资源描述：
《基于ART2网络的三维模型聚类分析方法》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。
1、第17卷第9期计算机集成制造系统Vol.17No.92011年9月ComputerIntegratedManufacturingSystemsSep.2011文章编号:1006-5911(2011)09-1865-08基于ART2网络的三维模型聚类分析方法李山,石源,刘红军(西北工业大学现代设计与集成制造技术教育部重点实验室,陕西西安710072)摘要:为解决三维模型聚类中存在的聚类结果对数据输入顺序和维度敏感的问题,将基于自适应谐振理论的ART2网络引入到模型聚类中。以Rand指数、调整Rand指数和互信息指数3种聚类有效性评价指标为依据,
2、通过实验分析了ART2网络中a,b,c,d,H五个参数对聚类有效性的影响,并给出了一组较优的参数组合。在此基础上,定性地分析了警戒系数对聚类结果的影响,其中包括最大聚类数的确定和聚类结果对输入顺序的敏感度。聚类结果验证了ART2网络在模型聚类上的可行性和实用性。关键词:三维模型;聚类分析;ART2网络;聚类有效性评估;数据挖掘中图分类号:TP391.71文献标志码:AThree-dimensionalmodelclusteringanalysisbasedonART2neuralnetworkLIShan,SHIYuan,LIUHong-ju
3、n(KeyLabofContemporaryDesignandIntegratedManufacturingTechnology,MinistryofEducation,NorthwesternPolytechnicalUniversity,Xipan710072,China)Abstract:ClusteringresultswerealwayssensitivetodimensionalityandinputsequenceofdatainThree-Dimensional(3D)modelclusteringapproaches.Tos
4、olvethisproblem,AdaptiveResonanceTheory(ART)basedART2neuralnetworkwasintroducedto3Dmodelclustering.AdoptingthreeindiceswhichincludedRandindice,adjustmentRandindiceandmutualinformationindiceasareferencepointforjudgingclusteringvalidity,theeffectofART2networkpsfiveparameters:
5、a,b,c,dandHonclusteringvalidationwasevaluatedthroughclusteringexperiments.Furthermore,asetofsuperiorparameterswaspresented.Onthatbasis,theeffectofvigilanceparameteronclusteringresultwasan-alyzedqualitatively,whichincludedthedefiniteofmaximumclusteringnumberandclusteringsens
6、itivitytoinputse-quenceofdata.TheclusteringexperimentaltestsdemonstratedthefeasibilityandeffectivenessofART2networkonmodelclustering.Keywords:threedimensionalmodel;clusteranalysis;adaptiveresonancetheory2network;clusteringvalidityas-sessment;datamining浏览和重用模型逐渐变得困难,在此情况下,将聚
7、类0引言分析技术应用于三维模型可以实现如下两种功能:聚类分析是数据挖掘中进行数据处理的重要分¹对模型数据集进行有效划分,进而挖掘出相关领析工具和方法,它可以通过对数据集的合理划分来域的语义;º缩小搜索空间,使模型检索的效率更发现数据集的结构特征,利用聚类结果,能够提取数高。这样就可更好地支持模型数据集的概览与导据集中隐藏的信息,可对未来数据进行预测和分类。航、大规模模型数据集的过滤与查找和三维模型的随着三维模型数量的增多和复杂程度的增大,查找、知识发现与重用。收稿日期:2011-02-28;修订日期:2011-05-03。Received28
8、Feb.2011;accepted03May2011.基金项目:国家自然科学基金重点资助项目(70931004);国家863/CIMS主题资助项目(2009AA04
