论文部分内容阅读
由给定的空间数据点集构造B样条曲线是CAGD中一个重要研究课题,常用的逼近方法实质上是基于“经验风险”意义下的最小二乘逼近。文章讨论了基于“结构风险”意义下用最小二乘支持向量回归机整体构造B样条曲线的逼近问题,其出发点是最小化结构风险,而不是传统学习的经验风险最小化,从而在理论上保证了好的推广能力,能够实现对原始曲线的逼近而不仅仅是对测量数据点的逼近。文章建立了B样条曲线拟合的数学模型,并构造了一种特殊的核函数来保证曲线的B样条表示形式。该方法为曲线拟合问题提供了新思路,数值实验证实了可行性。