支持向量学习机在点云去噪中的应用

摘要：

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.

关键词：点云、支持向量机、去噪、分类

所属期刊栏目：21

分类号：TP181(自动化基础理论)

资助基金：国家自然科学基金项目10576027

在线出版日期：2011-09-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：85-88,94