摘要 | 第4-6页 |
Abstract | 第6-7页 |
第一章 绪论 | 第10-24页 |
1.1 研究背景和意义 | 第10-21页 |
1.1.1 三维模型数据 | 第10-19页 |
1.1.2 研究背景 | 第19-20页 |
1.1.3 研究意义 | 第20-21页 |
1.2 研究内容和目的 | 第21-22页 |
1.2.1 研究的内容 | 第21-22页 |
1.2.2 研究的目的 | 第22页 |
1.3 本文的工作和论文结构 | 第22-24页 |
第二章 三维模型语义检索相关问题综述 | 第24-43页 |
2.1 引言 | 第24页 |
2.2 图像语义检索 | 第24-26页 |
2.3 知识提取 | 第26-34页 |
2.3.1 视觉知识提取 | 第27-31页 |
2.3.2. 结构知识提取 | 第31-33页 |
2.3.3 功能领域知识提取 | 第33-34页 |
2.4 基于语义检索的相关反馈 | 第34-35页 |
2.5 三维模型自动分类 | 第35-38页 |
2.6 语义相关性度量 | 第38-39页 |
2.7 三维模型语义检索系统现状 | 第39-42页 |
2.8 本章小结 | 第42-43页 |
第三章 基于相对角度直方图聚类的几何特征匹配 | 第43-60页 |
3.1 引言 | 第43页 |
3.2 统计特征方法 | 第43-46页 |
3.2.1 形状直方图算法 | 第43-45页 |
3.2.2 形状分布算法 | 第45-46页 |
3.3 相对角度直方图特征 | 第46-48页 |
3.3.1 相对角度定义 | 第46-47页 |
3.3.2 直方图生成 | 第47-48页 |
3.4 相似度计算 | 第48-49页 |
3.5 特征聚类 | 第49-50页 |
3.6 算法总结 | 第50-51页 |
3.7 实验结果与分析 | 第51-59页 |
3.7.1 实验数据 | 第51-52页 |
3.7.2 相对角度直方图特征检索结果 | 第52-53页 |
3.7.3 特征聚类实验 | 第53-58页 |
3.7.4 算法对比实验 | 第58-59页 |
3.8 本章小结 | 第59-60页 |
第四章 一种基于半监督正交局部保持映射的三维模型分类算法 | 第60-75页 |
4.1 引言 | 第60-62页 |
4.2 流形与维数约简 | 第62-63页 |
4.3 无监督的鉴别映射 | 第63-64页 |
4.4 局部保持映射 | 第64-66页 |
4.5 半监督局部保持映射 | 第66-71页 |
4.6 实验结果与分析 | 第71-74页 |
4.7 本章小结 | 第74-75页 |
第五章 基于二维隐马尔科夫模型的自动分类算法 | 第75-89页 |
5.1 引言 | 第75页 |
5.2 统计模型-HMM | 第75-79页 |
5.2.1 1D HMM | 第76页 |
5.2.2 HMM的三个应用问题 | 第76-79页 |
5.3 基于二维隐马尔科夫模型的自动分类算法 | 第79-80页 |
5.4 计算步骤 | 第80-85页 |
5.4.1 模型训练 | 第81-85页 |
5.4.2 模型分类 | 第85页 |
5.5 实验结果与分析 | 第85-88页 |
5.6 本章小结 | 第88-89页 |
第六章 三维模型本体描述和语义网建立 | 第89-106页 |
6.1 引言 | 第89页 |
6.2 三维模型本体 | 第89-95页 |
6.2.1 本体的定义和分类 | 第89-90页 |
6.2.2 三维模型本体描述 | 第90-94页 |
6.2.3 基于三维模型本体的语义相关性度量 | 第94-95页 |
6.3 基于本体的语义网 | 第95-97页 |
6.3.1 本体语义网建立 | 第95-96页 |
6.3.2 本体语义网搜索策略 | 第96-97页 |
6.4 系统实现 | 第97-103页 |
6.5 实验结果与分析 | 第103-105页 |
6.6 本章小结 | 第105-106页 |
第七章 总结和展望 | 第106-108页 |
参考文献 | 第108-121页 |
致谢 | 第121-122页 |
攻读博士学位期间取得的科研成果 | 第122页 |