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。