針對(duì)高山區(qū)過(guò)濾后點(diǎn)云數(shù)據(jù)缺失問(wèn)題,提出一種基于LS-SVM的點(diǎn)云漏洞修補(bǔ)方法。以典型高山區(qū)地形為試驗(yàn)案例,采用4種常規(guī)插值方法與LS-SVM預(yù)測(cè)方法對(duì)數(shù)據(jù)進(jìn)行處理分析,將處理數(shù)據(jù)與CORS動(dòng)態(tài)測(cè)量獲取的實(shí)測(cè)數(shù)據(jù)進(jìn)行比較研究。研究表明,與4種常規(guī)方法相比,采用LS-SVM算法預(yù)測(cè)出的點(diǎn)云所構(gòu)建的DEM模型精度有較大提高,模型MAE=-0.148 m、RMSE=0.250 m、R²=0.999 5,能夠?qū)崿F(xiàn)1∶500 A級(jí)高山區(qū)的高精度DEM生產(chǎn),同時(shí)也增強(qiáng)了DEM在水利、建筑等行業(yè)設(shè)計(jì)初期的應(yīng)用價(jià)值。 

【文章來(lái)源】：水力發(fā)電. 2020,46(11)北大核心

【文章頁(yè)數(shù)】：6 頁(yè)

【部分圖文】：

TIN降噪匹配點(diǎn)云數(shù)據(jù)

去植被匹配點(diǎn)云數(shù)據(jù)

式中，λj為j點(diǎn)權(quán)重;dj為j點(diǎn)和待預(yù)測(cè)點(diǎn)間的距離;u為權(quán)指數(shù)。權(quán)重是以距離為自變量的衰減函數(shù)，采樣點(diǎn)與待預(yù)測(cè)點(diǎn)之間距離越大，權(quán)重越小，當(dāng)預(yù)測(cè)點(diǎn)距離采樣點(diǎn)一定距離以外，可忽略不計(jì)權(quán)重。各個(gè)采樣點(diǎn)權(quán)重的和便是每1個(gè)預(yù)測(cè)點(diǎn)的數(shù)值，公式為式中，zj為j點(diǎn)的高程值;zp為預(yù)測(cè)點(diǎn)的高程值;d-u為距離衰減函數(shù)。

【參考文獻(xiàn)】：
期刊論文
[1]果蠅優(yōu)化最小二乘支持向量機(jī)混合預(yù)測(cè)模型——以我國(guó)物流需求量預(yù)測(cè)為例[J]. 李泓澤,郭森,李春杰.  經(jīng)濟(jì)數(shù)學(xué). 2012(03)



本文編號(hào)：3064275