检索规则说明:AND代表“并且”;OR代表“或者”;NOT代表“不包含”;(注意必须大写,运算符两边需空一格)
检 索 范 例 :范例一: (K=图书馆学 OR K=情报学) AND A=范并思 范例二:J=计算机应用与软件 AND (U=C++ OR U=Basic) NOT M=Visual
作 者:陈金娥[1] CHEN Jine
机构地区:[1]安徽医学高等专科学校人事处,安徽合肥230601
出 处:《桂林航天工业学院学报》2023年第4期585-591,共7页Journal of Guilin University of Aerospace Technology
基 金:安徽省自然科学研究课题“基于人工智能的顶岗实习管理系统设计与实践应用研究”(ZR2021B002);安徽省质量工程项目“课程思政视角下护理(新疆)专业医学计算机文化基础课程‘专业+课程’一体化实践研究”(2022jyxm790)。
摘 要:传统的深度神经网络数据处理方法计算复杂,多视图模型建立过程中会重复提取虚拟场景数据特征,增大了计算难度和计算量,并对虚拟场景多视图三维重建模型的空间构造造成波动影响。为了缩短模型与设计理念之间的差距,基于美国钢铁学会标准(AISI)网络的数据分析方法,建立代价体和代价体正则化回归网络。通过获取、初始化、并行匹配空间三维数据,分别将目标的虚拟场景进行逆推,构建三维模型,充分考虑场景的多个应用角度,提高场景建设的价值。实验结果表明:对于目标建筑模型,该模型比传统模型完整性误差低16%,准确性误差低4%,重建整体度提高2%,解决空间设计与实施之间冲突的问题,促进建筑建模领域的发展。
关 键 词:AISI 回归网络 多视图 三维建模 虚拟场景 数据分析
分 类 号:TN911.73[电子电信—通信与信息系统]
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在链接到云南高校图书馆文献保障联盟下载...
云南高校图书馆联盟文献共享服务平台 版权所有©
您的IP:216.73.216.170