基于卷积神经网络的三维CAD模型分类

摘要：

由于三维CAD模型内在的复杂性,实现模型的自动分类是一个难题.所以提出了一种基于卷积神经网络(Convolutional Neural Network,CNN)的三维CAD模型自动分类方法,首先采用球体将三维CAD模型完全包住,获取模型沿固定视角的二维投影视图集;然后采用Apriori甄选出其中的典型视图,将典型视图作为卷积神经网的输入;在AlexNet模型的基础上进行参数调整,并将其作为三维CAD模型分类器;最后选取正向传播和反向传播相结合的方式对卷积神经网络进行训练,以提高其泛化性能.实验表明,该方法能够提高模型分类的准确性和效率.

关键词：三维CAD模型、卷积神经网络、二维视图、Apriori算法

所属期刊栏目：25

分类号：TP393.4(计算技术、计算机技术)

资助基金：国家自然科学基金;黑龙江省普通本科高校青年创新人才培养项目

在线出版日期：2020-05-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：66-72