一种基于神经元增长结构(GCS)的空间散乱点三角剖分方法

摘要

空间散乱数据点的三角剖分是逆向工程的关键技术,本文提出了基于一种动态神经网络--神经元增长结构(Growing Cell Structure)的空间三角剖分新方法.这种方法具有可以直接处理带有噪声的数据,无需对数据进行平滑处理,网格规模可控,算法简单,生成的三角网格形状好等优点.