【摘 要】
：
针对车载激光雷达点云数据量大、密度高且存在分层错位和噪点等情况，提出了一种具实时性激光点云快速栅格化算法，该算法根据雷达扫描精度预设栅格单元大小，可在不丢失对象形状特征的情况下，能快速完成点云数据平滑及降采样处理，并将数据量缩小为处理前的60%。将该栅格算法处理后的点云数据应用于深度学习，作为pointnet++神经网络的训练集及测试集，完成语义分割模型训练与测试。实验结果表明，该算法可在1秒内完
论文部分内容阅读
针对车载激光雷达点云数据量大、密度高且存在分层错位和噪点等情况，提出了一种具实时性激光点云快速栅格化算法，该算法根据雷达扫描精度预设栅格单元大小，可在不丢失对象形状特征的情况下，能快速完成点云数据平滑及降采样处理，并将数据量缩小为处理前的60%。将该栅格算法处理后的点云数据应用于深度学习，作为pointnet++神经网络的训练集及测试集，完成语义分割模型训练与测试。实验结果表明，该算法可在1秒内完成上百万量级的点云栅格处理，并且经该算法处理后的点云数据能有效缩短训练时长、提升网络测试精度。
其他文献
地质制图是地质工作的重要组成部分,在开展多学科、多途径的地质科研工作中,自始至终都运用制图方法展现它的研究成果。
随着我国科研技术的不断发展,在科技创新领域取得了可观的成果,且为我国的建设生产提供了源源不断的动力。本文结合具体的实际案例对图像识别过程及识别方法进行简单分析,以便对探索图像识别技术在机械零件的无损检测有着一定的帮助。
本文将GIS技术与"精准扶贫"进行有机结合,开发基于GIS的精准扶贫信息系统,旨在充分利用地理空间信息和高分辨卫星遥感影像、无人机航拍航片建立基于空间位置的精准扶贫专题数据库,对贫困户地理位置和致贫原因等贫困信息进行精准识别和分析,实现扶贫工作信息化、结构化、可视化,建立完善的精准帮扶措施,并管理扶贫数据,引导各类扶贫资源优化配置,为扶贫工作提供科学、直观的决策依据,把扶贫工作落到实处,切实做到精
“张衡一号（简称ZH-1）”卫星搭载的三频信标（tri-band beacon,TBB）机载荷，能够对站链上空的电离层进行高精度测量。为检验TBB机载荷在电离层监测中的应用效果，本文利用2018—2019年我国中低纬地区TBB观测数据，采用求均值及多项式拟合的方法对各月份F_2层峰值电子密度(N_mF_2)数据进行处理，分析N_mF_2的半年变化特征；将2018-08-26磁暴当天与宁静日的电子密
随着遥感影像时、空、谱、辐分辨率和数据处理能力的提升，综合多维影像特征已成为提高土地利用分类精度的关键。然而并非所有特征均有助于分类，且传统分类仍拘泥于单一特征，因此目前急需有效的特征优化选择方法。本研究基于光谱指数、穗帽变换、最小噪声分离、高斯滤波、灰度共生矩阵等变换提取了Landsat TM/ETM+/OLI影像的31维特征，提出了特征优化选择指标和模型，基于最优特征组合开展了支持向量机算法（
海上通信无法沿用陆上5G、6G高速通信中开发高频资源与高谱效调制技术的发展路线，导致其速率与频谱效率性能较差，提升缓慢。提出了一种基于多载波延时重叠调制的高频谱效率海上甚高频通信技术，其核心在于将符号内的各个子载波在时域上进行依次延时并直接叠加，使频率子信道摆脱正交性束缚，从底层信息调制角度进一步提升频谱利用率。理论分析与数值仿真结果表明，该技术可在仅占据海上甚高频频谱资源五分之一的情况下实现当下
针对月度夜光遥感影像VIIRS(Visible Infrared Imaging Radiometer Suite)数据缺失问题，提出一种利用地物邻近关系相关性的像元时空插值方法，以时、空关系互相作为约束条件，将时序变化一致性较好的像元数据作为空间插值的参考，将空间关系一致性较好的月度数据作为时序插值的参考，通过构建不同的卷积核在时序和空间维度分别对初步插值结果进行卷积运算，求得待插值像元的时空插
针对深度神经网络在图像识别中存在的训练数据不足，以及多模型蒸馏算法中存在的细节特征丢失和蒸馏计算量大的问题，提出一种小样本问题下培训弱教师网络的模型蒸馏算法。首先通过集成学习算法中的引导聚集算法（Bagging）算法培训弱教师网络集，在保留图像数据集细节特征的同时可以并行计算提升网络生成效率。然后耦合知识合并算法，基于弱教师网络特征图形成单个高质量、高复杂度的教师网络，获得细节重点更突出的图像特征
提出一种基于路段连接图的格网模式识别方法。该方法以路段连接对作为研究的基本单元，以结点路段为点，路段的连接为边用路段连接图表达道路网。将“在道路网中识别格网”转化为“在路段连接图中搜索格网回路”。提出描述路段连接对几何与连接关系的五个参量，用于筛选图中符合格网特点的结点和边。设计了图搜索的约束条件，使用广度优先遍历搜索连接关系图中的回路，最终完成格网模式的提取。试验结果表明，该方法能够有效地识别格
针对哈里斯鹰优化算法(HHO)收敛速度慢、易陷入局部最优的缺点，提出了一种基于趋化校正的哈里斯鹰优化算法(CC-HHO)。首先，通过计算最优解下降率和变化权重来识别收敛曲线的状态；其次，将细菌觅食算法(BFO)的趋化校正机制引入局部搜索阶段来提高寻优的精确性；再次，将生物在运动时的能量消耗规律融入逃逸能量因子E和跳跃距离J的更新过程中，更好地平衡算法的探索与开发；从次，对最优解和次优解的不同组合进