基于Biased-SVM和Poisson曲面矿体三维自动建模方法

• 作者: 李亚龙 毕林 赵辉
• 来源期刊: 中国矿业大学学报
• 学科: 工学
• 关键词: 矿体三维建模 隐式建模 机器学习 Biased-SVM Poisson曲面 数字矿山
• 年，卷（期）: 2018,（5）
• 页码范围: 1123-1130
• 页数: 8页
• 分类号: TD67
• 语种: 中文

摘要

矿体三雏建模是数字矿山的基础和棱心.为了提高建模效率,减少人工干预,提出了基于偏差支持向量机(Biased-SVM)和Poisson曲面的矿体隐式自动三维建模方法.该方法通过对原始钻孔数据的学习建立最优分类函数,将离散化的建模空间内任意点分类为矿体外与矿体内;在此基础上提取矿体边界点,计算点云法向,建立表征矿体模型几何信息的有向点集;结合矿体点云模型采用Poisson曲面法建立矿体边界指示函数,并提取等值面形成矿体模型.针对不同矿体钻孔数据,采用该方法建立矿体模型,并与传统显式建模方法进行对比分析.结果表明:提出的方法具有人工干预少、自动化程度高、模型表达自然光滑等优点,为矿体的自动建模与更新提供了一条有效途径.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵辉	中南大学资源与安全工程学院数字矿山研究中心	41	435	7.0	20.0
2	毕林	中南大学资源与安全工程学院数字矿山研究中心	57	621	14.0	22.0
3	李亚龙	中南大学资源与安全工程学院数字矿山研究中心	3	1	1.0	1.0