项目名称: 点集曲面的偏差控制及尖锐特征构造

项目编号: No.51205332

项目类型: 青年科学基金项目

立项/批准年度: 2013

项目学科: 机械工程学科

项目作者: 刘宇

作者单位: 厦门大学

项目金额: 25万元

中文摘要: 点集曲面具有数据结构简单、易于获取、便于绘制、易表示复杂拓扑物体等优点,因而在计算机图形学、CAD、CAM等领域受到越来越多的关注。但现有的点集曲面无法在有效减弱输入点中噪声影响的同时,保证曲面的构造精度和对细小、尖锐等特征的较好适应性。本研究旨在建立基于能量场的点集曲面表示形式,探索能量函数或权值函数与点集曲面偏差的内在联系,开发点集曲面投影算法和偏差控制算法,获取基于点集曲面的曲率计算公式,构造带尖锐特征的点集曲面。本项目将提高点集曲面的构造精度、对噪声的鲁棒性及对尖锐特征的表示能力,为点集曲面更好地应用到数字制造中提供理论基础和技术支撑。

中文关键词: 点集曲面;稳健估计;数据分割;偏差控制;尖锐特征

英文摘要: Point set surfaces (PSSs) have attracted more and more attentions in areas such as computer graphics, CAD/CAM, and so on because their data structures are simple, they are easy to be obtained, be plotted, and represent objects with complex topologies. But current PSSs can not effectively reduce influences of noises in input points, while keep the accuracy of the surface construction and be adaptive for small or sharp features at the same time. This research intends to define PSSs based on energy fields, search for inherent relationships between deviations of PSSs and energy functions or weighting functions, develop algorithms of PSS projection and deviation control, obtain curvature formulas of PSSs, and construct PSSs with sharp features. The project will improve the accuracy of the surface construction, the robust to noises, and the ability to represent sharp features of PSSs, and provide theory bases and technology supports for better application of PSSs in digital manufacturing.

英文关键词: point set surfaces;robust estimation;data segmentation;deviation control;sharp features

成为VIP会员查看完整内容
0

相关内容

WSDM 2022 | 基于图神经网络的协同过滤设计空间研究
专知会员服务
36+阅读 · 2022年1月3日
专知会员服务
22+阅读 · 2021年10月6日
【干货书】R语言探索性数据分析,218页pdf
专知会员服务
61+阅读 · 2021年9月14日
专知会员服务
24+阅读 · 2021年7月22日
专知会员服务
19+阅读 · 2021年5月30日
专知会员服务
43+阅读 · 2021年5月26日
KDD2021 | 基于深度图卷积网络的多样化推荐
机器学习与推荐算法
0+阅读 · 2021年8月24日
一文搞懂反向传播
机器学习与推荐算法
18+阅读 · 2020年3月12日
CVPR 2019 | 无监督领域特定单图像去模糊
PaperWeekly
14+阅读 · 2019年3月20日
赛尔推荐 | 第5期
哈工大SCIR
13+阅读 · 2018年4月4日
基于信息理论的机器学习
专知
21+阅读 · 2017年11月23日
特征工程的特征理解(一)
机器学习研究会
10+阅读 · 2017年10月23日
国家自然科学基金
0+阅读 · 2017年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
3+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2010年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年5月17日
Arxiv
15+阅读 · 2019年4月4日
Transfer Adaptation Learning: A Decade Survey
Arxiv
37+阅读 · 2019年3月12日
Arxiv
23+阅读 · 2018年10月1日
Arxiv
12+阅读 · 2018年1月28日
小贴士
相关VIP内容
WSDM 2022 | 基于图神经网络的协同过滤设计空间研究
专知会员服务
36+阅读 · 2022年1月3日
专知会员服务
22+阅读 · 2021年10月6日
【干货书】R语言探索性数据分析,218页pdf
专知会员服务
61+阅读 · 2021年9月14日
专知会员服务
24+阅读 · 2021年7月22日
专知会员服务
19+阅读 · 2021年5月30日
专知会员服务
43+阅读 · 2021年5月26日
相关资讯
KDD2021 | 基于深度图卷积网络的多样化推荐
机器学习与推荐算法
0+阅读 · 2021年8月24日
一文搞懂反向传播
机器学习与推荐算法
18+阅读 · 2020年3月12日
CVPR 2019 | 无监督领域特定单图像去模糊
PaperWeekly
14+阅读 · 2019年3月20日
赛尔推荐 | 第5期
哈工大SCIR
13+阅读 · 2018年4月4日
基于信息理论的机器学习
专知
21+阅读 · 2017年11月23日
特征工程的特征理解(一)
机器学习研究会
10+阅读 · 2017年10月23日
相关基金
国家自然科学基金
0+阅读 · 2017年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
3+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2010年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
相关论文
微信扫码咨询专知VIP会员