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 |
|
|