概率引导的随机采样一致性算法

摘要：

为了提高随机采样一致性算法的计算效率,提出一种概率引导的随机采样一致性算法.根据采样模型在原始数据上的检验结果调整每个样本点的采样概率,使得正确样本和正确模型被采样的概率得到提高.在首次获得正确模型之后,样本采样与模型更新构成了一个正反馈环节,经过若干次迭代后,正确样本被采样的概率远超过错误样本被采样的概率.理论分析和实验数据表明,该算法收敛需要的迭代次数较少,有效地提高了随机采样一致性算法的效率.

关键词：随机采样一致性、鲁棒性、模型估计、概率、基础矩阵

所属期刊栏目：21

分类号：TP391(计算技术、计算机技术)

在线出版日期：2009-06-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：657-662