|
|||||
|
|
| 基于自组织特征映射神经网络的点云数据分区 | |
| 引用本文： | 刘雪梅,董文胜,张树生,洪歧.基于自组织特征映射神经网络的点云数据分区[J].华北水利水电学院学报,2004,25(2):59-62. |
| 作者姓名： | 刘雪梅 董文胜 张树生 洪歧 |
| 作者单位： | 1. 西北工业大学,现代设计与集成制造技术教育部重点实验室,陕西,西安,710072;华北水利水电学院,河南,郑州,450011 2. 华北水利水电学院,河南,郑州,450011 3. 西北工业大学,现代设计与集成制造技术教育部重点实验室,陕西,西安,710072 |
| 摘 要： | 自组织特征映射神经网络SOFM可以实现无监督的特征聚类.利用SOFM实现逆向工程中点云数据分区,通过改进SOFM网络初始权值方法以及引进能量函数控制迭代次数,提高了SOFM的分区效率.利用SOFM方法实现点云数据分区具有较强的容错性能,对测量数据点无任何要求.实例运行结果验证了此方法的可行性. |
| 关 键 词： | 自组织特征映射 神经网络 数据分区 逆向工程 |
| 文章编号： | 1002-5634(2004)02-0059-04 |
| 修稿时间： | 2003年12月8日 |
Segmentation Method of Point Cloud Based on Self-organizing Feature Map Neural Network |
|
| LIU Xue_mei.Segmentation Method of Point Cloud Based on Self-organizing Feature Map Neural Network[J].Journal of North China Institute of Water Conservancy and Hydroelectric Power,2004,25(2):59-62. | |
| Authors: | LIU Xue_mei |
| Affiliation: | LIU Xue_mei~ |
| Abstract: | Self_organizing feature map (SOFM) neural network can implement feature vector clustering without teachers, thus SOFM can be used for segmentation of point cloud on reverse engineering. The efficiency of segmentation is improved by modifying initial weight vectors and adding energy function to control iteration numbers. The segmentation of point cloud using SOFM is robust to noise and has no limitation for data point type. The method is validated by the real scanned point_cloud. |
| Keywords: | self-organizing feature map neural networks point cloud segmentation reverse engineering |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ | |