数据分类等领域也具有良好的应用前景.

关 键 词：隐式曲面 BP神经网络 曲面重建 拟合  

分 类 号：TP391.41]