文件名称：CAE-ELM:卷积自动编码器极限学习机
文件大小：53KB
文件格式：ZIP
更新时间：2024-05-19 12:16:31
MATLAB
CAE-ELM 介绍 3D形状特征在图形应用程序中起着至关重要的作用，例如3D形状匹配，识别和检索。 在过去的二十年中，已经开发出了各种3D形状描述符。 但是，现有的描述符是手工设计的功能，需要大量劳动来设计，并且无法为大量数据提取判别信息。 我们提出了一种快速的3D特征学习方法，即卷积自动编码器极限学习机（CAE-ELM），该方法结合了卷积神经元网络，自动编码器和极限学习机（ELM）的优势。 此方法比其他方法执行得更好，更快。 另外，我们定义了一种基于CAE-ELM的新颖架构。 该体系结构接受两种类型的3D形状表示，即体素数据和有符号距离场数据（SDF），作为提取3D形状的全局和局部特征的输入。 体素数据描述结构信息，而SDF数据包含3D形状的详细信息。 此外，提出的CAE-ELM可以用于实际的图形应用程序，例如3D形状完成。 实验表明，CAE-ELM提取的特征优于现有的手工特征以
【文件预览】：
CAE-ELM-master
----Actfunc.m(831B)
----CAE_ELM.m(7KB)
----getPooledFeature.m(474B)
----getAEFeature.m(524B)
----AE_train.m(2KB)
----CAE_ff.m(756B)
----poolLayer.m(2KB)
----convLayer.m(958B)
----getConvFeature.m(879B)
----procrustNew.m(859B)
----run_fea_combine.m(1KB)
----util()
--------show3D.m(1KB)
--------show_sample.m(980B)
--------showVoxel.m(207B)
----CAE_getH.m(2KB)
----CAE_ELM_voxel.m(5KB)
----readdata()
--------getvoxeldata()
--------getsdfdata()
----README.md(2KB)
----AE_ff.m(457B)
----CAE_ELM_combine.m(5KB)
----getInput.m(626B)
----README.md.bak(2KB)
----combine_Harray.m(276B)