本文關鍵詞：基于信息向量機的機載激光雷達點云數(shù)據(jù)分類

  更多相關文章： 激光雷達測距(LiDAR) 點云 數(shù)據(jù)分類 高斯過程 信息向量機

【摘要】：針對支持向量機應用于機載激光雷達(LiDAR)點云數(shù)據(jù)分類時存在的模型稀疏性弱、預測結果缺乏概率意義、訓練時間長等缺點,提出一種基于信息向量機的LiDAR點云數(shù)據(jù)分類算法。該算法采取假定密度濾波算法進行近似逼近,將分類問題轉化為回歸問題;以最大后驗微分熵為依據(jù),選擇LiDAR點云數(shù)據(jù)活動子集信息向量實現(xiàn)模型稀疏化;最后,通過邊緣似然最大化進行核函數(shù)自適應獲取,選擇一對余分類方法實現(xiàn)了點云數(shù)據(jù)多類分類。利用Niagara地區(qū)和非洲某地區(qū)點云數(shù)據(jù)進行了對比實驗。結果表明:與支持向量機方法相比,基于信息向量機分類方法的分類精度分別提高到94.20%和90.78%,基向量數(shù)量分別減少到50個和90個,訓練時間分別降低到5.86s和8.03s。實驗結果驗證了基于信息向量機的點云數(shù)據(jù)分類算法具有訓練速度快、模型稀疏性強、分類精度高等優(yōu)點。
【作者單位】： 信息工程大學;
【關鍵詞】： 激光雷達測距(LiDAR) 點云 數(shù)據(jù)分類 高斯過程 信息向量機
【基金】：國家自然科學基金資助項目(No.41371436)
【分類號】：TN958.98
【正文快照】： 1引言激光雷達測量(Light Detection andRanging,LiDAR)是一種將激光測距、動態(tài)GPS差分以及慣性導航姿態(tài)測定高度集成的技術[1]。與傳統(tǒng)的攝影測量方式不同,LiDAR的數(shù)據(jù)采集方式為主動測量,其對天氣、季節(jié)以及時段的要求較小,另外,激光脈沖穿透能力強,可以快速獲取地物三維結

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 閆龍;;攝影測量點云數(shù)據(jù)精簡研究[J];制造技術與機床;2010年07期

2 鄭德華;;點云數(shù)據(jù)直接縮減方法及縮減效果研究[J];測繪工程;2006年04期

3 張量;王敏;;基于k鄰域離散擴張的點云數(shù)據(jù)分割[J];軟件導刊;2009年12期

4 周怡;周顧盛;;三維GIS數(shù)據(jù)的處理與提取方法的研究—以點云數(shù)據(jù)中提取樹木為例[J];計算機應用與軟件;2010年10期

5 李鳳霞;饒永輝;劉陳;介飛;;基于法向夾角的點云數(shù)據(jù)精簡算法[J];系統(tǒng)仿真學報;2012年09期

6 嵇俊;云挺;薛聯(lián)鳳;張浩平;;基于激光點云數(shù)據(jù)的復雜植物葉片重建方法[J];西北林學院學報;2014年05期

7 吳福生,丁玉成,盧秉恒;基于點云數(shù)據(jù)復雜曲面產品的快速開發(fā)[J];西安交通大學學報;2002年11期

8 胡雪芬,陳愛萍,童水光,單新潮;基于點云數(shù)據(jù)的鞋楦數(shù)控編程及其仿真[J];組合機床與自動化加工技術;2004年07期

9 陳飛舟;陳志楊;丁展;葉修梓;張三元;;基于徑向基函數(shù)的殘缺點云數(shù)據(jù)修復[J];計算機輔助設計與圖形學學報;2006年09期

10 劉志軍;;基于三坐標測量機的點云數(shù)據(jù)測量規(guī)劃研究[J];黑龍江科技信息;2008年20期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 閆龍;;攝影測量點云數(shù)據(jù)精簡研究[A];第二十九屆中國控制會議論文集[C];2010年

