文件名称：论文研究-基于混合训练方法的RBF神经网络的曲面重构.pdf
文件大小：194KB
文件格式：PDF
更新时间：2022-08-11 12:52:20
曲面重构,径向基函数,双三次B样条
根据径向基函数神经网络(RBFNN)具有很强的非线性逼近能力，以及强大的抗噪、修复能力等优点，讨论了目前神经网络训练方法，提出将径向基函数神经网络应用于带有噪声数据散乱数据点*曲面的重构,并对该方法理论上的可行性和实践上的实用性进行了讨论和验证。结果表明：径向基函数网络用于曲面重构, 不仅能够有效地逼近不完善的、带有噪声的曲面，而且拟合精度高、网络的训练速度快，说明了径向基函数神经网络应用于曲面重构问题的可行性,为解决反向工程的技术关键——*曲面重构提供了一个新的途径。