基于神经网络的双层辉光离子渗金属

基于神经网络的双层辉光离子渗金属

ID:22096815

大小:1.21 MB

页数:8页

时间:2018-10-27

基于神经网络的双层辉光离子渗金属_第1页
基于神经网络的双层辉光离子渗金属_第2页
基于神经网络的双层辉光离子渗金属_第3页
基于神经网络的双层辉光离子渗金属_第4页
基于神经网络的双层辉光离子渗金属_第5页
资源描述:

《基于神经网络的双层辉光离子渗金属》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、王新颖等:基于张量子空间的三维模型特征提取及检索方法基于张量子空间的三维模型特征提取及检索方法*王新颖;岳远扬(长春工业大学计算机科学与工程学院,长春130012)摘要:针对三维模型特征提取方法进行了研究,在多线性主成分分析(MPCA)的基础上,提出了一种加权多线性主成分分析(WMPCA)方法,并将其应用到三维模型特征提取中。该方法首先将三维模型转化为多角度的二维投影图像,然后从多方向上通过张量进行特征提取,最后将提取到的特征应用到三维模型检索中。对PrincetonShapeBenchmark的实验表明,该特征提取方法不仅优于经典的形状分布等方法还优于传统的MPCA特征提取方

2、法。关键词:张量子空间;多线性主成分分析;三维模型检索中图分类号:TP391Amethodof3DmodelfeatureextractionandretrievalbasedontensorsubspacelearningWANGXinying;YUEYuanyang(CollegeofComputerScienceandEngineering,ChangchunUniversityofTechnology,Changchun130012,China)Abstract:Featureextractionmethodfor3Dmodelwasstudied.AmethodofW

3、eightedMulti-linearPrincipalComponentAnalysis(WMPCA)forfeatureextractionbasedonMulti-linearPrincipalComponentAnalysiswasproposedinthispaper,anditwasappliedto3Dmodelfeatureextraction.Firstly,the3Dmodelwastransformedintomulti-angle2Dprojectionimages,andthenwereextractedfeaturesusingtensorfromm

4、ulti-direction.Finally,theextractedfeatureswereappliedto3Dmodelretrieval.ExperimentalresultsonPrincetonShapeBenchmarkshowthatthefeatureextractionmethodisbetterthanclassicalshapedistributionmethodandtraditionalMPCAmethod.Keywords:tensorsubspacelearning;multi-linearprincipalcomponentanalysis;3

5、Dmodelretrieval王新颖等:基于张量子空间的三维模型特征提取及检索方法0前言收稿日期:2015-09-25基金项目:国家自然科学基金资助项目(61303132);吉林省科技厅自然科学基金资助项目(201215127)作者简介:王新颖(1979-),女,长春人,副教授,博士,硕士生导师,主要从事机器学习、数据挖掘、三维模型检索等研究。Tel:86-15943029559,E-mail:wang_xinying1979@163.com;岳远扬(1987-),男,硕士研究生,主要从事三维模型检索研究。三维模型在许多领域得到了广泛应用如:虚拟现实[1]、计算机视觉[2][3

6、]、3D游戏[4]、3D影视等。目前,三维建模技术已经相当成熟,大量的三维模型在互联网上传输。而针对这些数量庞大的三维模型,如何进行有效的管理和检索便成为了国内外的研究热点课题[5][6]。在三维模型检索领域,经常使用的方法是基于内容的三维模型检索技术ContentBased3DModelRetrieval),该技术根据三维模型的几何形状或拓扑结构进行自动检索,从而提高了三维模型检索的自动化程度,成为当前三维模型检索的主要应用技术[5][7]。在计算机视觉等领域,利用影像序列来完成图像分割[8]、三维重构[9]等技术已经成为该领域的前沿方向,用三视张量来描述影像等媒体信息是近年

7、来众多学者关注的重点[10]。本文借鉴其他媒体信息的特征识别方法,考虑将张量子空间技术应用到三维模型的特征提取中,通过三视张量来描述模型的三维立体形状。同时在多线性主成分分析(MPCA)[11]的基础上,提出一种加权多线性主成分分析(WMPCA)方法,该方法不仅能有效保证模型投影图像像素的空间相关性,同时又能通过特征权值来提高三维模型的特征识别度。通过对PrincetonShapeBenchmark[12]的实验表明了该方法的有效性。王新颖等:基于张量子空间的三维模型特征提取及检索方法1张量

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。