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:
随着机器学习的发展,在LiDAR滤波处理中找到一个适用于所有地形的高效高精度滤波算法是我们一直追求的目标.现在,越来越多的学者致力于提取多个特征进行滤波计算.在选择的特征中难免出现冗余等现象,影响计算效率和滤波精度.本文基于机载激光雷达特有的高程精度优势,采用高程互信息作为测度去判断所选择特征的优劣.经过实验,验证了本文所用方法能够有效剔除自动滤波选特征中的冗余特征.
推荐文章
基于监督学习的机载LiDAR点云滤波方法
激光雷达
滤波
SVM
二分类
特征向量
基于模糊互信息的多标签特征选择
特征选择
互信息
模糊互信息
基于互信息的特征子集选择
数据挖掘
LV算法
特征子集选择
互信息
基于 Parzen 窗条件互信息计算的特征选择方法
特征选择
Parzen 窗
条件互信息
特征离散度
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 基于互信息的机载LiDAR点云自动滤波处理特征选择
来源期刊 测绘与空间地理信息 学科 地球科学
关键词 互信息 特征选择 滤波 机载LiDAR
年,卷(期) 2018,(4) 所属期刊栏目 基金项目专栏
研究方向 页码范围 90-93,97
页数 5页 分类号 P225.1
字数 3694字 语种 中文
DOI 10.3969/j.issn.1672-5867.2018.04.025
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 马洪超 武汉大学遥感信息工程学院 57 657 14.0 22.0
5 蔡湛 武汉大学遥感信息工程学院 3 10 2.0 3.0
6 赵璐颖 武汉大学遥感信息工程学院 2 8 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (6)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2004(2)
  • 参考文献(2)
  • 二级参考文献(0)
2005(2)
  • 参考文献(2)
  • 二级参考文献(0)
2009(2)
  • 参考文献(2)
  • 二级参考文献(0)
2018(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)
研究主题发展历程
节点文献
互信息
特征选择
滤波
机载LiDAR
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
测绘与空间地理信息
月刊
1672-5867
23-1520/P
大16开
哈尔滨市南岗区测绘路32号
14-5
1978
chi
出版文献量(篇)
11361
总下载数(次)
46
总被引数(次)
45485
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导