利用神经网络进行复杂自由曲线/曲面重构  

Reconstructing Free-Form Curve/ Surface Using Bezier Basis Function Neural Network

作　　者：史桂蓉[1] 邢渊[1] 张永清[1] 

机构地区：[1]上海交通大学国家模具CAD工程研究中心,上海200030

出　　处：《上海交通大学学报》2000年第10期1372-1375,共4页Journal of Shanghai Jiaotong University

摘　　要：提出了利用 Bezier基函数神经网络重构自由曲面的方法 .该方法能直接从神经网络的权值矩阵得到曲线的控制顶点 /曲面的控制网格 ,通过神经网络的权值约束实现曲线段 /曲面片之间的 G0 、G1 光滑拼接 .给出了神经网络的构造学习过程 ,并用实例加以验证 .The free- form surface reconstruction is one main objectof CAD/CAM,and itis a key step in re- verse engineering.This paper presented a new approach to free- form surface reconstruction using Bezier basis function neural networks( BBFN) .Advantages of thismethod are asfollows:getting directly control vertes of free- form curve/surface from weights of BBFN;providing G0 ,G1 connecting among multi- patches by constraining weight- ajusting between multi- BBFNs.The paper described in detail the structure and learning program of BBFN,and presented several examples.

关 键 词：神经网络 曲线 曲面重构 CAD 

分 类 号：TP391.72[自动化与计算机技术—计算机应用技术]