可检索词: (英文)题名=T 作者=A 关键词=K 摘要=R 机构=O 主题=S 刊名=M 分类号=N
检索规则说明: [&]代表"并且";[|]代表"或者";[!]代表"不包含" (运算符两边不需要空格)
检索范例: 范例一:(k=科技[|]k=技术)[&]t=范并思 范例二:t=计算机应用与软件[&](R=C++[|]R=Basic)[!]t=西华师范大学
主办单位:
出版地:
ISSN:
主编:
邮发代号:
中图分类号: 选择
作 者: ; ; ; ;
机构地区: 广东商学院资源与环境学院
出 处: 《测绘通报》 2013年第7期35-38,42,共5页
摘 要: LiDAR具有探测地表垂向结构的能力,目前还无法被其他遥感源所取代。本文提出通过变换点云提取LiDAR纹理特征,利用支持向量机(SVM)进行训练和分类,并与基于神经网络的分类方法进行比较。试验结果表明,SVM能在训练精度和推广能力之间取得折中,可有效地避免LiDAR地物分类证据不完备引起的过拟合问题,适合于LiDAR地物分类。
关 键 词: 高度纹理
领 域: [天文地球] [天文地球]