基于卷积神经网络的三维模型分类方法及系统.pdf
增梅****主啊
在线预览结束,喜欢就下载吧,查找使用更方便
相关资料
基于卷积神经网络的三维模型分类方法及系统.pdf
本发明公开了一种基于卷积神经网络的三维模型分类方法及系统,包括以下步骤:获取待分类的三维模型,对三维模型多角度投影得到视图,作为构建的卷积神经网络的输入,训练卷积神经网络,经过网络层次地提取三维模型形状特征,得到三维模型的分类结果,本发明避免了模型数据转化等操作,有效提高三维模型分类效率,推动计算机视觉和计算机辅助设计研究的发展。
基于级联卷积神经网络模型的电力数据的分类方法.pdf
本发明公开了一种基于级联卷积神经网络模型的电力数据的分类方法,首先采用多分类器进行电力数据的预分类,如果分类类型属于该多分类器置信度较高的分类类型,则可将该分类类型作为最终的分类结果,如果对应的分类类型属于该多分类器置信度较低的分类类型,则启用联级分类器进行重新分类,其中,联级分类器为针对多分类器中置信度较低的分类类型,而训练获得的擅长于该类型分类的多个弱分类器构成的联级分类器,通过上述多分类器的预分类可实现快速分类的目的,同时通过后续联级分类器再次分类,可实现纠偏的目的,弥补多分类器的准确率低的问题,实
基于改进的卷积神经网络模型的中国绘画图像分类方法.pdf
基于改进的卷积神经网络模型的中国绘画图像分类方法.pdf
基于较优视图和深度卷积神经网络的三维模型检索方法.pdf
本发明涉及基于较优视图和深度卷积神经网络的三维模型检索方法,本发明首先从多个视点提取三维模型的视图,并按照灰度熵的排序选取较优视图。其次通过深度卷积神经网络对视图集进行训练,从而提取视图的深度特征并进行降维。同时,对输入的自然图像提取边缘轮廓图,经过相似度匹配返回一组三维模型。最后,基于目标模型所属类别占检索结果比例对结果列表进行微调重排,返回最终的检索结果以实现三维模型检索,此方法有效选取了较优视图,降低了视图冗余,并使用深度特征对视图进行更高层的表达,有效提高了检索效果。