-
题名基于随机采样一致算法的卡车车厢点云分割
- 1
-
-
作者
耿磊
杨梅
肖志涛
张芳
-
机构
天津工业大学生命科学学院
天津工业大学天津市光电检测技术重点实验室
天津工业大学电子与信息工程学院
-
出处
《天津工业大学学报》
北大核心
2025年第2期72-77,共6页
-
基金
天津市自然科学基金项目(24JCYBJC00310)。
-
文摘
针对卡车种类多且车厢形变不易分割的问题,提出了基于随机采样一致(RANSAC)算法的分段式分割方法。首先将车厢面进行等分获得多个近似平面的面片,利用Kd-tree建立面片点云之间拓扑几何关系,将点到平面的欧式距离作为判断准则,通过距离阈值对面片进行初始分割;然后设计角度阈值结合RANSAC算法对面片进行优化合并,实现多类型卡车车厢精确分割。实验结果表明:本文设计的卡车分割模型能够对多种类型的卡车车厢进行分割,其中对于双面卡车、四面卡车以及五面卡车的车体尺寸信息的最大相对误差分别为0.048、0.031和0.046 m,测量精度满足工程需要。
-
关键词
物料装车
激光雷达
点云分割
RANSAC算法
-
Keywords
material loading
LiDAR(light detection and ranging)
point cloud segmentation
RANSAC algorithm
-
分类号
TP305
[自动化与计算机技术—计算机系统结构]
-
-
题名一种融合社区结构信息的网络表示学习算法
被引量：1
- 2
-
-
作者
刘彦北
刘金新
耿磊
王雯
-
机构
天津工业大学生命科学学院
天津工业大学天津市光电检测技术重点实验室
天津工业大学电子与信息工程学院
-
出处
《天津工业大学学报》
CAS
北大核心
2022年第2期53-59,共7页
-
基金
天津市自然科学基金资助项目(21JCZXJC00170)
天津市教委科研计划项目(2017KJ087)。
-
文摘
为研究社区结构对网络表示学习的影响,提出了一种新颖的融合社区结构信息的网络表示学习算法(CINE)。通过借鉴模块度思想,将社区结构吸收到基于矩阵分解的模型中以保留网络内部的社区结构;设计一个整体的目标函数,在捕获社区结构信息的同时也融合了节点间的1阶2阶邻近性信息和节点的属性信息,最终得到包含原始网络中3类信息的节点表示;采用Cora、Citeseer和Wiki等3个公开网络数据集验证CINE在节点分类、链接预测和可视化任务中的表现。结果表明:在3个数据集的分类任务中,CINE的Micro-F1分数分别达到了0.9002、0.8402、0.7619,优于所有对比算法;在Cora数据集的链路预测任务中,CINE的AUROC得分比Node2vec、DeepWalk和TADW等算法分别提高了1.165、1.144和1.059倍。说明CINE在保留网络的结构和属性信息的基础上,捕获了社区结构信息,使得所学节点表示可以更好地执行后续的网络分析任务。
-
关键词
网络表示学习
属性信息
社区结构
节点分类
链接预测
可视化
-
Keywords
network representation learning
attribute information
community structure
node classifications
link prediction
visualization
-
分类号
TP393
[自动化与计算机技术—计算机应用技术]
-
