文件名称：基于RBF的散乱点曲面重构 (2011年)
文件大小：406KB
文件格式：PDF
更新时间：2024-06-04 10:53:11
自然科学 论文
目的 利用径向基函数(RBF)神经网络对非线性函数的逼近，以及强大的抗噪、修复能力等特点，对散乱点曲面进行重构。方法 在已有RBF神经网络模型的基础上提出了采用相关系数的方法自动确定网络隐含层核函数半径大小。结果 给出算法的分析和实现步骤，并将该模型应用于带有高斯噪声的散乱点曲面重构。结论 与利用传统方法确定的RBF模型相比，该RBF网络模型的整体逼近精度更高，修复和抗噪性能更强，且得到的曲面光顺性好。