針對高山區(qū)過濾后點云數(shù)據(jù)缺失問題,提出一種基于LS-SVM的點云漏洞修補方法。以典型高山區(qū)地形為試驗案例,采用4種常規(guī)插值方法與LS-SVM預(yù)測方法對數(shù)據(jù)進行處理分析,將處理數(shù)據(jù)與CORS動態(tài)測量獲取的實測數(shù)據(jù)進行比較研究。研究表明,與4種常規(guī)方法相比,采用LS-SVM算法預(yù)測出的點云所構(gòu)建的DEM模型精度有較大提高,模型MAE=-0.148 m、RMSE=0.250 m、R²=0.999 5,能夠?qū)崿F(xiàn)1∶500 A級高山區(qū)的高精度DEM生產(chǎn),同時也增強了DEM在水利、建筑等行業(yè)設(shè)計初期的應(yīng)用價值。 

【文章來源】：水力發(fā)電. 2020,46(11)北大核心

【文章頁數(shù)】：6 頁

【部分圖文】：

TIN降噪匹配點云數(shù)據(jù)

去植被匹配點云數(shù)據(jù)

式中，λj為j點權(quán)重;dj為j點和待預(yù)測點間的距離;u為權(quán)指數(shù)。權(quán)重是以距離為自變量的衰減函數(shù)，采樣點與待預(yù)測點之間距離越大，權(quán)重越小，當(dāng)預(yù)測點距離采樣點一定距離以外，可忽略不計權(quán)重。各個采樣點權(quán)重的和便是每1個預(yù)測點的數(shù)值，公式為式中，zj為j點的高程值;zp為預(yù)測點的高程值;d-u為距離衰減函數(shù)。

【參考文獻】：
期刊論文
[1]果蠅優(yōu)化最小二乘支持向量機混合預(yù)測模型——以我國物流需求量預(yù)測為例[J]. 李泓澤,郭森,李春杰.  經(jīng)濟數(shù)學(xué). 2012(03)



本文編號：3064275