一种结构自适应的聚类神经网络

为了解决聚类分析中聚类数的确定问题，在SOFM神经网络的基础上，从聚类准则出发，通过试验对聚类准则的曲线特征进行了详细的分析和论证，设计出一种结构自适应的聚类神经网络，该网络能自动确定最佳的聚类数，并提出了一种减少计算量的改进算法。     

基于Surfels表示的点模型的布尔运算

为了实现表面面元表示的离散点模型实现布尔运算的算法，提出了一种简单而快速的点模型布尔算法。通过构造适合于邻域搜索的KD树层次结构，实现了快速为点云找其最近相邻点，对面元的内外及相交测试和边界Surfels的自适应划分，用Splating方法绘制点模型。实验表明，该算法运算简单，提高了内外判别的准确性和边界的精度。