基于RBF神经网络集成的三维模型分类和检索.pdfVIP

2013 生 3 月 图 学 学 报 M arch 20l3 第 34卷 第2期 JoURNAL oF GRAPHICS V01．34 No．2 基于RBF神经网络集成的三维模型分类和检索 陈俊英 ， 王羡慧2， 方亚萍 (1．西安建筑科技大学信息与控制工程学院，陕西 西安710055； 2．新疆大学信息科学与工程学院，新疆 乌鲁木齐 830046；3．中国寰球工程公司，北京100029) 摘 要：针对单个神经网络难以对复杂的三维模型特征空间有足够的优化能力和泛 化能力的问题，用Boosting方法变种和基于粒子群训练的RBF神经网络，形成特征空间对 应的多个神经网络，然后将神经网络集成，给出三维模型的分类信息。在三维模型检索时， 将神经网络集成输出的分类信息和特征空间上的距离信息进行加权计算，得到三维模型之间 的相似度。实验结果表明，基于 RBF神经网络集成的分类方法能有效提高三维模型的分类 准确