您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. 基于多核学习-密度峰值聚类的基础矩阵估计

  2. 现有基础矩阵鲁棒估计方法存在精度不高、准确性较低等不足,基于此,提出一种利用多核学习改进密度峰值聚类的基础矩阵估计方法。首先,针对密度峰值算法需要选取参数和无法自动聚类等不足,引入多核学习和γ分布图进行改进;其次,以对极距离为特征,通过多核学习-密度峰值算法剔除匹配数据集中的异常值,得到较优内点集;最后,使用M估计法消除定位噪声误差,对内点子集进行进一步优化处理,并估计最终的基础矩阵。利用INRIA Dataset数据集对所提方法进行验证分析。结果表明:在保证匹配点信息较多的前提下,所提方法提高
  3. 所属分类:其它

    • 发布日期:2021-01-26
    • 文件大小:8388608
    • 提供者:weixin_38530202