邻域一致性特征调制点云分类的算法优化研究.docxVIP

邻域一致性特征调制点云分类的算法优化研究

目录

文档综述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．3

1.1研究背景与意义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．4

1.2国内外研究现状．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．6

1.3研究内容与目标．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．8

1.4技术路线与方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．9

1.5论文结构安排．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．12

点云分类基础理论．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．12

2.1点云数据表示与预处理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．14

2.1.1点云数据采集与模型构建．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．17

2.1.2点云数据去噪与滤波．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．20

2.2点云特征提取方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．21

2.2.1几何特征提取．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．25

2.2.2光谱特征提取．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．29

2.2.3特征融合方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．30

2.3点云分类算法概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．32

2.3.1基于传统机器学习的分类方法．．．．．．．．．．．．．．．．．．．．．．．．．．34

2.3.2基于深度学习的分类方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．35

2.4邻域一致性特征理论．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．38

2.4.1邻域定义与度量．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．41

2.4.2一致性特征计算．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．43

基于邻域一致性特征的点云分类算法．．．．．．．．．．．．．．．．．．．．．．．47

3.1邻域一致性特征提取．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．49

3.1.1邻域有哪些信誉好的足球投注网站策略．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．51

3.1.2特征相似度度量．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．54

3.2基于邻域一致性特征的分类模型构建．．．．．．．．．．．．．．．．．．．．．．57

3.2.1基于支持向量机的分类模型．．．．．．．．．．．．．．．．．．．．．．．．．．．．60

3.2.2基于决策树的分类模型．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．63

3.2.3基于神经网络的特征调制方法．．．．．．．．．．．．．．．．．．．．．．．．．．64

点云分类算法优化研究．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．66

4.1特征优化方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．69

4.1.1特征选择与降维．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．73

4.1.2特征加权与组合．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．76

4.1.3特征动态调整策略．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．80

4.2模型优化方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．82

4.2.1参数优化与调优．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．87

4.2.2结构优化与改进．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．89

4.2.3集成学习与模型融合．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．93

4.3算法优化策略．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．