发帖
雷达卡
此类计算概率主成分分析器的混合来自没有点对点对应关系的空间点云。 如果点云代表形状，模型生成形状簇地图集，计算每个集群中的平均形状和变化模式。 数据似然的计算下界 (LB) 可用于自动模型选择（即集群的数量、变化的模式等）。用法：>> vB = vBMixPCA('pointSetsList', 'gmmFileName', M, L, J); >> vB = vB.solve(0, nIter); 在哪里： pointSetsList：是列出点集的绝对路径的文件的名称。 每个点设置文件应在行中定义 N_k x D（维）点： x1 y1 z1 x2 y2 z2 . . . gmmFileName：是定义初始化的（可选）GMM 文件。 这个可以为空（即 []）。 在这种情况下，该算法将适合 GMM（具有 M 重心）到可用点
用于形状的概率 PCA 的变分贝叶斯混合：实现点云的 PPCA 混合-matlab开发.zip
(2.13 MB, 需要: RMB 11 元)
本附件包括：- github_repo.zip
京公网安备 11010802022788号
