公共文化服务平台

一种顾及地形特征的LiDAR点云聚类简化方法: 本发明公开了一种顾及地形特征的LiDAR点云聚类简化方法。该方法针对目前地面点云简化方法存在的复杂环境适用性差、地形细节特征易丢失等问题，提出了如下解决方案：首先利用K‑means算法将点云分割为初始点云簇，然后依据各簇...; 陈传法武慧明李艳艳

基于固定站激光扫描数据的公路隧道拱顶多期形变监测方法: 2023年; 激光点云技术具有高精度、高密度和适应性良好的特点,将其应用于公路隧道形变监测中,研究基于固定站激光扫描数据的公路隧道断面连续提取、滤波和多期形变监测的方法。为保证多期形变的观测断面在同一位置,在隧道中安装位置固定的扫描仪,利用三维中轴线和配准算法保证多期断面的同一性。提出一种两次迭代的椭圆曲线拟合方法,该方法第一次迭代基于椭圆形状约束对隧道拱顶断面的非拱顶断面点云进行滤除,第二次迭代利用迭代最小二乘拟合算法对滤波后的拱顶断面进行椭圆曲线拟合。基于拟合的椭圆曲线和极坐标法监测断面的多期形变。与传统RANSAC方法进行对比,两次迭代的椭圆曲线拟合方法在提取隧道椭圆曲线方面表现出更好的滤波效果和更高的精度。搭建隧道模型进行形变模拟和监测试验,对提取的多期数据进行分析,结果表明所提出的方法在公路隧道多期形变监测中具有可行性,且中误差小于2 mm,具有较高的精度。; 罗超李泽宇刘如飞李艳艳李明; 关键词：公路隧道工程激光点云形变监测

一种机载激光雷达点云的双基元多分辨率层次滤波方法: 本发明公开了一种机载激光雷达点云的双基元多分辨率层次滤波方法。该滤波方法首先基于表面平滑性将原始点云分割为点云块集(块基元)和散点集(点基元)，然后通过改进的多分辨率层次滤波方法判断每个点的属性(地面点或非地面点)，最后...; 陈传法常兵涛李艳艳; 文献传递

辅以多特征聚类的复杂地形区点云层次滤波方法: 本发明公开了一种辅以多特征聚类的复杂地形区点云层次滤波方法。该方法包括如下步骤：步骤1.将原始点云数据格网化，依次对每个独立格网内的点云进行多特征聚类，以提高复杂环境中相邻地物/地面的有效划分，将得到的聚类结果映射到三维...; 陈传法郭娇娇李艳艳

基于加权径向基函数插值的断裂地形保持方法: 本发明公开了一种基于加权径向基函数插值的断裂地形保持方法。该方法包括如下步骤：首先基于区域法向量与高程的差异去识别待插值点附近断裂线同侧或异侧邻近点，然后对不同类型的邻近点赋予不同的权重，最终基于加权径向基函数插值模型实...; 陈传法高原李艳艳

基于加权径向基函数插值的断裂地形保持方法: 本发明公开了一种基于加权径向基函数插值的断裂地形保持方法。该方法包括如下步骤：首先基于区域法向量与高程的差异去识别待插值点附近断裂线同侧或异侧邻近点，然后对不同类型的邻近点赋予不同的权重，最终基于加权径向基函数插值模型实...; 陈传法高原李艳艳; 文献传递

一种适用于机载LiDAR点云的地形自适应插值滤波方法: 本发明公开了一种适用于机载LiDAR点云的地形自适应插值滤波方法。该方法包括低异常点去除、地面种子点选取、地面种子点核查以及地面点渐进选择等步骤。其中，在低异常点去除步骤中，本发明采用高程直方图实现低异常点自动剔除，以降...; 陈传法李艳艳郭斌闫长青常兵涛; 文献传递

