基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对传统三维模型分类算法时间复杂度较高、分类准确率较低等问题,提出一种基于体素模型与卷积神经网络的三维模型分类算法.将原始模型表示为八叉树结构的体素模型以优化模型的性状表达,使用设计的卷积神经网络对体素模型进行特征提取以及分类运算.实验结果表明,与其他三维模型分类算法相比,该分类算法的显存占用较小,同时具有较低的时间复杂度和较高的分类能力.
推荐文章
基于深度卷积神经网络的三维模型识别
卷积神经网络
占用网格
体素化
随机梯度下降
旋转增强
基于一维卷积神经网络的网络流量分类方法
一维卷积神经网络
流量分类
数据预处理
参数优化
深度学习
基于神经网络的三维模型视觉特征分析
三维模型
视觉特征
感知器神经网络
Hopfield网络
三维物体分类
基于多局部显著视图与CNN的三维模型分类
局部视图
卷积神经网络
集成深度学习
显著视图
三维模型分类
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于体素模型与卷积神经网络的三维模型分类算法
来源期刊 计算机应用与软件 学科 工学
关键词 三维模型分类 体素模型 八叉树结构 卷积神经网络
年,卷(期) 2020,(1) 所属期刊栏目 算法
研究方向 页码范围 262-266,319
页数 6页 分类号 TP391
字数 4119字 语种 中文
DOI 10.3969/j.issn.1000-386x.2020.01.042
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 万旺根 上海大学智慧城市研究院 132 819 15.0 22.0
2 刘泽鑫 上海大学通信与信息工程学院 2 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (82)
共引文献  (9)
参考文献  (8)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(3)
  • 参考文献(1)
  • 二级参考文献(2)
2009(4)
  • 参考文献(0)
  • 二级参考文献(4)
2010(4)
  • 参考文献(0)
  • 二级参考文献(4)
2011(5)
  • 参考文献(1)
  • 二级参考文献(4)
2012(9)
  • 参考文献(0)
  • 二级参考文献(9)
2013(9)
  • 参考文献(0)
  • 二级参考文献(9)
2014(9)
  • 参考文献(0)
  • 二级参考文献(9)
2015(11)
  • 参考文献(2)
  • 二级参考文献(9)
2016(12)
  • 参考文献(0)
  • 二级参考文献(12)
2017(3)
  • 参考文献(2)
  • 二级参考文献(1)
2018(2)
  • 参考文献(2)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
三维模型分类
体素模型
八叉树结构
卷积神经网络
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机应用与软件
月刊
1000-386X
31-1260/TP
大16开
上海市愚园路546号
4-379
1984
chi
出版文献量(篇)
16532
总下载数(次)
47
总被引数(次)
101489
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导