共查询到20条相似文献,搜索用时 24 毫秒
1.
针对普通孔洞修补方法在修补复杂曲面的孔洞无效或者所修补的曲面不光滑等缺点,提出基于自适应切片的孔洞修补方法。首先,在考虑点云局部特征的情况下对整体点云进行自适应切片,在得到切片后引入总体最小二乘进行拟合,最后,在线上取点填充缺失的点云。实验结果表明,采用自适应切片法修补孔洞能够顾及到点云的曲率和密度变化,保持点云的局部特征,用总体最小二乘法拟合切片得到的孔洞填充点云精度较高,光滑性好。通过对比常规方法,可以得到基于总体最小二乘自适应切片方法修补效果更优。 相似文献
2.
3.
《海洋技术学报》2021,40(4)
电阻率测量是海底沉积物工程地质勘察的主要原位观测方法之一,作为一种间接测量方法,需要建立沉积物物性参数与沉积物电阻率的回归模型。为提高建模精度,本文提出了一种基于鲸鱼算法优化的最小二乘支持向量机(Whale Optimization Algorithm-Least Squares Support Vector Machine,WOA-LSSVM)的海底沉积物物性参数与电阻率回归建模方法。该方法建立了海底沉积物电阻率与沉积物4种基本物性参数(含水率、密度、孔隙比、塑性指数)的单输入、单输出最小二乘支持向量机(Least Squares Support Vector Machine,LSSVM)回归模型,利用WOA算法对LSSVM参数进行寻优取值。对比研究了WOA算法、遗传算法(Genetic Algorithm,GA)、粒子群(Particle Swarm Optimization,PSO)算法优化的LSSVM建模结果,结果表明,基于WOA-LSSVM建立的海底沉积物物性参数与电阻率的回归模型具有更好的预测效果,均方根误差降低1.1%~14.9%,平均绝对百分比误差降低0.4%~19.9%。 相似文献
4.
5.
在验证趋势面滤波是最小二乘支持向量机算法取特定参数解的基础上,利用 LS-SVM 所构造的海底趋势面对测深异常值进行剔除。 为了克服 LS-SVM 解非稀疏性的缺点,同时抑制偏差较大的训练样本对海底趋势面构造的影响,提出并实现了一种基于局部样本中心距离的训练样本优化方法。 为了检验该算法的有效性,选取实测的多波束测深数据进行验证,结果表明在训练样本优化的基础上,通过调整 LS-SVM 的参数可以得到更为合理的海底趋势面,测深异常值地剔除也更为有效。 相似文献
6.
7.
8.
针对多波束水深数据非线性、非平稳性的特点,将二维经验模态(BEMD)和最小二乘支持向量机(LSSVM)引入到多波束水深数据异常值探测中,构建BEMD和LSSVM混合模型。首先,利用二维经验模态将多波束水深数据分解为不同频率的若干个本征模态函数;然后,考虑到异常数据处在高频部分,利用最小二乘支持向量机探测高频本征模态函数(IMF1、IMF2)中包含的异常值;最后,综合两组异常值判定原始水深数据中异常数据。通过实验证明方法的可行性且相比单一模型取得更好的异常值探测效果。 相似文献
9.
针对滩涂机载激光雷达(LiDAR)数据的强度信息中存在的条带噪声,提出一种基于非线性RANSAC拟合强度联合直方图的修正算法。所提方法首先利用两个航带重叠区域数据的最近点构建强度联合直方图,之后强度联合直方图上利用二阶多项式构建归一化模型,再利用非线性RANSAC算法对二阶多项式进行拟合,最后利用拟合的二阶多项式对一条航带的数据进行强度修正,从而消除两个航带点云强度信息的不匹配现象。实验表明,相比于直接利用权重最小二乘法或RANSAC方法匹配联合直方图的强度修正方法,本文方法修正效果更好,且修正后航带重叠区的点云强度具有更好的同质性。 相似文献
10.
11.
