曲线保凸光顺拟合中的支持向量回归模型  

A Support Vector Machine in Curve Smoothing and Convex Reconstruction

作　　者：周彦利[1] 王烈[2] 

机构地区：[1]西安政治学院,陕西西安710068 [2]西北工业大学理学院,陕西西安710072

出　　处：《航空计算技术》2007年第4期50-52,59,共4页Aeronautical Computing Technique

摘　　要：几何逆向工程中的光顺曲线重构问题本质上属于回归问题,支持向量回归机是求解回归问题的新的十分有效的方法。研究用支持向量回归机处理光顺曲线的重构问题,鉴于后者有着对于光顺性的特殊要求,通过修正惩罚因子对支持向量机加以改造,即根据测量数据点的分布情况,利用各测量点圆率及保凸条件的特性确定对应的惩罚因子,从而实现了自由曲线的保凸光顺重构。数据实验也表明该方法的有效性。The problem of construction of smoothing and convex curve is actually regression problem. A support vector machine （SVM） is a very effective method for regression issues. How to use SVM to solve problems of curve smoot-hing and convex reconstruction is discussed in this paper. Herein the SVM is suitable for the smoothing and convex regression, and a modified SVM model is proposed. The parameter C is redefined using the character of round curvature and convex curve. Through an example, the result shows that the modified SVM model is effectively.

关 键 词：支持向量回归 逆向工程 曲线重构 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]