10.3969/j.issn.1673-629X.2011.06.023
支持向量学习机在点云去噪中的应用
在解决非线性、高维模式识别以及小样本等问题中,支持向量机表现出许多独有的优势.提出将支持向量机学习分类方法应用于点云去噪中,能够稳定地进行机器学习,训练得到判别模型,快速、准确地识别出噪声点与非噪声点.通过对小样本数据的统计学习,能够推广到大规模数据中去进行结果的预测估计.用SVM对点云数据样本进行学习训练、测试,识别分类,从而达到去噪光顺的目的.实验表明,此方法在有效去除噪声的同时能较完整地保留点云数据信息.
点云、支持向量机、去噪、分类
21
TP181(自动化基础理论)
国家自然科学基金项目10576027
2011-09-26(万方平台首次上网日期,不代表论文的发表时间)
共5页
85-88,94