基于支持向量机的优化子采样曲面表示研究  

Optimized Sub-sample Curve Expression Based on SVM

作　　者：蔡勇[1] 肖建[2] 蒋刚[1] 

机构地区：[1]西南科技大学制造科学与工程学院,四川绵阳621010 [2]西南交通大学电气工程学院,四川成都610031

出　　处：《信息与控制》2008年第1期108-112,共5页Information and Control

基　　金：国家自然科学基金资助项目(10576027)

摘　　要：讨论了基于点云数据的曲面表示问题.采用ε-支持向量回归机和v-支持向量回归机实现点云数据的两次预处理.使用贪婪算法求解几何优化问题,从而得到点云数据的一个曲面表示.实验结果表明,所提方法具有建模光顺性好、处理速度快等优点.Curve expression based on point cloud is discussed, ε-Support Vector Regression Machine （ε- SVRM） and v-Support Vector Regression Machine （v-SVRM） are proposed to preprocess point cloud data twice. Geometrical optimization is solved by greedy algorithm, and a curve expression based on point cloud is obtained. Experiment results show that the proposed method is of such advantages as smooth curving and fast processing speed.

关 键 词：支持向量机 点云 子采样 曲面表示 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]