1 空军工程大学信息与导航学院, 陕西 西安 710077
2 93575部队, 河北 承德, 067000
城区激光雷达点云建筑物提取技术是近年来发展的热点,如何准确区分植被、建筑物以及人造物,提高分类精度一直是研究难点。为此,针对分类精度较低的问题,提出一种基于随机森林的点云分类算法。首先使用改进布料滤波算法对点云数据进行地面滤波;其次,构建决策树并进行基于最大互信息系数的相关性分析,选出相关系数最小、精度最高的决策树,得到弱相关随机森林模型;最后,对决策结果进行加权投票处理,得到一种综合布料滤波和加权弱相关随机森林的点云分类算法,并通过Vaihingen城区数据集对算法进行验证。实验表明,与传统随机森林分类算法相比,本文算法提高了4.2%的分类精度,也提高了算法效率。
图像处理 激光雷达 布料滤波算法 随机森林 点云归一化 最大互信息系数 激光与光电子学进展
2020, 57(22): 221017
1 郑州大学机械与动力工程学院，郑州 450001
2 郑州大学物理学院，郑州 450001
直拉单晶硅生长过程中放肩阶段常由于断棱的出现导致无法顺利进入等径生长。为研究影响断棱的关键特征参数，提出采用最大互信息系数法(MIC)辨识直拉单晶硅放肩阶段关键特征参数。分别采用最大互信息系数法(MIC)、层次分析法(AHP)计算特征参数与放肩断棱的相关系数，按照降序依次提取前k项直至全部特征参数作为输入参数，在逻辑斯蒂回归模型进行放肩断棱预测评估。结果表明，采用MIC提取特征参数的前13项特征作为输入参数时，模型的准确度最高；且采用MIC法在预测精度上优于AHP法。
最大互信息系数 直拉单晶硅 放肩阶段 层次分析法 关键特征参数 maximum information coefficient Cz-Si monocrystal shoulder growth process analytic hierarchy process key characteristic parameter