2 吳美金;;基于薄壁構件的點云數(shù)據(jù)提取[A];全國射線數(shù)字成像與CT新技術研討會論文集[C];2009年

3 段文國;張愛武;蔡廣杰;;基于VTK的點云數(shù)據(jù)繪制研究與實現(xiàn)[A];《測繪通報》測繪科學前沿技術論壇摘要集[C];2008年

4 宋碧波;盧小平;盧遙;;基于點云數(shù)據(jù)的建筑物三維重建[A];第二屆“測繪科學前沿技術論壇”論文精選[C];2010年

5 張偉忠;張順海;于德敏;;點云數(shù)據(jù)與建模軟件的接口設計[A];全國第13屆計算機輔助設計與圖形學（CAD/CG）學術會議論文集[C];2004年

6 呂瓊瓊;楊曉暉;楊唐文;韓建達;莊嚴;;激光雷達點云數(shù)據(jù)的三維建模技術[A];2009年中國智能自動化會議論文集（第二分冊）[C];2009年

7 劉佳;張愛武;楊麗萍;;室內場景激光點云數(shù)據(jù)的三維建模[A];《測繪通報》測繪科學前沿技術論壇摘要集[C];2008年

8 隋立春;張熠斌;趙旦;;基于MicroStation的機載LiDAR點云數(shù)據(jù)分類處理軟件[A];第二屆“測繪科學前沿技術論壇”論文精選[C];2010年

9 黃承亮;吳侃;劉虎;;基于三維TIN的格網化點云數(shù)據(jù)特征提取[A];數(shù)字測繪與GIS技術應用研討交流會論文集[C];2008年

10 楊銘;陳建峰;;基于CUDA的海量點云數(shù)據(jù)kNN查詢算法[A];第四屆“測繪科學前沿技術論壇”論文精選[C];2012年

中國博士學位論文全文數(shù)據(jù)庫 前10條

1 趙江洪;古建筑散亂點云基準面的提取與擬合[D];武漢大學;2012年

2 谷曉英;三維重建中點云數(shù)據(jù)處理關鍵技術研究[D];燕山大學;2015年

3 張學昌;基于點云數(shù)據(jù)的復雜型面數(shù)字化檢測關鍵技術研究及其系統(tǒng)開發(fā)[D];上海交通大學;2006年

4 王果;不同平臺激光點云數(shù)據(jù)面狀信息自動提取研究[D];中國礦業(yè)大學（北京）;2014年

5 趙煦;基于地面激光掃描點云數(shù)據(jù)的三維重建方法研究[D];武漢大學;2010年

6 張會霞;三維激光掃描點云數(shù)據(jù)組織與可視化研究[D];中國礦業(yè)大學（北京）;2010年

7 孫曉東;人體點云數(shù)據(jù)處理中若干問題的研究[D];北京工業(yè)大學;2012年

8 張帆;點云數(shù)據(jù)幾何處理方法研究[D];西北大學;2013年

9 王舉;基于激光掃描技術的水庫大壩三維變形動態(tài)監(jiān)測方法研究[D];鄭州大學;2015年

10 楊建思;機載/地面海量點云數(shù)據(jù)組織與集成可視化方法研究[D];武漢大學;2011年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 張磊;大型鋼結構建筑安裝質量檢測與變形監(jiān)測軟件系統(tǒng)設計與實現(xiàn)[D];北京建筑大學;2015年

2 饒杰;基于激光點云數(shù)據(jù)的建筑物快速三維建模[D];中國地質大學(北京);2015年

3 李俊寶;TLS在古建筑物測繪及建模中的應用研究[D];長安大學;2015年

4 謝金坤;基于事故車輛車身變形的碰撞速度研究[D];長安大學;2015年

5 顧品熒;基于點云數(shù)據(jù)的基本款女西裝樣板生成系統(tǒng)研究[D];蘇州大學;2015年

6 李國瑞;車載LiDAR點云中的車輛自動檢測技術[D];長安大學;2015年

7 江靜;建筑物LiDAR點云數(shù)據(jù)特征檢測及配準關鍵技術研究[D];集美大學;2015年

8 梁子瑜;基于TLS點云數(shù)據(jù)的林分調查因子測定及收獲估計[D];南京林業(yè)大學;2015年

9 喻W毶，

本文編號：607075