期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
基于鲁棒马氏距离的LiDAR点云粗差探测与分析 被引量:2
1
作者 冯林 李斌兵 黄磊 《大地测量与地球动力学》 CSCD 北大核心 2014年第5期168-173,共6页
基于鲁棒马氏距离,提出了针对LiDAR点云的粗差探测与剔除算法。首先,将LiDAR点云数据划分为子块,对各个子块点云分布的中心、尺度等统计参数使用确定型最小广义方差估计算法进行鲁棒估计。而后计算各点的鲁棒马氏距离,根据鲁棒马氏距离... 基于鲁棒马氏距离,提出了针对LiDAR点云的粗差探测与剔除算法。首先,将LiDAR点云数据划分为子块,对各个子块点云分布的中心、尺度等统计参数使用确定型最小广义方差估计算法进行鲁棒估计。而后计算各点的鲁棒马氏距离,根据鲁棒马氏距离的平方服从卡方分布的假设,在指定的置信度下得出相应的粗差判别限,对点云的粗差进行识别与剔除。将粗差探测与剔除算法应用到甘肃天水桥子沟一条典型切沟的测量数据中,测试了点云分块中不同子块大小与detMCD中不同子样本相对大小这两个参数与粗差剔除率的关系。结果表明,随着子块平均点数的增大,粗差的剔除率逐渐增大;而随着子样本相对大小的增加,粗差的剔除率逐渐减少。通过粗差剔除前后的点云TIN图像和剖面图像比较,本文提出的粗差探测与剔除算法可以有效去除LiDAR点云数据中的粗差,提高粗差剔除的准确性与可靠性。 展开更多
关键词 LIDAR 点云 鲁棒马氏距离 确定型最小广义方差估计算法 粗差探测与剔除
在线阅读 下载PDF
基于改进MCD的粗差判别方法及性能分析 被引量:5
2
作者 吴国庆 颜学峰 《华东理工大学学报(自然科学版)》 EI CAS CSCD 北大核心 2008年第2期267-272,295,共7页
针对正态分布的样本数据粗差判别,MCD(Minimum Covariance Determinant Estima-tor)方法存在算法参数h难以确定的缺点,提出了基于MCD的改进算法Modified MCD(M-MCD)。该算法首先以基于MCD估计的鲁棒马氏距离平方的标准差与理论总体样本... 针对正态分布的样本数据粗差判别,MCD(Minimum Covariance Determinant Estima-tor)方法存在算法参数h难以确定的缺点,提出了基于MCD的改进算法Modified MCD(M-MCD)。该算法首先以基于MCD估计的鲁棒马氏距离平方的标准差与理论总体样本马氏距离平方的标准差的最小偏差为目标,通过自适应迭代,求得最佳的算法参数h。然后,在最佳算法参数h下,基于MCD估计的鲁棒马氏距离,通过卡平方分布判别样本数据中的粗差。系列仿真实验表明:MCD方法的粗差判别结果严重依赖于算法参数h;M-MCD方法能通过自适应迭代求得最佳算法参数h,并具有良好的粗差判别性能,且优于MCD。 展开更多
关键词 离群点 粗差判别 鲁棒马氏距离 稳健估计 最小广义方差估计
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部