English  |  正體中文  |  简体中文  |  Items with full text/Total items : 66984/66984 (100%)
Visitors : 22683452      Online Users : 185
RC Version 7.0 © Powered By DSPACE, MIT. Enhanced by NTU Library IR team.
Scope Tips:
  • please add "double quotation mark" for query phrases to get precise results
  • please goto advance search for comprehansive author search
  • Adv. Search
    HomeLoginUploadHelpAboutAdminister Goto mobile version


    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:[機械工程研究所] 博碩士論文

    Files in This Item:

    File SizeFormat
    0KbUnknown794View/Open


    All items in NCUIR are protected by copyright, with all rights reserved.

    社群 sharing

    ::: Copyright National Central University. | 國立中央大學圖書館版權所有 | 收藏本站 | 設為首頁 | 最佳瀏覽畫面: 1024*768 | 建站日期:8-24-2009 :::
    DSpace Software Copyright © 2002-2004  MIT &  Hewlett-Packard  /   Enhanced by   NTU Library IR team Copyright ©   - Feedback  - 隱私權政策聲明