作者:李海亭,王厚之,李艳红,汪汇兵 单位:中国测绘科学研究院 出版:《测绘科学》2016年第05期 页数:5页  (PDF与DOC格式可能不同) PDF编号:PDFCHKD2016050100 DOC编号:DOCCHKD2016050109 下载格式:PDF + Word/doc 文字可复制、可编辑
《船载多传感器测量系统中点云技术的应用研究》PDF+DOC2016年第18期 宋烨 《基于最优特征矢量子空间的雷达目标识别》PDF+DOC2004年第11期 孟继成,杨万麟 《雷达目标特征提取的一种方法》PDF+DOC2002年第12期 张善文,甄蜀春,郑全弟,刘进忙 《基于特征提取的飞机结冰严重程度识别》PDF+DOC2014年第02期 郑定富,周灿,叶林,葛俊锋,邹建红,黄昌尧 《精密图像测量技术综述》PDF+DOC 郭有为,姜芸 《基于支持向量机的雷达欺骗性干扰类型识别》PDF+DOC2009年第03期 张红昌,阮怀林 《基于数据融合的战场声目标识别系统算法研究》PDF+DOC2008年第10期 常艳,冯燕,段渭军 《基于小波包变换的支持向量机损伤诊断方法》PDF+DOC2008年第02期 赵学风,段晨东,刘义艳,韩旻 《地面车辆目标识别研究综述》PDF+DOC2014年第03期 李开明,张群,罗迎,梁必帅,杨小优 《基于电子鼻技术的花椒品种鉴别方法研究》PDF+DOC2013年第11期 吴莉莉,郑丹,郑宝周,林爱英,潘建斌
  • 为了进一步研究移动测量系统的数据处理问题,该文根据点云的基本特征,归纳了由7个特征构成的点云原始特征向量,在此基础上,结合语义环境构建了由17个特征构成的点云扩展特征向量,并采用支持向量机模型对车载LiDAR点云进行行道树点云识别的一系列实验。实验中采用粒子群优化算法和遗传算法对支持向量机进行参数寻优;采用不同特征向量和不同数目样本对点云进行学习和目标识别;分析了特征向量的学习曲线和识别精度。实验结果表明,支持向量机模型能够在行道树点云识别中取得较高的精度。

    提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。