在CAD/CAM技术中,三维模型的分类问题是重要的问题。以往的工作主要考虑刚性模型分类问题。由于存在非刚性变形,大大增加了三维模型分类问题的难度。针对非刚性三维模型分类问题进行了研究,提出了一种基于谱特征和深度信任网络的三维模型分类方法。首先,提取一个三维模型的谱特征;之后,通过深度信任网络对该模型进行降维;最后通过支持向量机进行判别分类。实验表明,提出的方法能有效地描述非刚性三维模型的内在特征,取得了较好的分类效果。