统计特征和Markov模型在三维模型分类中的应用

• 作者: 付小君 冯筠 郭竞 郭鹏江
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 三维模型分类 Markov模型 统计特征量 相似度 准确率
• 年，卷（期）: 2011,（4）
• 所属期刊栏目: 图形、图像、模式识别
• 页码范围: 157-159
• 分类号: TP391
• 字数: 2923字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2011.04.043

摘要

针对三维模型的分类问题,提出了一种基于统计特征量和Markov模型的分类算法.该算法对预处理后的三维模型进行几何切分,并提取切分后每块的统计特征.对三维模型各分块进行一定顺序的观测,可以获得由各分块的统计特征量构成的Markov模型的伪时间序列.再对不同类模型进行训练并得到各类模型对应的Markov模型参数.最后定义模型间的相似度度量,获得三维模型的分类结果.实验表明该算法在绝大多数类别的模型上分类效果较好,准确率达到90%以上.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭鹏江	西北大学数学系	61	190	7.0	10.0
2	冯筠	西北大学信息科学与技术学院	57	259	9.0	12.0
3	郭竞	西北大学信息科学与技术学院	8	32	4.0	5.0
4	付小君	西北大学数学系	2	6	2.0	2.0