[发明专利]基于学习的相似性度量方法有效
| 申请号： | 201810879213.4 | 申请日： | 2018-08-03 |
| 公开（公告）号： | CN109272013B | 公开（公告）日： | 2021-09-14 |
| 发明（设计）人： | 王坤;韦莎;程雨航;王伟忠;聂为之;刘安安;苏育挺 | 申请（专利权）人： | 天津大学;中国电子技术标准化研究院 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 天津市北洋有限责任专利代理事务所 12201 | 代理人： | 李林娟 |
| 地址： | 300072*** | 国省代码： | 天津;12 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于学习的相似性度量方法，包括：给定立体模型的视图，筛选具有代表性的视图构造一个基于视图的超图来表征立体对象之间的关系；利用立体模型数据，从每个立体模型中提取空间结构圆形描述符，并且使用每个立体模型之间的距离来生成简单基于模型的图以探索立体模型之间的关联性；选定合适的学习框架，生成初始的学习权重，将基于视图生成的超图和基于立体模型生成的图作为学习框架的输入，通过联合学习框架来学习两种图的最优组合权重，从而通过基于视图的超图和基于立体模型的图来估计立体对象之间的相关性。本发明通过提取视图特征信息和立体模型空间结构信息，使得对立体模型的描述更加全面，在相似度量化方面更加准确和科学。 | ||
| 搜索关键词： | 基于 学习 相似性 度量 方法 | ||
【主权项】：
1.一种基于学习的相似性度量方法，其特征在于，所述方法包括以下步骤：给定立体模型的视图，筛选具有代表性的视图构造一个基于视图的超图来表征立体对象之间的关系；利用立体模型数据，从每个立体模型中提取空间结构圆形描述符，并且使用每个立体模型之间的距离来生成简单基于模型的图以探索立体模型之间的关联性；选定合适的学习框架，生成初始的学习权重，将基于视图生成的超图和基于立体模型生成的图作为学习框架的输入，通过联合学习框架来学习两种图的最优组合权重，从而通过基于视图的超图和基于立体模型的图来估计立体对象之间的相关性。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于天津大学;中国电子技术标准化研究院，未经天津大学;中国电子技术标准化研究院许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810879213.4/，转载请声明来源钻瓜专利网。
