基于核主成分分析的三维模型分类算法

• 作 者: 王鹏飞 舒振宇 于欣
• 机 构: 太原科技大学电子信息工程学院,浙江大学宁波理工学院信息科学与工程学院
• 出 处: 太原科技大学学报
• 发表日期: 2015年02期
• 关键词: 核主成分分析 三维模型 K近邻 分类 形状直径函数 Kernel-principal component analysis 3D Models K-Near
• 基金项目: 国家自然科学基金（11226328，61374096）；浙江省自然科学基金（ LY13F020018）；宁波市自然科学基金

针对三维模型的分类问题,提出了一种基于核主成分分析(Kernel-Principal Components Analysis,K-PCA)的三维模型分类算法。该算法首先选择形状直径函数(Shape Diameter Function,SDF)作为特征描述符来提取三维模型的特征向量;然后使用核函数将原始特征向量映射到高维空间中并在该空间上进行PCA得到新的特征向量;最后使用KNN算法并计算未知模型与已知类别的k个模型之间的l2范数以实现模型的分类,确定未知模型的类别。实验结果表明,该算法能够很好的识别