基于形状相似性的三维模型语义标注技术研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-7页 |
| 创新点摘要 | 第7-10页 |
| 第一章 绪论 | 第10-18页 |
| ·研究背景及意义 | 第10页 |
| ·国内外研究现状 | 第10-15页 |
| ·三维模型检索技术研究现状 | 第10-12页 |
| ·三维模型形状特征研究现状 | 第12-13页 |
| ·三维模型语义标注研究现状 | 第13-15页 |
| ·本文主要研究内容 | 第15-16页 |
| ·本文组织结构 | 第16-18页 |
| 第二章 相关理论 | 第18-23页 |
| ·三维模型检索技术 | 第18-19页 |
| ·三维模型混合形状特征 | 第19-20页 |
| ·标准测试数据库和标注性能评价指标 | 第20-22页 |
| ·PSB 的介绍 | 第20-21页 |
| ·性能评价指标 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第三章 一种半监督三维模型语义标注方法 | 第23-33页 |
| ·相关理论 | 第23-25页 |
| ·半监督学习 | 第23-24页 |
| ·距离测度学习方法 | 第24-25页 |
| ·基于改进的半监督学习的语义标注方法 | 第25-29页 |
| ·MS3ML 总体流程 | 第25-26页 |
| ·基于图的语义标签传播 | 第26-27页 |
| ·加权 RCA 距离度量学习 | 第27-28页 |
| ·对未标注模型进行多语义标注 | 第28-29页 |
| ·实验设计与结果 | 第29-32页 |
| ·本章小结 | 第32-33页 |
| 第四章 基于聚类分析和相关反馈的语义标注方法 | 第33-47页 |
| ·相关理论 | 第33-37页 |
| ·聚类分析技术 | 第33-35页 |
| ·相关反馈技术 | 第35-36页 |
| ·语义的相关性 | 第36-37页 |
| ·基于聚类分析和相关反馈的语义标注 | 第37-43页 |
| ·总体流程 | 第37-38页 |
| ·基于特征与语义的联合聚类方法 | 第38-41页 |
| ·基于 WordNet 词典扩展语义标注词 | 第41-42页 |
| ·基于相关反馈的语义标注方法 | 第42-43页 |
| ·实验设计与结果 | 第43-46页 |
| ·本章小结 | 第46-47页 |
| 第五章 基于语义概率模型的三维模型语义标注方法 | 第47-54页 |
| ·相关理论 | 第47-48页 |
| ·标注模型 | 第47-48页 |
| ·基于语义概率模型的语义标注方法 | 第48-51页 |
| ·整体框架 | 第48页 |
| ·构建语义词汇库 | 第48-49页 |
| ·语义概率模型 | 第49-50页 |
| ·相似性度量 | 第50页 |
| ·相关反馈过程 | 第50-51页 |
| ·实验设计与结果 | 第51-53页 |
| ·本章小结 | 第53-54页 |
| 结论 | 第54-55页 |
| 参考文献 | 第55-59页 |
| 发表文章目录 | 第59-60页 |
| 致谢 | 第60-61页 |
| 详细摘要 | 第61-69页 |
