已閱讀1頁,還剩62頁未讀, 繼續(xù)免費閱讀
版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、反求工程中,由激光掃描儀與三維測距儀獲取的點云是雜亂的,給后期的幾何建模工作帶來很大的困難。本文在已有的點云預(yù)處理方法上,提出了一種基于支持向量機的點云建模方案,關(guān)鍵技術(shù)如下:
(1)提出了一種基于空間分割的節(jié)省內(nèi)存的K最近鄰算法,該方法通過基于空間分割的KD樹結(jié)構(gòu),可極大減少運行時所需的內(nèi)存空間,同時提供比經(jīng)典KD樹更高的搜索效率。
(2)提出了一種基于支持向量機最優(yōu)超平面的點云切片分割技術(shù),該技術(shù)采用支持
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于支持向量機的點云曲面建模的研究.pdf
- 基于支持向量機的點云數(shù)據(jù)修補.pdf
- 基于支持向量機的點云去噪研究.pdf
- 點云管道曲面重構(gòu)
- 點云管道曲面重構(gòu).pdf
- 基于支持向量機的基因剪接位點研究.pdf
- 基于三維散亂點云的曲面重構(gòu)技術(shù)研究.pdf
- 基于支持向量機的股價反轉(zhuǎn)點預(yù)測研究
- 基于云模型的模糊支持向量機分類方法研究.pdf
- 基于支持向量機的股價反轉(zhuǎn)點預(yù)測研究.pdf
- 基于散亂點云的NURBS自由曲面重構(gòu)技術(shù)的研究與實現(xiàn).pdf
- 基于復(fù)雜約束的稀疏點云空間曲面重構(gòu)方法與實現(xiàn).pdf
- 基于支持向量回歸機的復(fù)雜過程響應(yīng)曲面法研究.pdf
- 基于相空間重構(gòu)和支持向量機的蒸汽負荷預(yù)測研究.pdf
- 基于Hadoop云平臺的分布式支持向量機研究.pdf
- 基于激光雷達三維點云數(shù)據(jù)曲面重構(gòu)技術(shù)的研究.pdf
- 基于邊界向量預(yù)選的支持向量機算法研究.pdf
- 基于云平臺的最小最大模塊化支持向量機的研究.pdf
- 基于點云的曲面重建技術(shù)研究.pdf
- 基于MPI的大規(guī)模點云曲面并行重構(gòu)系統(tǒng)設(shè)計與實現(xiàn).pdf
評論
0/150
提交評論