|
|||||
|
|
| 多分类器组合的LiDAR点云分类 | |
| 作者姓名： | 鲁冬冬 邹进贵 |
| 作者单位： | 武汉大学测绘学院 |
| 基金项目： | 国家自然科学基金（41871373）； |
| 摘 要： | 随着激光雷达技术在地形测绘、数字城市建设等领域的广泛应用，点云数据采集的精度和效率变高，若要进一步利用这些数据，还要对点云数据进行分类。因此，如何高效、高精度地对点云进行分类成为了目前的研究重点。机器学习不同分类器之间存在一定互补性，基于此，提出一种基于概率矩阵特征值的加权多分类器组合方法，利用矩阵的特征值来自适应调整分配权值，通过支持向量机和随机森林分类器组合进行点云分类。实验结果表明，该方法能有效结合两种分类器的优势，提高了分类的精度和稳定性。 |
| 关 键 词： | 点云分类 支持向量机 随机森林 分类器组合 |