基于四次B样条的曲线逼近算法

计算机工程与科学

基于四次B样条的曲线逼近算法

陈涵宇，蒋勇

（南京信息工程大学数学与统计学院,江苏南京210044）

收稿日期:2015-12-22 修回日期:2016-05-06 出版日期:2017-08-25 发布日期:2017-08-25
基金资助:
国家自然科学基金(41174165)；国家公益性行业专项(GYHY201306073)

An approximate algorithm based on quartic B-spline curves

CHEN Han-yu，JIANG Yong

（School of Mathematics and Statistics,Nanjing University of Information Science and Technology,Nanjing 210044,China）

Received:2015-12-22 Revised:2016-05-06 Online:2017-08-25 Published:2017-08-25

摘要/Abstract

摘要：

考虑到插值算法增减节点困难，传统逼近算法精度不够等缺点，有文献提出一种基于三次B样条的曲线逼近算法。该算法通过迭代逼近，提高了计算速度与精度。在系统研究此算法的基础上，将该算法推广到四次B样条，使其具有三阶可导性，并给出该算法收敛性的理论证明。最后用该算法对常用函数进行逼近效果实验。结果表明，所提出的四次B样条的曲线逼近算法收敛速度更快，且能够满足更高精度的实际工业生产需要。

关键词: 逼近算法, 四次B样条, 收敛性, 曲线, 迭代

Abstract:

To overcome the shortcomings of the traditional interpolation spline that is difficult to add or delete points and the inaccuracy of the traditional approximate spline, we propose an approximate algorithm based on the cubic B-spline. The algorithm, which is based on the approximation and the iteration, improves the calculation speed and precision. Based on the periodic cubic B-spline curves, the algorithm extends to quartic B-spline, which is third derivative. Besides, the theoretical proof of the convergence of the algorithm is given out. Finally, the numerical approximation experiments on common functions show that the algorithm has a faster convergence speed and can meet higher practical industrial needs.

Key words: approximate algorithm, quartic B-spline, convergence, curve, iteration

陈涵宇，蒋勇. 基于四次B样条的曲线逼近算法[J]. 计算机工程与科学.

CHEN Han-yu，JIANG Yong. An approximate algorithm based on quartic B-spline curves[J]. Computer Engineering & Science.

[1]	田红鹏, 吴璟玮. RIB-NER：基于跨度的中文命名实体识别模型[J]. 计算机工程与科学, 2024, 46(07): 1311-1320.
[2]	周菊香, 周明涛, 甘健侯, 徐坚. 多阶段时序和语义信息增强的问题生成模型[J]. 计算机工程与科学, 2023, 45(10): 1847-1857.
[3]	方雪杉, 杨云飞, 冯松. 基于多尺度多模态学习的光球亮点曲线轨迹段检测方法研究[J]. 计算机工程与科学, 2023, 45(05): 885-894.
[4]	耿梦圆, 解滨, 韩力文, . Lupaş q-Bézier曲线的离散卷积生成与求值算法[J]. 计算机工程与科学, 2023, 45(01): 104-112.
[5]	吴思婷, 鲍亮. 非Hermitian正定线性方程组的外推的广义HSS方法[J]. 计算机工程与科学, 2022, 44(10): 1885-1892.
[6]	林洁和, 张绍华, 李超, 戴炳荣. 基于ECC的区块链数据共享系统设计[J]. 计算机工程与科学, 2022, 44(05): 810-818.
[7]	阮鸥, 陈吉晨, 毛浩. 一种高效的SM2数字签名批量验证算法[J]. 计算机工程与科学, 2021, 43(07): 1236-1242.
[8]	李凯, 张永生, 童晓冲, 李峰. 基于各向异性和边缘强度修正因子的边缘检测算法[J]. 计算机工程与科学, 2021, 43(07): 1256-1263.
[9]	张贵仓, 拓明秀, 苏金凤, 孟建军, 韩根亮. 一种带形状参数的奇异混合拟Bézier曲线[J]. 计算机工程与科学, 2021, 43(05): 897-906.
[10]	沙赛, 王超, 杜翰霖, 罗英伟, 汪小林, 王振林. 申威架构下的虚拟机访存特征提取方法[J]. 计算机工程与科学, 2020, 42(12): 2109-2116.
[11]	潘曙灿, 许青林. 融合特征向量中心性与标签熵的标签传播算法[J]. 计算机工程与科学, 2020, 42(08): 1489-1499.
[12]	王妞妞，安建成. 最佳阈值法结合改进的Freeman链码的肺实质分割[J]. 计算机工程与科学, 2020, 42(06): 1037-1042.
[13]	熊菊霞1,2,3,吴尽昭1,2,3. 异构复杂信息网络敏感数据流动态挖掘[J]. 计算机工程与科学, 2020, 42(04): 628-633.
[14]	岳晴晴，林明. 基于多项式加减速控制的轨迹规划的研究[J]. 计算机工程与科学, 2019, 41(12): 2255-2260.
[15]	于振中，谷华航. 超前采样时间迭代学习的下肢康复机器人轨迹跟踪控制[J]. 计算机工程与科学, 2019, 41(10): 1892-1898.