排序方式: 共有3条查询结果,搜索用时 0 毫秒
1
1.
本文针对深度神经网络算法应用于机载激光点云进行大规模建筑物提取的问题,分别选取PointNet++和PointCNN两个网络模型进行了改进和对比。对于PointCNN,通过参数调整,使其更适合大场景信息提取。对于PointNet++,为了增加更多特征,加快大场景下网络模型的训练效率,在网络体系结构中添加了一种新的特征提取层——K-means层。另外,通过在测试数据集上的训练和验证发现,本文基于深度学习方法的分类较好地克服了点云的无序特性,能够更好地利用点之间的空间相关性,改进后两种模型的精度均达96%以上,在建筑物提取的时间效率和效果上优于原始模型。 相似文献
2.
3.
在城市建设或工业建筑的改扩建中,经常在有限狭窄场地开挖基坑,为保护基坑周边建筑物和坑内施工作业的安全,基坑边坡必须得到安全可靠的支护。利用钢管微桩+锚杆联合支护体系能很好地解决有限狭窄场地的基坑支护问题。通过2个工程实例,阐述了钢管微桩+锚杆联合支护体系设计思路、设计及施工注意事项。 相似文献
1