Sélection d'attributs pour la classification d'objets 3D - Sorbonne Université Access content directly
Conference Papers Year : 2017

Feature selection for 3D-object classification

Sélection d'attributs pour la classification d'objets 3D

Abstract

In this paper, we propose a new feature selection approach for classification. This proposal is based on the use of typicality degrees, in order to highlight some pro-trotypical sub-parts for classes. Associated with an existing method of classification for 3D objects, its effectiveness is experimentally proved and allows a significant improvement of the prediction scores.
Dans cet article, une nouvelle approche de sélection d'attributs pour la classification est introduite. Elle est basée sur l'utilisation d'un degré de typicalité afin de mettre en avant des sous-parties prototypiques des classes. Combinéè a une méthode existante de classification supervisée d'objets 3D, son efficacité est va-lidée expérimentalement et permet une amélioration non négligeable des scores de prédiction.
Fichier principal
Vignette du fichier
LFA_2017 (2).pdf (276.01 Ko) Télécharger le fichier
Origin Files produced by the author(s)
Loading...

Dates and versions

hal-01627024 , version 1 (31-10-2017)

Identifiers

  • HAL Id : hal-01627024 , version 1

Cite

François Meunier, Christophe Marsala, Cyril de Runz, Laurent Castanié. Sélection d'attributs pour la classification d'objets 3D. 26èmes Rencontres Francophones sur la Logique Floue et ses Applications (LFA'2017), Oct 2017, Amiens, France. pp.83-90. ⟨hal-01627024⟩
194 View
210 Download

Share

Gmail Mastodon Facebook X LinkedIn More