類神經網路理論於逆向工程曲面重建之研究

NCUIR > Engineering College > Graduate Institute of Mechanical Engineering > Electronic Thesis & Dissertation > Item 987654321/2446

Please use this identifier to cite or link to this item: http://ir.lib.ncu.edu.tw/handle/987654321/2446

Title:	類神經網路理論於逆向工程曲面重建之研究
Authors:	張加儒;Chia-Ru Chang
Contributors:	機械工程研究所
Keywords:	參數曲面重建;逆向工程;類神經網路;自組織映射圖網路;Self-Organizing Maps;B-Spline;SOM;Surface reconstruction;Neural Netwok
Date:	2004-07-16
Issue Date:	2009-09-21 11:47:07 (UTC+8)
Publisher:	國立中央大學圖書館
Abstract:	本研究主要是探討，如何透過類神經網路之學習訓練，找出量測點資料之特徵點，並藉此建立其曲面之數學表示式。在過去的研究中，點資料之描述可透過網格曲面以及參數曲面兩種方式。透過三角格網格建立原始點資料曲面的方法，雖能描述任何形狀之曲面，但必須耗費大量的系統資源。參數曲面中，利用數學函式為基礎之B-Spline曲面，可大幅改善此缺點，但其特徵點之選擇只能透過人工的方式選擇，且數量並無法確實掌握。本研究是利用自組織映射圖（Self-Organizing Maps，SOM）網路，其無監督式學習之優點以及鄰近區域之概念，找出足以代表點群聚類特徵的網路拓撲，藉此當作特徵點，進行參數曲面重健，以改善網格曲面之缺點，以及參數曲面中特徵點選取之問題。重建過程中，利用一維SOM網路進行曲面重建雖具有較快之學習速率，但無法描述不為排列整齊之點資料。二維SOM網路重建曲面則可以修正此問題，同時進一步利用參數調整與誤差修正方法，獲得不錯之重建結果。
Appears in Collections:	[Graduate Institute of Mechanical Engineering] Electronic Thesis & Dissertation

Files in This Item:

File	Size	Format

社群 sharing

Loading...