10.15918/j.tbit1001-0645.2019.304
一种基于统计流形的聚类算法
考虑数据点之间局部统计性质的差异,结合K平均算法提出一种基于统计流形的聚类算法.通过计算数据点邻域的均值和协方差,将原始数据点云映射到正态分布族流形中,成为参数点云.在正态分布族流形上构造不同的度量结构,分别应用K平均方法,对参数点云进行聚类,从而将对应的原始数据分类.此算法可以应用到点云去噪.采用基于不同差异函数的算法,对含高密度噪声的点云去噪,并给出模拟仿真结果.仿真结果表明,采用KL散度作为差异函数的算法有较好的去噪效果,体现出该算法在去噪应用中的潜力.
聚类、点云去噪、指数族流形
41
O186(几何、拓扑)
2021-04-06（万方平台首次上网日期，不代表论文的发表时间）
共5页
226-230
