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:
在机载LiDAR点云数据处理中,由于机载雷达点云数据的离散性、不确定性等原因,导致点云分类上很难得到准确的结果.针对机载LiDAR点云数据分类问题,提出了基于层次分析和神经网络的机载LiDAR点云分类方法.根据机载LiDAR点云的数据特征以及不同地物的属性,采用层次分析法赋予每个点云一个二进制信号,然后采用后向传播神经网络(BP-ANN)对机载LiDAR点云数据分类.实验表明:这种方法能够从机载LiDAR独立数据源中分类出房屋、高大的树、低矮的树、道路等地物点云.
推荐文章
利用神经网络的城区机载激光雷达点云分类算法
神经网络
激光雷达
数据压缩
邻域特征提取
点云分类
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
MLMS-Net :多层次多尺度点云分类网络
点云分类
卷积神经网络
边缘特征
局部细粒度
基于机载LiDAR点云的电力线自动提取
机载激光雷达点云
电力线提取
渐进概率霍夫变换
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 基于层次分析和神经网络的机载LiDAR点云分类
来源期刊 北京测绘 学科 地球科学
关键词 机载激光雷达(LiDAR) 层次分析法 人工神经网络 分类
年,卷(期) 2018,(8) 所属期刊栏目 技术应用
研究方向 页码范围 978-981
页数 4页 分类号 P231|P275.2
字数 2278字 语种 中文
DOI 10.19580/j.cnki.1007-3000.2018.08.021
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 姜刚 长安大学地质工程与测绘学院 15 110 6.0 10.0
2 张玉 河海大学地球科学与工程学院 12 96 6.0 9.0
3 李晓天 长安大学地质工程与测绘学院 4 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (44)
共引文献  (68)
参考文献  (9)
节点文献
引证文献  (1)
同被引文献  (10)
二级引证文献  (0)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(3)
  • 参考文献(1)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(4)
  • 参考文献(1)
  • 二级参考文献(3)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(6)
  • 参考文献(1)
  • 二级参考文献(5)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(3)
  • 参考文献(1)
  • 二级参考文献(2)
2011(6)
  • 参考文献(2)
  • 二级参考文献(4)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(6)
  • 参考文献(1)
  • 二级参考文献(5)
2015(1)
  • 参考文献(0)
  • 二级参考文献(1)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 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)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
机载激光雷达(LiDAR)
层次分析法
人工神经网络
分类
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
北京测绘
月刊
1007-3000
11-3537/P
大16开
北京市海淀区羊坊店路15号
1987
chi
出版文献量(篇)
3644
总下载数(次)
21
总被引数(次)
13764
论文1v1指导