资料来源:径向基函数和神经网络技术在逆向工程中的应用研究(博士论文:王宏涛)

RBF神经网络模型

RBF神经网络起源于数值分析中多变量插值的RBF方法,1988年Broomhead等人首先将该算法应用于神经网络的设计,从而构成了RBF神经网络。

RBF神经网络是一种由输入层、隐层和输出层组成的三层前馈型网络,其结构简图如图2.3所示[120]。输入层节点只传递输入信号到隐层,从输入层到隐层的变换是非线性的,隐层节点由一定的作用函数构成,从隐层到输出层的变换是线性的。输入层到隐层之间的权固定为1,只有隐层到输出层之间的权可调。

隐层的变换函数是一种局部分布的、对中心点径向对称衰减的非负线性函数,其常用的函数形式是高斯函数

式中,phij为隐层第j个单元输出;X=[x1,x2,...,xn]T,为输入矢量;||·||表示范数,Cj为隐层第j个高斯单元的中心;σ为半径。
网络的输出可表示为:
常用的RBF为
1.薄板样条函数(thin-plate splines):φ(r )=r2klogr,k为自然数;
2.多重二次函数(multiquadrics):φ(r)=(r2+c 2)β,β>0,β不为自然数,c为常数;
3.逆多重二次函数(inverse multiquadrics):φ(r)=(r2+c2)β,β<0,c为常数;
4.高斯函数(Gaussian):φ(r)=exp (?cr2),c>0,c为常数。
通常薄板样条函数用来拟合具有两个变量的光滑函数;多重二次函数适用于许多场合,特别适用于拟合地形数据;高斯函数一般用于神经网络。拟合具有三个变量的函数,效果较好的RBF是双调和样条函数(biharmonic)φ(r)=r和三调和样条函数(triharmonic)φ(r)=r3。[40]
2 基于RBF的隐式曲面
曲面插值问题可表述为:给定R3中曲面S上的n个散乱数据点{(x,y,z)|i=1..n},找到一个插值S的曲面S′。如果运用一个隐式函数f定义曲
面S′,则在曲面S上的n个散乱点满足方程
f(x,y,z)=0, for all p,
约束
f(x,y,z)=hi <> 0
综上所述,曲面插值问题就变成了散乱数据点插值问题:给定R3空间的n个散乱点Ps及其对应的约束值{hi},如果可以构造一个函数f(r),对每一个散乱点都满足f(ci)=hi,则由这些散乱点可以定义一个隐式曲面方程f(r)=0。定义二阶可微函数f的薄板能量函数为[86]
该能量函数反映了函数f在R3上的光滑程度,因此曲面的光滑性可用能量值来衡量,如果曲面上不存在褶皱等曲率变化急剧的区域,则能量值较低。在f(c)=h的插值约束条件下求解插值函数f,使薄板能量函数的值最小,此时求得的插值函数f的形式为RBF形式[87、93]
式中,r表示生成的曲面上的任意点,r=(x,y,z);c表示定义该方程的散乱点,c=(x,y,z);w表示对应于每一个散乱点的实数权值;P(r)是一个一阶多项式,对任意一点r,P(r)的形式为
P(r)=p0+p1*x+p2*y+p3*z,
φ(r-c)是RBF,本文采用的RBF形式为三调和样条函数φ(r)=r3

三个网格法矢量:

图1示意出了三角网格模型的各单纯形的邻域,对图中用方形所示的任意顶点v,其一重邻点为图中所示的黑圆点,其二重邻点(即顶点v的一

重邻点的一重邻点)为图中所示的黑三角点,其邻边为图中所示的粗黑线,其邻三角片为图中所示的阴影中的各三角片。

如图2所示,对三角网格曲面M中的一个顶点vi,设其有m个一重邻点vj(j=1,2,…m)∈nbhd{i},则其有m个邻三角片f

j(j=1,2,…m)。设nj是fj的单位法矢,di,j是eij的长度,采用柯映林[108]从力学角度给出的单位法矢加权叠加的方法,可计算顶点vi的法矢Ni

在不少文献[123~125]中,用相邻三角片法矢与三角片面积的加权来获得顶点的法矢,设Nfi是三角片fj的法矢,Aj是三角片fj的面积,顶点vi的法矢Ni为:

[108] 柯映林.散乱数据几何造型技术及其应用研究[博士学位论文].南京,南京航空航天大学,1992.

[123] Taubin G.Estimating the tensor of curvature of a surface from a polyhedral approximation.In:Proc.5th Intl.Conf.on Computer Vision(ICCV’95),1995:902~907.

[124] Biermann H,Levin A,Zorin D.Piecewise smooth subdivision surfaces with normal control.In:K.Akeley ed.,Proceedings of SIGGRAPH’2000.Boston,MA:Addision Wesley Professional,2000:113~120.

[125] Page D L,Koschan A,Sun Y,et al.Robust crease detection and curvature estimation of piecewise smooth surfaces from triangle mesh approximations using normal voting.In:C.E. Brodley,A.P.Danyluk ed.,Proceedings of the International Conference on Computer Vision and Pattern Recognition 2001.San Francisco,CA:Morgan Kaufmann,2001:162~167.

[126]周儒荣,张丽艳,苏旭,等.海量散乱点的曲面重建算法研究.软件学报,2001, 12(2):249~255.

