排序方式: 共有3条查询结果,搜索用时 15 毫秒
1
1.
2.
针对当前点云语义分割研究对地面站激光点云特征利用不足、正确率较低的问题,该文提出了一种基于多尺度球形邻域特征的深度神经网络算法。该算法基于多尺度球形邻域计算的地面激光点云的粗糙度、高斯曲率,以及全方差、线性度等基于协方差的多种特征,结合XYZ坐标、RGB颜色、激光反射强度组成47维特征向量作为神经网络的输入,经过多组参数组合实验优化神经网络结构,最后通过softmax分类器输出每个点的类别。利用Semantic-3D测试集验证所提的深度神经网络模型,取得了较好的分类精度,总体正确率和平均交并比分别达到了86.6%和55.0%。实验结果表明,所提算法充分利用了地面站激光点云的特征,可有效提升语义分割的正确率。 相似文献
3.
利用振动台模型试验探讨反倾层状岩质边坡的动力响应规律,通过输入不同频率、激振强度、持时的正弦波,监测模型边坡的加速度响应,着重分析频率对模型边坡加速度动力响应特性的影响。试验结果表明:①地震波频率对模型边坡动力响应的影响有两种不同的表现形式。当输入波频率小于等于模型边坡自振频率时,随着频率的增大,模型边坡的高程放大效应增强。②当输入波频率大于模型边坡自振频率时,随着频率的增大,模型边坡的高程放大效应减弱甚至消失。模型边坡的动力响应随高程的增加经历先减小后增大的变化趋势;模型边坡底部的加速度响应相对增强,甚至大于中上部响应强度;模型边坡各点的加速度放大系数基本小于1.0。③频率小于等于模型边坡自振频率的地震波往往造成模型边坡顶部和浅表部的变形破坏,频率大于模型边坡自振频率的地震波则造成模型边坡底部的变形破坏。④频率、激振强度、持时均对模型边坡的动力响应产生影响,但频率的影响最为显著,激振强度次之,持时的影响最弱。 相似文献
1