2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩44頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、隨著三維模型的大量產(chǎn)生,三維模型檢索技術(shù)逐漸受到學(xué)者們的廣泛關(guān)注。其中比較主要的檢索方法是基于內(nèi)容的三維模型檢索,而基于內(nèi)容的檢索技術(shù)的核心是特征提取。本文在借鑒其他多媒體信息的特征識別方法基礎(chǔ)上,考慮將張量子空間技術(shù)應(yīng)用到三維模型的特征提取中,通過三視張量來描述模型的三維立體形狀。同時在多線性主成分分析(MPCA)的基礎(chǔ)上,提出加權(quán)多線性主成分分析(WMPCA)的特征提取方法以及加權(quán)多線性主成分分析與加權(quán)線性判別分析相融合的特征識別方

2、法(WMPCA+WLDA)。
  本文的主要工作如下:
  1、對三維模型進(jìn)行標(biāo)準(zhǔn)化和預(yù)處理,減少由于模型不統(tǒng)一產(chǎn)生的影響,將預(yù)處理后的三維模型轉(zhuǎn)化為多角度的二維投影圖像。
  2、為了保持三維模型內(nèi)部信息的完整性,將二維投影圖像看做多維張量提出了一種加權(quán)多線性主成分分析(WMPCA)方法,并將其應(yīng)用到三維模型特征提取中。
  3、提出了一種加權(quán)多線性主成分分析與加權(quán)線性判別分析相融合的特征識別方法(WMPCA+

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論