您的位置： 专家智库 > >

林凤鸣

作品数：1 被引量：0H指数：0
供职机构：中国科学院大学数学科学学院更多>>
发文基金：北京市科技新星计划更多>>
相关领域：理学自动化与计算机技术更多>>

合作作者

文献类型

  • 1篇中文期刊文章

领域

  • 1篇自动化与计算...
  • 1篇理学

主题

  • 1篇凸包
  • 1篇参数优化

机构

  • 1篇中国科学院大...

作者

  • 1篇林凤鸣
  • 1篇马晓辉

传媒

  • 1篇中国科学院大...

年份

  • 1篇2016
共 1 条 记 录，以下是 1-1
全选 清除 导出
排序方式：
平面Bézier曲线细分算法的参数优化
2016年
复杂曲线逼近是CAGD中的基本问题,传统de Casteljau算法通常固定细分参数为0.5.本文考虑平面Bézier曲线的凸包最小和扁平度最小两种情况,分别给出凸包最优和扁平度最优的细分参数的定义和计算方法,使每次细分后得到的新控制多边形更好地逼近原曲线.通过分析不同类型曲线的最优参数发现,对于较小的曲线段,细分参数选为0.5具有一定的合理性.比较扁平最小方法与de Casteljau定参数方法发现:对于形状复杂的曲线,前者细分效率提高50%以上;对于简单曲线,二者相当.
马晓辉林凤鸣申立勇
全选 清除 导出
共1页<1>
聚类工具0