一种基于神经元增长结构(GCS)的空间散乱点三角剖分方法

摘要：

空间散乱数据点的三角剖分是逆向工程的关键技术,本文提出了基于一种动态神经网络--神经元增长结构(Growing Cell Structure)的空间三角剖分新方法.这种方法具有可以直接处理带有噪声的数据,无需对数据进行平滑处理,网格规模可控,算法简单,生成的三角网格形状好等优点.

关键词：网格增长结构(GCS)、三角剖分、神经网络、逆向工程

所属期刊栏目：24

分类号：TP391(计算技术、计算机技术)

资助基金：航空科研项目00H53076;高等学校博士学科点专项科研项目20006992

在线出版日期：2005-08-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：820-823,864