随着Li DAR的迅速发展,三维激光扫描技术已经被广泛运用于各个领域。点云数据配准过程中,传统的配准算法比较依赖特征点匹配精度,粗差点的存在会较大程度地影响配准精度和配准效率。通过对罗德里格矩阵、整体最小二乘原理的分析,提出了一种基于整体最小二乘的罗德里格矩阵算法。在该算法实现的过程中,能够考虑到系数矩阵误差,降低算法实现过程中特征点坐标误差对参数求解的影响。实验结果表明,本文算法比参数算法和严密的罗德里格算法精度更高、稳定性更强,在初始对应点坐标误差较大的情况下仍能获得精度较为稳定的变换参数。 相似文献
12.
13.
在总结了目前海底底质分类研究的基础之上,率先提出利用计算机数值模拟技术对海底底质进行分类识别研究。相较于目前海底底质分类研究中所使用的水槽实验法,提出采用计算机数值正演技术模拟实际地震勘探中数据采集过程。在分类识别算法上,分别采用支持向量机(SVM)和模糊C均值聚类(FCM)算法对采集的数据进行分类,为使支持向量机分类识别率达到最大,引入差分进化算法对支持向量机中关键参数进行最优化搜索,并研究了向原始地震记录中加入10%,30%,50%的高斯白噪音时算法的稳定性。在分析了这两种算法分类识别的正确率及其各自的优缺点后,提出了海底底质分类识别的两步法,即(1)先利用模糊C均值聚类进行一粗糙的预测分类,在每一类中挑选聚类性较好的数据作为支持向量机的训练样本;(2)将上一步中筛选的样本作为支持向量机的训练样本,并用差分进化算法优化支持向量机分类参数,再利用训练好的支持向量机对其余数据做预测分类。鉴于计算机数值模拟的可重复性、高效快速性及本文提出的模糊C均值聚类-支持向量机方法的鲁棒性,为便于开展进一步研究,归纳总结了一套行之有效的采用计算机数值模拟技术开展海底底质分类识别研究的一般化流程。 相似文献
14.
15.
16.
本文基于HY-2高度计与Jason-2高度计时空匹配数据集,将匹配点Jason-2的海况偏差视为真值、HY-2的有效波高和风速为变量,利用最小二乘法建立海况偏差估计六参数模型。将所建模型应用于HY-2第70、71cycle数据,结果表明:改进后的海况偏差估计参数模型优于传统海况偏差估计参数模型,能够有效提高HY-2的海况偏差估计精度。 相似文献
17.
局部海洋地磁场模型可以为水下地磁匹配导航与磁性目标探测等工作提供高精度的海域地磁背景场数据。针对目前区域地磁场模型构建方法中未考虑到高度或深度变化的影响,截断阶数难以确定及存在边界效应等问题。根据海洋磁力测量的特点,顾及磁测点高度数据,引入粒子群优化的最小二乘支持向量机法(PSO-LSSVM)构建局部海洋三维地磁场模型。在仿真与实测数据建模试验中,与Taylor多项式法、BP神经网络法及曲面样条函数法比较,结果表明,无论是在地磁变化平缓区还是复杂区,PSO-LSSVM法的建模精度均是最高的,建议在局部海洋地磁场模型构建中采用。 相似文献
18.
19.
20.
《海洋湖沼通报》2015,(3)
对合成孔径雷达(synthetic Aperture Radar,SAR)图像提取得到的几何、灰度、纹理特征共66个特征量,采用封装模式算法进行特征选择,降低特征维度并提高对溢油及疑似溢油样本的识别率。特征选择采用二进制离散粒子群优化(binary particle swarm optimization,BPSO)和支持向量机(support vector machine method,SVM)的封装模式算法(BPSO-SVM)进行,该方法在特征选择的同时可对支持向量机模型中的参数进行优化。论文采用BPSO-SVM算法和序列前向搜索(sequential forward selection,SFS)算法、序列后向搜索(sequential backward selection,SBS)算法与SVM算法相结合特征优化算法(SFS-SVM和SBS-SVM算法)进行实验。并将BPSO-SVM算法、SFS-SVM算法、SBS-SVM算法和直接使用SVM算法的分类识别结果进行比较。实验结果表明,BPSO-SVM算法在SAR图像上溢油特征量筛选与识别效率方面行之有效。 相似文献