基于SVDD的颅面模型数据分区方法

• 作者: 周明全 李坤鹏 李康
• 来源期刊: 计算机应用研究
• 关键词: 颅面复原 数据分区 支持向量数据域描述 多尺度特征处理
• 年，卷（期）: 2012,（12）
• 所属期刊栏目: 图形图像技术
• 页码范围: 4754-4757,4796
• 页数: 5页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2012.12.092

摘要

将颅面模型数据分区问题转换为一种模式分类问题,给出了一种网格模型上多尺度的特征处理方法,提出了一种基于核方法的支持向量数据域描述(SVDD)数据分区方法.实验证明,该分区方法能快速、有效地对颅面模型的特征区域进行精确合理的分区,且能够适用于有复杂轮廓与形状的特征区域.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周明全	北京师范大学信息科学与技术学院	270	2127	22.0	27.0
2	李康	西北大学信息科学与技术学院	30	280	7.0	16.0
3	李坤鹏	西北大学信息科学与技术学院	1	1	1.0	1.0