论文部分内容阅读
神经网络集成通过训练多个神经网络并通过Bagging方法将其结果按投票规则进行合成,Bagging是一种用来提高学习算法准确度的方法,就可以显著地提高学习系统的泛化能力.本文针对三维模型检索系统,设计并实现了一个以神经网络为弱分类器的、基于Bagging的三维模型类别识别系统.对Princeton Shape Benchmark的实验表明,与单个神经网络分类器相比,集成后的系统在三维模型类别识别中取得了较好的效果.