概率引导的随机采样一致性算法

作     者：刘坤 葛俊锋 罗予频 杨士元 Liu Kun;Ge Junfeng;Luo Yupin;Yang Shiyuan

作者机构：清华大学自动化系清华信息科学与技术国家实验室(筹)北京100084 

出 版 物：《计算机辅助设计与图形学学报》 (Journal of Computer-Aided Design & Computer Graphics)

年 卷 期：2009年第21卷第5期

页      码：657-662页

摘      要：为了提高随机采样一致性算法的计算效率,提出一种概率引导的随机采样一致性算法.根据采样模型在原始数据上的检验结果调整每个样本点的采样概率,使得正确样本和正确模型被采样的概率得到提高.在首次获得正确模型之后,样本采样与模型更新构成了一个正反馈环节,经过若干次迭代后,正确样本被采样的概率远超过错误样本被采样的概率.理论分析和实验数据表明,该算法收敛需要的迭代次数较少,有效地提高了随机采样一致性算法的效率.

主 题 词：随机采样一致性 鲁棒性 模型估计 概率 基础矩阵 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

核心收录：

馆 藏 号：203971708...