[129]刘利刚,王国瑾.基于球面三角网格逼近的等距曲面逼近算法.工程图学学报, 2000(3):70~74.

三角网格模型及基于RBF隐曲面方程求解的曲面重建相关推荐

  1. OpenGL渲染STL三角网格模型

    Opengl绘制STL模型 实现效果 STL模型文件 实现代码 实现效果 首先先看看使用可编程管线实现的STL模型的渲染效果,网格模型的数量大约在100来万,实现的效果还是挺鲁棒. STL模型文件 关 ...

  2. Siggraph三角网格变形之拉普拉斯变换

    三角网格变形一直是CAGD相关领域的重点,刚上研究生的时候,感觉有点神奇.而且一上来导师就给我发了一篇基于格林坐标的自由变形的相关paper,让我看,外文文献,看了n多天,第一次看外文文献,啥也没看懂 ...

  3. 图形处理(十二)拉普拉斯网格优化、最小二乘网格模型光顺

    看这篇博文前,请先参考我的另外一篇博文<图形处理(三)简单拉普拉斯网格变形-Siggraph 2004>学习拉普拉斯坐标的相关理论知识.这里要分享的paper,是通过拉普拉斯的方法实现三角 ...

  4. matlab获得模型切面,基于MATLAB的STL模型切片分层算法

    吴建 吴婷 陈廷豪 包涵 摘  要:为提高STL模型的切片效率,提出一种基于MATLAB的STL模型切片分层新算法.首先对STL模型进行数据预处理,筛选出只与切平面相交的三角片集合,然后利用相邻三角面 ...

  5. VTK修炼之道46:图形基本操作进阶_三角网格体积、表面积、测地距离、包围盒

    1.基本图形操作意义 图形处理,比如图形平滑.多分辨率分析.特征提取等都离不开一些基本的图形操作.掌握这些基本的图形操作有助于理解和深入学习图形处理和分析方法. VTK中提供了多种图形的基本操作,其中 ...

  6. R语言构建catboost模型:构建catboost模型并基于网格搜索获取最优模型参数(Select hyperparameters)、计算特征重要度

    R语言构建catboost模型:构建catboost模型并基于网格搜索获取最优模型参数(Select hyperparameters).计算特征重要度(feature importance) 目录

  7. 人工智能里的数学修炼 | 隐马尔可夫模型:基于EM的鲍姆-韦尔奇算法求解模型参数

    人工智能里的数学修炼 | 概率图模型 : 隐马尔可夫模型 人工智能里的数学修炼 | 隐马尔可夫模型:前向后向算法 人工智能里的数学修炼 | 隐马尔可夫模型 : 维特比(Viterbi)算法解码隐藏状态 ...

  8. 基于Python的三角网格划分

    一.矩形网格单元的生成 矩形网格单元 如上图所示,黑色数字表示的是节点,蓝色数字表示的是element的位置,每个节点对应一个黑色数字,每一个element有四个节点与之对应,基于Python的编程, ...

  9. bullet物理引擎与OpenGL结合 导入3D模型进行碰撞检测 以及画三角网格的坑

    原文作者:aircraft 原文链接:https://www.cnblogs.com/DOMLX/p/11681069.html 一.初始化世界以及模型 /// 冲突配置包含内存的默认设置,冲突设置. ...

最新文章

  1. Codeforces Beta Round #5 C. Longest Regular Bracket Sequence 栈/dp
  2. python百度云资源-python学习资源--百度云
  3. 中国电信:回归根本的SOC发展之道
  4. P5829 【模板】失配树
  5. 前端学习(1740):前端调试值之保持元素的hover状态
  6. PRML-系列一之1.5
  7. 在程序里面(服务器端)调用Winrar压缩文件的方法?另寻求一条语句转换的方法。vb.net到C#。...
  8. nginx安装问题 Makefile Error 127
  9. select默认选中
  10. B站视频下载及本地文件名修正
  11. 在线制作ICO网站图标网站
  12. 谷歌浏览器播放器声音
  13. 关于上海游戏行业的-SDK开发
  14. 练习打字速度效果很好的网站(本人亲测)
  15. 根据离散傅里叶变换对ECG信号进行频谱分析
  16. 写给编程初学者的一篇文章,该如何学习编程?我的编程学习之路
  17. 2021年起重机司机(限桥式起重机)最新解析及起重机司机(限桥式起重机)新版试题
  18. Laravel 的 Auth::attempt () 初探及修改 bcrypt 验证为 MD5
  19. Deep Learning(1)
  20. 打工人的快乐星球,还存在吗?

热门文章

  1. 一步步读懂Pytorch Chatbot Tutorial代码(三) - 创建字典
  2. smi时序_详解芯片组上电时序.ppt
  3. Linux下的gcc练习及练习使用opencv库
  4. c mvc mysql_c mvc 连接数据库
  5. 任务管理器-性能中各项的意义
  6. 2022年京东图书总榜出炉
  7. 阿里云网站ICP备案详细操作步骤教程
  8. 腾讯、阿里、百度、字节跳动最新复工时间,最晚3月2日回公司上班
  9. DOM(一)——HTML DOM
  10. Linux FQ 队列实现原理浅析