支持向量机下的机载点云数据分类开题报告

 2021-08-08 02:08

全文总字数:776字

1. 研究目的与意义

物体的分类和识别是场景认知的基础,场景的认知在城市规划、车辆导航、动态监测、智慧地球构建等领域具有广泛的应用。

地面激光雷达通过主动发射激光脉冲,获得地物表面的高密度三维点云信息,为了理解地表复杂的三维场景,对点云进行精确分类显得尤为关键。

激光雷达点云通常存在数据缺失且密度不均一等缺陷,这对点云场景分类提出了巨大的挑战。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

2. 国内外研究现状分析

详见文献综述

3. 研究的基本内容与计划

研究内容:1)支撑向量机算法的学习研究2)基于SVM的图象分类算法与实现3)libSVM程序研究及设计4)多类SVM算法的研究和改进5)LiDAR辅助遥感影像建筑物分类识别和提取研究计划:第1周:文献资料搜集,浏览整理文献资料,完成开题报告及文献综述; 第2-4周:根据任务书并与指导老师沟通,整理形成论文的实验方案、工作思路及论文大纲; 开展各项实验工作第5-6周:开展各项实验,完成数据采集工作,并对数据进行预处理第7-10周:与论文相关的理论研究,并对实验数据进行实践分析;第11-12周:论文撰写,完成初稿,并交指导老师审阅; 第13-14周:根据指导老师意见修改论文,进一步完善论文内容和论文格;第15-16周:定稿打印,并完成相关论文简介、答辩用PPT演示文稿等。

4. 研究创新点

暂无

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

课题毕业论文、开题报告、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。