基于密度峰值的三维模型无监督分类算法

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。

关键词：三维模型、分类、密度峰值聚类、鲁棒主成分分析

所属期刊栏目：28

分类号：TP391.72(计算技术、计算机技术)

资助基金：国家自然科学基金11226328,61222206,61300168,61273332;浙江省自然科学基金LY17F020018;宁波市自然科学基金2012A610018;宁波市创新团队资助项目2014B82015

在线出版日期：2016-12-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：2142-2150