SVM用于LiDAR数据的地物分类
LiDAR具有探测地表垂向结构的能力,目前还无法被其他遥感源所取代.本文提出通过变换点云提取LiDAR纹理特征,利用支持向量机(SVM)进行训练和分类,并与基于神经网络的分类方法进行比较.试验结果表明,SVM能在训练精度和推广能力之间取得折中,可有效地避免LiDAR地物分类证据不完备引起的过拟合问题,适合于LiDAR地物分类.
LiDAR、高度纹理、SVM
P237(摄影测量学与测绘遥感)
广东省自然科学基金S2011040003226;广州市科技计划7421252729755
2013-08-27(万方平台首次上网日期,不代表论文的发表时间)
共5页
35-38,42