基于自适应尺度LE的轮廓编组算法

• 作者: 尹辉 罗四维 邹琪 黄雅平
• 来源期刊: 北京交通大学学报
• 学科: 工学
• 关键词: 知觉组织 轮廓编组 图嵌入 聚类 降维
• 年，卷（期）: 2011,（5）
• 所属期刊栏目: 海峡两岸学术交流
• 页码范围: 12-16
• 分类号: TP18
• 字数: 4277字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-0291.2011.05.003

摘要

在图嵌入框架下,以编组线索的聚类来实现轮廓编组的方法,不仅可以有效地将局部特征和全局特征结合起来,而且更加符合人类视觉感知以流形存在的特点.本文在分析相似度矩阵对样本结构表示意义的基础上,提出了一种基于自适应尺度Laplacian Eigcnmap的轮廓编组算法.该算法能够根据编组线索多维特征的不同局部统计特性,自适应地改变相似度计算模型中的尺度因子,使相似度矩阵更准确地反映编组线索数据集的结构特性.在此基础上通过降雏实现编组元的聚类,从而得到轮廓编组的结果.实验证明,该算法对于局部统计特性差异较大的编组线索有着良好的适应性,尤其对于有遮挡的感知目标,表现出比图分割方法更为优越的性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	罗四维	北京交通大学计算机与信息技术学院	99	1303	17.0	33.0
2	邹琪	北京交通大学计算机与信息技术学院	18	80	6.0	8.0
3	尹辉	北京交通大学计算机与信息技术学院	18	40	3.0	5.0
4	黄雅平	北京交通大学计算机与信息技术学院	24	272	6.0	16.0