自适应全局最优和声搜索的模型相似性计算

作者：高雪瑶; 董欣然; 张春祥^*

来源：哈尔滨理工大学学报, 2020, 25(06): 150-156.

DOI：10.15938/j.jhust.2020.06.022

• 和声搜索
• 面相似度矩阵
• 面匹配
• 粒子群

为了度量模型之间的差异,提出了一种基于自适应全局最优和声搜索算法(self-adaptive global best harmony search algorithm,SGHS)的三维模型相似性计算方法。根据面的组成边数和面的邻接关系来构造2个模型之间的面相似度矩阵。从面相似度矩阵中,利用自适应全局最优和声搜索算法获得2个模型之间的最优面匹配序列。根据最优面匹配序列,累积源模型面与目标模型面之间的相似度来计算模型之间的相似性。实验结果表明:所提出方法更能准确地度量模型之间的差异。

• 单位
  哈尔滨理工大学