基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
车载LiDAR已广泛应用于三维数字城市建模、道路信息数据采集等领域.海量点云信息中不同地物目标的自动识别和分类是LiDAR数据后处理的难点之一.根据不同地物目标物理特性、空间拓扑关系及其在点云中的相关特征知识,建立地物分类规则,依据分类知识进行地物自动识别和分类.通过实测数据分类试验,证明该方法可以较好实现建筑物、树木、线杆、行人等不同地物的自动识别和分类.
推荐文章
基于地物特征提取的车载激光点云数据分类方法
车载激光点云数据
特征提取
主成分分析
数据分类
融合LiDAR点云和高分辨率影像的地物分类研究
高分辨率影像
LiDAR点云
模糊集
融合方法
融合影像信息的LiDAR点云多特征分类方法
LiDAR点云
航空影像
多特征
融合数据
分类
基于层次分析和神经网络的机载LiDAR点云分类
机载激光雷达(LiDAR)
层次分析法
人工神经网络
分类
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于知识的车载LiDAR地物自动分类
来源期刊 计算机工程与应用 学科 工学
关键词 车载LiDAR 地物 自动 分类 知识
年,卷(期) 2016,(5) 所属期刊栏目 模式识别与人工智能
研究方向 页码范围 122-126
页数 5页 分类号 TP391
字数 5290字 语种 中文
DOI 10.3778/j.issn.1002-8331.1403-0361
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 岑敏仪 西南交通大学地球科学与环境工程学院 64 560 14.0 19.0
2 张同刚 西南交通大学地球科学与环境工程学院 31 225 10.0 13.0
3 冯义从 西南交通大学地球科学与环境工程学院 12 53 4.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (21)
共引文献  (129)
参考文献  (8)
节点文献
引证文献  (9)
同被引文献  (34)
二级引证文献  (13)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(6)
  • 参考文献(0)
  • 二级参考文献(6)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(3)
  • 参考文献(3)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2017(4)
  • 引证文献(4)
  • 二级引证文献(0)
2018(3)
  • 引证文献(2)
  • 二级引证文献(1)
2019(9)
  • 引证文献(2)
  • 二级引证文献(7)
2020(6)
  • 引证文献(1)
  • 二级引证文献(5)
研究主题发展历程
节点文献
车载LiDAR
地物
自动
分类
知识
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导