基于自适应尺度LE的轮廓编组算法
尹辉
罗四维
黄雅平
邹琪
1.北京交通大学计算机与信息技术学院,北京,1000442.北京交通大学计算机与信息技术学院,北京,1000443.北京交通大学计算机与信息技术学院,北京,1000444.北京交通大学计算机与信息技术学院,北京,100044
摘要：在图嵌入框架下,以编组线索的聚类来实现轮廓编组的方法,不仅可以有效地将局部特征和全局特征结合起来,而且更加符合人类视觉感知以流形存在的特点.本文在分析相似度矩阵对样本结构表示意义的基础上,提出了一种基于自适应尺度Laplacian Eigcnmap的轮廓编组算法.该算法能够根据编组线索多维特征的不同局部统计特性,自适应地改变相似度计算模型中的尺度因子,使相似度矩阵更准确地反映编组线索数据集的结构特性.在此基础上通过降雏实现编组元的聚类,从而得到轮廓编组的结果.实验证明,该算法对于局部统计特性差异较大的编组线索有着良好的适应性,尤其对于有遮挡的感知目标,表现出比图分割方法更为优越的性能.
关键词：知觉组织轮廓编组图嵌入聚类降维
分类号：TP18(自动化基础理论)
资助基金：国家自然科学基金(60773016)中央高校基本科研业务费专项(2011JBM027)高等学校博士学科点专项科研基金(200800041049)
论文发表日期：2011-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 12-16 )
英文信息