基于密度峰值的三维模型无监督分类算法

作     者：舒振宇 祁成武 辛士庆 胡超 韩祥兰 刘利刚 Shu Zhenyu Qi Chengwu Xin Shiqing Hu Chao Han Xianglan Liu Ligang

作者机构：浙江大学宁波理工学院信息科学与工程学院宁波315100 太原科技大学电子信息工程学院太原030024 宁波大学信息科学与工程学院宁波315211 中国科学技术大学数学科学学院合肥230026 

出 版 物：《计算机辅助设计与图形学学报》 (Journal of Computer-Aided Design & Computer Graphics)

年 卷 期：2016年第28卷第12期

页      面：2142-2150页

核心收录：

学科分类：1305[艺术学-设计学（可授艺术学、工学学位）] 13[艺术学] 08[工学] 080203[工学-机械设计及理论] 081304[工学-建筑技术科学] 0802[工学-机械工程] 0813[工学-建筑学] 080201[工学-机械制造及其自动化] 

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) 

主　　题：三维模型 分类 密度峰值聚类 鲁棒主成分分析 

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.