一种机载LiDAR点云分类的自适应特征选择方法

发布时间：2017-08-11 17:24

  本文关键词：一种机载LiDAR点云分类的自适应特征选择方法

  更多相关文章： 遥感 机载LiDAR 自适应特征选择 点云分类 随机森林 支持向量机

【摘要】：不同地形条件下,不同的特征组合、特征维数对点云的分类效率及分类结果有不同的影响。提出了一种机载LiDAR点云分类的自适应特征选择方法,该方法依据地形起伏情况对整体点云数据进行区域划分,自适应选择适宜该区域LiDAR点云分类的特征集合。为了验证这种特征选择方法的有效性,利用优选后的特征集合,分别采用随机森林和支持向量机算法进行分类实验验证,实验结果表明,在不同地形条件的区域里,适合LiDAR点云分类的特征集合不同。该方法可以有效地降低特征维数,缩短运算时间,且分类精度较高。
【作者单位】： 首都师范大学三维信息获取与应用教育部重点实验室;
【关键词】： 遥感 机载LiDAR 自适应特征选择 点云分类 随机森林 支持向量机
【基金】：国家自然科学基金(41571369) 教育部博士点基金(20131108110005) 北京市长城学者(CIT&TCD20150323)
【分类号】：TN957.52
【正文快照】： 机载LiDAR可以快速获取大面积地物的高精度、高密度三维坐标信息,在林业调查、灾害预警、数字城市建设等领域有广泛的应用。由于地形起伏、地物之间拓扑关系的复杂性,如何快速有效地从点云数据中提取出地物信息是实现机载LiDAR后续应用的关键步骤之一。国内外学者一般采用以下

【相似文献】

中国期刊全文数据库 前2条

1 梁春燕;杨琳;汪俊杰;张建平;颜永红;;音子配列学语种识别系统中特征选择方法的研究[J];声学学报;2013年02期

2 ;[J];;年期

中国硕士学位论文全文数据库 前1条

1 王蕊;特征选择方法在基于LFP信号的神经解码中的应用[D];浙江大学;2013年

，

本文编号：657340