基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对基于内容的三维模型自动分类问题,提出一种密度峰值驱动的三维模型无监督分类算法。首先利用多种特征描述符分别对每个三维模型提取相应的特征向量;然后将得到的特征向量运用鲁棒主成分分析去除噪声并降维;最后通过计算特征向量分布的密度峰值,并配合决策图,以直观的方式确定三维模型分类类别数,最终实现三维模型的无监督分类。实验结果表明,与传统算法相比,该算法具有易于确定分类类别数、准确率高、鲁棒性强等优点。
推荐文章
基于数据密度的半监督自训练分类算法
半监督学习
自训练
密度
分类
一种基于切片的三维模型检索算法
切片
三维模型检索
主元分析
向量距离
模型检索
采用无监督学习算法与卷积的图像分类模型
K-means聚类
图像分类
卷积
卷积神经网络
Dropout
基于密度峰值的无监督特征选择算法
特征选择
密度峰值
特征密度
特征距离
特征重要度
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于密度峰值的三维模型无监督分类算法
来源期刊 计算机辅助设计与图形学学报 学科 工学
关键词 三维模型 分类 密度峰值聚类 鲁棒主成分分析
年,卷(期) 2016,(12) 所属期刊栏目 图形与可视化
研究方向 页码范围 2142-2150
页数 9页 分类号 TP391.72
字数 6344字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 胡超 浙江大学宁波理工学院信息科学与工程学院 28 87 7.0 8.0
2 舒振宇 浙江大学宁波理工学院信息科学与工程学院 20 43 4.0 5.0
3 刘利刚 中国科学技术大学数学科学学院 27 271 7.0 16.0
4 辛士庆 宁波大学信息科学与工程学院 9 29 3.0 4.0
5 韩祥兰 浙江大学宁波理工学院信息科学与工程学院 10 55 5.0 7.0
6 祁成武 太原科技大学电子信息工程学院 1 7 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (37)
共引文献  (19)
参考文献  (17)
节点文献
引证文献  (7)
同被引文献  (17)
二级引证文献  (2)
1982(2)
  • 参考文献(1)
  • 二级参考文献(1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(1)
  • 二级参考文献(1)
2002(4)
  • 参考文献(1)
  • 二级参考文献(3)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(8)
  • 参考文献(2)
  • 二级参考文献(6)
2008(3)
  • 参考文献(1)
  • 二级参考文献(2)
2009(4)
  • 参考文献(1)
  • 二级参考文献(3)
2010(4)
  • 参考文献(1)
  • 二级参考文献(3)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(6)
  • 参考文献(3)
  • 二级参考文献(3)
2014(6)
  • 参考文献(5)
  • 二级参考文献(1)
2016(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2018(5)
  • 引证文献(5)
  • 二级引证文献(0)
2020(4)
  • 引证文献(2)
  • 二级引证文献(2)
研究主题发展历程
节点文献
三维模型
分类
密度峰值聚类
鲁棒主成分分析
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机辅助设计与图形学学报
月刊
1003-9775
11-2925/TP
大16开
北京2704信箱
82-456
1989
chi
出版文献量(篇)
6095
总下载数(次)
15
总被引数(次)
94943
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
浙江省自然科学基金
英文译名:
官方网址:http://www.zjnsf.net/
项目类型:一般项目
学科类型:
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导