论文部分内容阅读
为充分利用已有化简成果及其蕴含的化简知识，本文集成几种机器学习算法提出图形、图像融合利用的智能化简方法，实现顶点取舍决策的学习和优化。首先，分别利用全连接神经网络和卷积神经网络设计、构建基于图形的顶点取舍模型和基于图像的顶点取舍模型，通过样本训练各模型拟合从图形特征到顶点取舍和从栅格图像到顶点取舍的映射；然后，基于线性加权、朴素贝叶斯、支持向量机、人工神经网络构建多种融合决策模型，实现基于图形和基于图像的顶点取舍的融合利用；最后，通过实验用例对所有模型进行测试。实验结果表明：基于图形和基于图像的顶点