基于Jaccard距离与概念聚类的多模型估计
Multi-model Estimation Based on Jaccard Distance and Conceptual Clustering作者机构：淮阴工学院计算机工程学院江苏淮安223003 河海大学计算机与信息工程学院南京210098
出 版 物：《计算机工程》 (Computer Engineering)
年 卷 期：2012年第38卷第10期
页 面：22-26页
核心收录：
学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）]
基 金：国家"863"计划基金资助项目(2007AA01Z179)
主 题：计算机视觉 外点 倾向集 Jaccard距离 Cobweb聚类 多模型估计
摘 要：Multi-RANSAC、RHT等方法难以有效实现多模型估计。为此,提出一种基于模型聚类的多模型估计方法。将数据点描述为所属模型的倾向集,把倾向集间的Jaccard距离描述为数据点的一种属性,基于该属性使用改进的Cobweb算法进行聚类。该方法无需预知模型数目和参数变换,可有效克服漏检、交叉模型误检等情况。实验结果表明,该方法具有高效、高精度等优点,适用于消隐点检测、相机自标定等领域。
维普期刊数据库
同方期刊数据库