论文部分内容阅读
本研究以三维几何模型组件为例,采用增加动量因子和学习速率的方法对基本BP神经网络进行改进,实现了对三维模型的分类。在分类过程中,首先获取各个三维几何组件的边界框(Bounding Box),从中提取需要的输入信息,而后利用改进的BP网络对从三维几何模型提取到的数据进行分类。通过与传统的BP网络进行对比,表明改进后的BP网络收敛速度快,精度高,可以用于三维几何组件分类。