基于神经网络集成的三维模型检索系统研究.pdfVIP

基于神经网络集成的三维模型检索系统 期澄字 吕天阳王钲旋王剐 (吉林大学计算机科学与技术学院长春130012) 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．本文针对三堆模型检索系统，设计并实现了一个以神经网络为 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；Sagging；K近邻 3DModelRetrievalBasedOnNeuralNetworkEnsemble System Kuai Lv ChengyuTianyangWangZhengxuanWangGang 130012) (CollegeofComlmterSc=ienceandTechnology，JilinUmverEity，Changchun AbstractNeuraln咖orI(ensemblecall the afinite generalizationa：bili够ofleanings)哦emsthough订aining similarlyimprove numberofneural andthen Oll isoneofthemethodsfor networks theirresults based combining byvoting Bagging,Bagging improving the ofclassifier a retrievalwhichisbased011 BP 3Dmodel predictivepower leanings)7s姗s．Thispaperpre∞mts system Bagging．The n眦l-dlnetworkisselectedastheweaklearner．The 011PrincetonBenchmarkshowthatthe basedOnrleufal experiments Shape system networkensembleachievesbettereffectsthana na眦赳networkin3Dmodelsorts single recognition． wordsneuralnetwork model Key ensemble；3D retrieval；Bagging；KNN 解等各个领域，同样它也被应用在三维模型检索领域．但是 1 引言 KNN学习方法具有一定的缺吲4】，因为KNN方法是建立在 VSM模型上的，其样本距离的测度使用欧式距离， 三维模型检索技术作为多媒体信息检索中的一个重要组 各维权值相同，也就是认定各维对于分类的贡献是相同 成部分在CAD、虚拟现实、军事、3D游戏设计等方面都有的，显然这是不符合实际情况的，同等的权重使得特征向量 着重要的实用价值和广阔的应用前景【l】1．基于内容的检索技 之间距离或者夹角余弦的计算不够准确，进而影响分类精度． 术是从模型数据中自动计算并提取三维模型的特征，如形状、 而且对于三维模型的高维向量，对于分类起主要作用的维数 空间关系、材质颜色及纹理等。建立三维模型的多维信息索 远远低于模型本身的维数，冗余的维数对于模型分类意义不 引，在多维特征空间中计算待查询模型与目标模型之同的相 大甚至