基于RBF神经网络集成的3D模型分类和检索方法

摘要：

本文主要研究了整合RBF神经网络集成分类信息进行3D模型检索的方法。在解决3D模型的分类问题时，用boosting方法集成RBF神经网络，解决小样本训练集的问题。在整合分类信息进行的检索中，把分类信息当做计算相似性时的一项参数，这种方法即考虑了模型内容特征间的差别，同时通过加入分类信息参数项，又考虑了模型的语义分类信息。实验结果表明整合分类信息的方法大大提高了检索性能。

关键词： 三维模型 分类信息 检索方法 RBF神经网络

作者: 陈俊英 王羡慧 方亚萍

作者单位: 西安建筑科技大学信息与控制工程学院 陕西省西安市710055 新疆大学信息科学与工程学院,新疆乌鲁木齐市830046 中国寰球工程公司,北京市100029

会议类型: 国内会议

会议名称: 第十七届全国计算机辅助设计与图形学学术会议(CAD/CG’ 2012)暨第九届全国智能CAD与数字娱乐学术会议(CID’ 2012)

会议地点: 青岛

会议语种:中文

页码: 155-158

在线出版日期: 2012-07-19（万方平台首次上网日期，不代表论文的发表时间）