Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на этот ресурс:
http://hdl.handle.net/11701/12268
Полная запись метаданных
Поле DC | Значение | Язык |
---|---|---|
dc.contributor.advisor | Кириенко Андрей Васильевич | ru_RU |
dc.contributor.author | Калантаевский Денис Эдуардович | ru_RU |
dc.contributor.author | Kalantaevskii Denis | en_GB |
dc.contributor.editor | Козынченко Владимир Александрович | ru_RU |
dc.contributor.editor | Kozynchenko Vladimir Аleksаndrovich | en_GB |
dc.date.accessioned | 2018-07-26T15:17:30Z | - |
dc.date.available | 2018-07-26T15:17:30Z | - |
dc.date.issued | 2018 | |
dc.identifier.other | 013454 | en_GB |
dc.identifier.uri | http://hdl.handle.net/11701/12268 | - |
dc.description.abstract | В работе предложен алгоритм классификации трехмерных САПР моделей. Признаковым описанием выступает распределение вероятности значений функции формы. В качестве классификатора предлагается использовать алгоритмом k-ближайших соседей. С целью уменьшения размерности вектора признаков предлагается использовать метод главных компонент. Приведены оценки разработанного алгоритма для трех наборов данных, суммарно насчитывающих около 4000 моделей и 18 классов. Рассмотрены способы автоматического подбора параметров. Для каждого набора данных проведен анализ результатов классификации, построен профиль компактности. | ru_RU |
dc.description.abstract | The classification algorithm for 3D CAD models is proposed. A signature of an object is the probability distribution of the values of the shape function. As a classifier it is proposed to use the algorithm of k-nearest neighbors. In order to reduce the dimensionality of the feature vector, it is proposed to use the principal component method. Estimates of the developed algorithm for three sets of data totaling about 4000 models and 18 classes are given. The methods of automatic selection of parameters are considered. For each data set an analysis of the classification results is carried out and compactness profile is constructed. | en_GB |
dc.language.iso | ru | |
dc.subject | классификация | ru_RU |
dc.subject | признаковое описание | ru_RU |
dc.subject | САПР | ru_RU |
dc.subject | трехмерная модель | ru_RU |
dc.subject | функция формы | ru_RU |
dc.subject | метод главных компонент | ru_RU |
dc.subject | k-ближайших соседей | ru_RU |
dc.subject | CAD | en_GB |
dc.subject | 3D CAD | en_GB |
dc.subject | shape distribution | en_GB |
dc.subject | classification | en_GB |
dc.subject | PCA | en_GB |
dc.subject | KNN | en_GB |
dc.subject | 3D model | en_GB |
dc.subject | ModelNet | en_GB |
dc.subject | D2 | en_GB |
dc.title | Development of algorithm of 3D CAD models classification | en_GB |
dc.title.alternative | Разработка алгоритма классификации трехмерных САПР-моделей | ru_RU |
Располагается в коллекциях: | MASTER'S STUDIES |
Файлы этого ресурса:
Файл | Описание | Размер | Формат | |
---|---|---|---|---|
shape_distributions.pdf | Article | 2,41 MB | Adobe PDF | Просмотреть/Открыть |
reviewSV_recenziya.pdf | ReviewRev | 387,31 kB | Adobe PDF | Просмотреть/Открыть |
reviewSV_stt07187_Kirienko_Andrej_Vasilevich_(reviewer)(Ru).txt | ReviewRev | 2,33 kB | Text | Просмотреть/Открыть |
reviewSV_st006748_Kozynchenko_Vladimir_Aleksandrovich_(supervisor)(Ru).txt | ReviewSV | 2,78 kB | Text | Просмотреть/Открыть |
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.