期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
基于节点矢量优化的复合材料序列轮廓逼近及重构 被引量:1
1
作者 赵秀阳 李萍萍 +1 位作者 张彩明 杨波 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2010年第11期1945-1951,共7页
针对采用边缘检测方法获得的复合材料第二相颗粒轮廓不规则且光顺性差的特点,利用周期非均匀三次B样条曲线逼近颗粒轮廓.将节点作为变量,提出了一种基于群体增量学习算法的节点矢量优化算法,得到预定控制点条件下误差最小的颗粒轮廓曲线... 针对采用边缘检测方法获得的复合材料第二相颗粒轮廓不规则且光顺性差的特点,利用周期非均匀三次B样条曲线逼近颗粒轮廓.将节点作为变量,提出了一种基于群体增量学习算法的节点矢量优化算法,得到预定控制点条件下误差最小的颗粒轮廓曲线;基于逼近的序列轮廓,采用柔性间距插入节点的方法定义公共节点矢量,根据公共节点矢量对序列轮廓进行相容性处理,利用三次B样条蒙皮算法生成了一张C2连续的张量积B样条曲面来描述复合材料的第二相颗粒.实验结果表明,与遗传算法相比,文中算法在轮廓逼近方面具有更好的鲁棒性和更高的精度,重构出的第二相颗粒光顺性好,效果理想. 展开更多
关键词 颗粒轮廓 B样条 群体增量学习算法 节点矢量优化 曲面重构
在线阅读 下载PDF
基于黄金分割法的加速MARS研究 被引量:1
2
作者 初众 吴义忠 +1 位作者 陈立平 丁建完 《系统仿真学报》 CAS CSCD 北大核心 2012年第8期1561-1566,共6页
多元自适应回归样条法(Multivariate adaptive regression spline,MARS)是一种专门针对高维数据拟合的回归方法。该方法以样条函数的张量积作为基函数,以样本数据坐标作为可选的节点矢量值,算法过程以失拟度(Lack of fit,LOF)最小为目... 多元自适应回归样条法(Multivariate adaptive regression spline,MARS)是一种专门针对高维数据拟合的回归方法。该方法以样条函数的张量积作为基函数,以样本数据坐标作为可选的节点矢量值,算法过程以失拟度(Lack of fit,LOF)最小为目标优化选择基函数和节点矢量。提出了基于黄金分割的加速MARS算法,引入一维黄金分割搜索算法及计算子区间概念,以提高算法节点矢量和基函数的优化选择效率。最后,四个典型的测试算例验证了所提出的方法在保证模型近似精度的前提下可大幅节省模型构造时间。 展开更多
关键词 多元自适应回归样条 黄金分割法 失拟度 节点矢量优化 计算子区间
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部