标签存档: 分层方法

基于GPU的多级聚类 (GPU-Based Multilevel Clustering)

在许多应用尤其是数据分析中,我们经常会遇到大规模数据集聚类的任务,在大的多边形表面网格问题中,这个任务显得更为重要,因为目前的3D模型采集系统提供多达上百万种的表面模型。在聚类问题中,通常最常用到的两种方法是k-means聚类算法和分层方法,然而这两种方法都有一些缺点,这会严重影响他们的性能。这篇文章提出了一种在GPU上单独实施的针对网格聚类的框架。这种框架主要的算法元素是基于边界的查询,它的主要算法优势是多极方面内在地解决了初始化问题,由此提供了具有鲁棒性和高质量的聚类结果,其次,这种算法适用于任何全局数据结构。

继续阅读 »