基于神经网络集成的三维模型检索系统

摘要：

神经网络集成通过训练多个神经网络并通过Bagging方法将其结果按投票规则进行合成,Bagging是一种用来提高学习算法准确度的方法,就可以显著地提高学习系统的泛化能力.本文针对三维模型检索系统,设计并实现了一个以神经网络为弱分类器的、基于Bagging的三维模型类别识别系统.对Princeton Shape Benchmark的实验表明,与单个神经网络分类器相比,集成后的系统在三维模型类别识别中取得了较好的效果.

关键词： 神经网络集成 三维模型检索 Bagging K近邻

作者: 蒯澄宇 吕天阳 王钲旋 王刚

作者单位: 吉林大学 计算机科学与技术学院 长春 130012

会议类型: 国内会议

会议名称: 全国第15届计算机辅助设计与图形学学术会议

会议地点: 大连

会议语种:中文

页码: 262-266

在线出版日期: 2008-07-22（万方平台首次上网日期，不代表论文的发表时间）