基于相关向量机的机械LiDAR点云数据分类

摘要：

针对支持向量机应用于机载LiDAR点云数据分类时存在的模型稀疏性弱、预测结果缺乏概率意义、核函数必须满足Mercer定理等缺点，提出了一种基于相关向量机的LiDAR点云数据分类算法。在分析稀疏贝叶斯分类模型及参数推断、预测基础上，利用拉普拉斯方法将相关向量机分类问题转化为回归问题，通过最大化边缘似然函数估计超参数，选择序列稀疏贝叶斯学习方法提高训练速度，构造一对余、一对一分类器实现点云数据多元分类研究。选择Niagara地区及非洲某地区的LiDAR点云数据进行实验，实验结果验证了基于相关向量机的点云分类方法的优势。

关键词：激光雷达、分类、稀疏贝叶斯模型、相关向量机

所属期刊栏目：45

分类号：P237(摄影测量学与测绘遥感)

资助基金：国家自然科学基金41371436

在线出版日期：2016-07-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：98-104