本文主要研究内容
作者王冬,张焱,姜俊奎（2019）在《车载激光点云中行道树及属性信息提取》一文中研究指出：由于地物遮挡、数据残缺、噪声等因素的影响,从车载激光扫描数据中提取行道树及其属性信息具有一定难度。针对此问题,提出了一种基于随机森林和车载激光点云数据的行道树及属性信息提取方法。首先,从多角度构建点云特征向量,利用随机森林对特征重要性进行度量和排序,选择对分类起积极作用的特征子集作为训练样本;其次,利用随机森林构建预测模型并对点云进行分类,提取行道树点云;最后,通过基于密度的聚类算法获取单株行道树,并以单株行道树为数据处理单元获取其树高、胸径、冠幅等属性信息。实验结果表明,使用该方法提取的行道树及其属性信息均呈现出较高精度,验证了本文方法的有效性。
Abstract
you yu de wu zhe dang 、shu ju can que 、zao sheng deng yin su de ying xiang ,cong che zai ji guang sao miao shu ju zhong di qu hang dao shu ji ji shu xing xin xi ju you yi ding nan du 。zhen dui ci wen ti ,di chu le yi chong ji yu sui ji sen lin he che zai ji guang dian yun shu ju de hang dao shu ji shu xing xin xi di qu fang fa 。shou xian ,cong duo jiao du gou jian dian yun te zheng xiang liang ,li yong sui ji sen lin dui te zheng chong yao xing jin hang du liang he pai xu ,shua ze dui fen lei qi ji ji zuo yong de te zheng zi ji zuo wei xun lian yang ben ;ji ci ,li yong sui ji sen lin gou jian yu ce mo xing bing dui dian yun jin hang fen lei ,di qu hang dao shu dian yun ;zui hou ,tong guo ji yu mi du de ju lei suan fa huo qu chan zhu hang dao shu ,bing yi chan zhu hang dao shu wei shu ju chu li chan yuan huo qu ji shu gao 、xiong jing 、guan fu deng shu xing xin xi 。shi yan jie guo biao ming ,shi yong gai fang fa di qu de hang dao shu ji ji shu xing xin xi jun cheng xian chu jiao gao jing du ,yan zheng le ben wen fang fa de you xiao xing 。
论文参考文献
论文详细介绍
论文作者分别是来自中国科技论文的王冬,张焱,姜俊奎，发表于刊物中国科技论文2019年05期论文，是一篇关于车载激光点云论文,行道树提取论文,特征选择论文,随机森林论文,密度聚类算法论文,中国科技论文2019年05期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自中国科技论文2019年05期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：车载激光点云论文; 行道树提取论文; 特征选择论文; 随机森林论文; 密度聚类算法论文; 中国科技论文2019年05期论文;