arXiv · cs.AI · Nader Alfares, Guangmingmei Yang, David J. Miller, George Kesidis2026-11-03 13:00 · 8 小时前模型评分24

基于自编码器的点云深度聚类研究

Autoencoder Based Deep Clustering of Point Clouds

导读

研究用FoldingNet自编码器先做重建训练、再对码字执行K-means++的完全无监督流程，在ModelNet10和ModelNet40数据集上报告了聚类准确率（ACC）、归一化互信息（NMI）和调整兰德指数（ARI）随聚类数K变化的结果。

分类置信度

中 · 待人工复核

来源级别：媒体与个人

事件类型：研究发布

证据摘录

“After reviewing clustering and deep clustering, we study the fully unsupervised pipeline in which a FoldingNet autoencoder is first trained for reconstruction and then K-means++ is then applied to the resulting codewords.”

来源：arXiv · cs.AI · arxiv.org