SSA-BP神经网络在无人机点云孔洞修补的应用
为了解决无人机点云数据中的孔洞修补问题,本文提出了基于麻雀搜索算法(SSA)优化BP神经网络的无人机点云孔洞修补方法.首先利用麻雀搜索算法对传统的BP神经网络进行初始权重与阈值的优化,再将麻雀搜索算法优化后的BP神经网络算法(SSA-BP)运用于无人机点云数据中孔洞的修补.为了验证算法的可行性,将SSA-BP神经网络与传统的BP神经网络、最小二乘支持向量机(LSSVM)两组算法进行精度比较.试验结果表明:SSA-BP神经网络算法的修补精度高于另外两组对比算法,且SSA优化后的BP神经网络稳定性更强,在复杂地形孔洞的修补中仍具有较好的修补效果.
孔洞修补、麻雀搜索算法、优化、BP神经网络、精度比较
P237(摄影测量学与测绘遥感)
国家自然科学基金42064003
2023-06-07(万方平台首次上网日期,不代表论文的发表时间)
共5页
130-134