排序方式: 共有2条查询结果,搜索用时 46 毫秒
1
1.
局部区域特征的重要程度对三维CAD模型的分类有很大影响.针对现有聚类算法未能有效利用此关键特征实现聚类,提出一种基于局部区域的加权谱聚类算法.该算法按局部区域在模型库中出现的频次计算权重,提高出现频次低但区分能力强的局部区域的重要程度,从而降低常见局部区域的重要程度;并将上述表达与严重依赖模型间相似度的加权谱聚类算法相结合作为权重信息.实验结果显示,该方法能较好地完成三维CAD模型聚类任务,最终得到的NMI值、V-measure值对比当前最优方法所得结果分别提高3%、4%. 相似文献
2.
局部区域特征的重要程度对三维CAD模型的分类有很大影响.针对现有聚类算法未能有效利用此关键特征实现聚类,提出一种基于局部区域的加权谱聚类算法.该算法按局部区域在模型库中出现的频次计算权重,提高出现频次低但区分能力强的局部区域的重要程度,从而降低常见局部区域的重要程度;并将上述表达与严重依赖模型间相似度的加权谱聚类算法相结合作为权重信息.实验结果显示,该方法能较好地完成三维CAD模型聚类任务,最终得到的NMI值、V-measure值对比当前最优方法所得结果分别提高3%、4%. 相似文献
1