顾及日周期性的PM_(2.5)站点缺失值重构: 2024年; 完整的PM_(2.5)时空数据集是实现大气污染防治的关键。然而,实时获取的PM_(2.5)数据集容易受机器故障、人为失误、大气等因素影响普遍存在缺失。针对现有缺失值重构方法未能充分顾及PM_(2.5)日周期性及其与影响因子之间的复杂关系等问题,本文提出了一种顾及日周期性的PM_(2.5)站点缺失值重构方法(Daily Periodicity-Based Spatial-Temporal Interpolation,DP-STF)。DP-STF首先以日观测数据为处理单元基于时空相关性对缺失位置筛选最优时空邻域,然后利用P-BSHADE(Point Estimation Model of Biased Sentinel Hospital-based Area Disease Estimation)顾及时空异质性以迭代方式对缺失数据进行时空初始估计,最后利用Stacking集成机器学习拟合PM_(2.5)与其影响因子的复杂时空非线性关系,并用于缺失PM_(2.5)数据估计。以京津冀2020年小时尺度PM_(2.5)站点数据为研究对象,利用DP-STF方法对缺失数据重构并与7种经典方法对比。实验结果表明:相比传统方法,DP-STF精度最优,其平均RMSE、MAE至少降低了39.83%、40.12%,R^(2)至少提高了5.56%。此外,DP-STF还能够有效捕捉PM_(2.5)极值,极大提升了在时空非平稳区的预测精度。; 李坤禹李艳艳陈东兴陈传法; 关键词：空气污染时空异质性

一种适用于机载LiDAR点云的地形自适应插值滤波方法: 本发明公开了一种适用于机载LiDAR点云的地形自适应插值滤波方法。该方法包括低异常点去除、地面种子点选取、地面种子点核查以及地面点渐进选择等步骤。其中，在低异常点去除步骤中，本发明采用高程直方图实现低异常点自动剔除，以降...; 陈传法李艳艳郭斌闫长青常兵涛; 文献传递

林区数字高程模型修正方法:顾及高程自相关的后向传播神经网络模型被引量：1: 2023年; 受植被遮挡影响,卫星遥感技术获取的全球数字高程模型(Digital Elevation Model,DEM)在林区难以准确描述真实地表形态,且在不同林区类型表现出不同系统偏差。为提高林区DEM精度,本文提出了一种顾及高程自相关的后向传播神经网络(Back Propagation Neural Network,BPNN)模型。该模型首先对训练区高程点拟合最优半变异函数以确定其变程,并将距离目标点变程以内的高程点作为高程自相关最优邻域,然后将地形因子(坡度、坡向、地形起伏度)、植被因子(植被高度、植被覆盖度)以及变程范围内高程点作为影响因子,DEM与对应LiDAR(Light Detection And Ranging)DEM高程差作为预测值,构建并训练BPNN模型,最后用训练好的模型修正测试区DEM。为了验证模型的实用性和高效性,本文以4种林区(常绿阔叶林、常绿针叶林、混交林、落叶阔叶林)DEM为研究对象,分别训练BPNN模型。同时,将修正结果与4种模型进行比较,包括综合利用4种林区类型数据训练的BPNN模型(BPNN-T)、没有使用地形因子的BPNN模型(BPNN-W)、没有顾及高程自相关的BPNN模型(BPNN-R)和多元线性回归模型(Multiple Linear Regression,MLR)。对上述4个林区的DEM(包括SRTM1、AW3D30、TanDEM-X(TDX)90)修正结果表明:(1)与修正前相比,采用顾及高程自相关的BPNN模型显著提高了4种林区DEM精度,使其平均误差(Mean Error,ME)降至0~1 m,均方根误差(Root Mean Square Error,RMSE)降低了46%~70%;(2)修正前、后TDX90误差受坡向影响显著,AW3D30其次,SRTM1最小;修正前、后DEM的RMSE均随坡度和地形起伏度的增加而增大;(3)修正前DEM误差随植被高度和植被覆盖度的增加而增大,修正后该规律消失,表明BPNN有效消除了植被对DEM精度影响;(4)5种模型中,顾及高程自相关的BPNN预测效果最优,BPNN-T略次之,MLR和BPNN-W次之,BPNN-R效果最差。因此,充分考虑地形因子并分别对4种林区类型构建高程自相关训练模型; 李琳叶李艳艳陈传法刘妍刘雅婷刘盼盼; 关键词：数字高程模型林区

渝B2-20050021-1　渝公网安备 50019002500403号　违法和不良信息举报中心　互联网出版许可证　新出网证(渝)字10号

李艳艳

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

李艳艳

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