数据驱动的可视几何计算关键问题研究

本研究项目旨在研究数据驱动的可视几何计算中的共性科学问题，探讨传统基于物理与基于经验的变形方法的内在联系，将机器学习的思想方法融入几何形变造型研究。本项目将以离散边界表示模型为主要研究对象，探索针对性的非线性降维参数化技术，重点从适于几何造型的弹塑性大变形算法的研究，系列几何模型的生成，基于力学经验约束的三维形变和非线性编辑等几方面取得突破；为研发直观便捷的造型设计与可视系统提供实践理论基础。