典型文献
基于改进动态图卷积的点云分类模型
文献摘要：
针对动态图卷积存在局部特征提取不充分的问题,提出了一种通过位置关系加权的动态图卷积方式,通过共享多层感知机对特征向量的位置关系进行学习,生成权重系数矩阵,对动态图卷积结果进行动态加权,并以此构建点云分类模型.理论分析与实验结果均表明,与动态图卷积方式相比,所提算法能够有效提升局部特征的提取能力,进一步捕捉局部点云的精细结构,提高点云分类模型准确率.
文献关键词：
模式识别;动态图卷积;自适应;位置关系
中图分类号：
作者姓名：
刘斌;樊云超
作者机构：
东北石油大学电气信息工程学院,黑龙江大庆 163319
文献出处：
引用格式：
[1]刘斌;樊云超-.基于改进动态图卷积的点云分类模型)[J].中国科技论文,2022(11):1230-1235,1266
A类：
B类：
进动,动态图卷积,点云分类,分类模型,积存,局部特征提取,过位,位置关系,多层感知机,特征向量,权重系数,系数矩阵,动态加权,特征的提取,精细结构,高点,模型准确率,模式识别
AB值：
0.251143
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
