针对点云平面拟合过程中出现的异常值及误差的问题,提出一种将随机采样一致(random sample consensus,RANSAC)算法与整体最小二乘法(total least squares,TLS)相结合的点云平面拟合方法。利用随机采样一致算法剔除异常值,利用整体最小...针对点云平面拟合过程中出现的异常值及误差的问题,提出一种将随机采样一致(random sample consensus,RANSAC)算法与整体最小二乘法(total least squares,TLS)相结合的点云平面拟合方法。利用随机采样一致算法剔除异常值,利用整体最小二乘法对剩余有效点进行平面拟合,计算模型参数。实验结果表明,该方法与传统的特征值法、最小二乘法相比,能提高参数的估算精度,更适合对含有不同异常值及误差的点云数据进行拟合,是一种稳健的平面拟合方法。展开更多
基于偏最小二乘法(Partial Least Squares,PLS)构建了高校整体社会服务能力模型,研究高校社会服务的主要层面,即面向社区的服务、面向企业的服务和面向政府的服务对高校整体社会服务能力的影响。PLS模型研究发现,高校面向政府和社区的...基于偏最小二乘法(Partial Least Squares,PLS)构建了高校整体社会服务能力模型,研究高校社会服务的主要层面,即面向社区的服务、面向企业的服务和面向政府的服务对高校整体社会服务能力的影响。PLS模型研究发现,高校面向政府和社区的服务对高校整体社会服务能力有显著的影响。其中,高校面向政府的服务影响最大。然而,高校面向企业的服务在高校整体社会服务能力影响中非常小。可以窥见,企业与高校之间存在一定程度的脱节。展开更多
文摘针对点云平面拟合过程中出现的异常值及误差的问题,提出一种将随机采样一致(random sample consensus,RANSAC)算法与整体最小二乘法(total least squares,TLS)相结合的点云平面拟合方法。利用随机采样一致算法剔除异常值,利用整体最小二乘法对剩余有效点进行平面拟合,计算模型参数。实验结果表明,该方法与传统的特征值法、最小二乘法相比,能提高参数的估算精度,更适合对含有不同异常值及误差的点云数据进行拟合,是一种稳健的平面拟合方法。
文摘基于偏最小二乘法(Partial Least Squares,PLS)构建了高校整体社会服务能力模型,研究高校社会服务的主要层面,即面向社区的服务、面向企业的服务和面向政府的服务对高校整体社会服务能力的影响。PLS模型研究发现,高校面向政府和社区的服务对高校整体社会服务能力有显著的影响。其中,高校面向政府的服务影响最大。然而,高校面向企业的服务在高校整体社会服务能力影响中非常小。可以窥见,企业与高校之间存在一定程度的脱节。
