典型文献
密度聚类算法在光子点云去噪中的应用与评价
文献摘要：
针对密度聚类算法DBSCAN在ICESat-2激光点云去噪时关键参数无法自适应确定、应用效能差等问题,提出了 一种基于最终聚类数和光子特点的DBSCAN参数寻优方法.该方法根据ICESat-2光子剖面数据分布情况,将参数邻域最小点数MinPts设置为经验值,根据最终聚类个数与K平均最邻近法确定半径参数Eps最佳值.采用多种类型ICESat-2数据开展去噪能力验证.实验结果表明:DBSCAN算法最小点参数MinPts可以采用经验参数,搜索半径Eps虽然能自适应确定,但计算代价较大.对多组实验数据的去噪结果表明,DBSCAN整体去噪精度优于97％,能够较为有效地处理光子噪声.
文献关键词：
光子计数;激光雷达;空间聚类;自适应;去噪算法
中图分类号：
作者姓名：
曹彬才;王建荣;胡燕;吕源;杨秀策
作者机构：
地理信息工程国家重点实验室,西安710054;西安测绘研究所,西安710054
文献出处：
引用格式：
[1]曹彬才;王建荣;胡燕;吕源;杨秀策-.密度聚类算法在光子点云去噪中的应用与评价)[J].遥感信息,2022(06):21-26
A类：
B类：
密度聚类算法,点云去噪,DBSCAN,ICESat,激光点云,应用效能,聚类数,参数寻优,数据分布,邻域,小点,MinPts,经验值,聚类个数,Eps,最佳值,多种类型,能力验证,点参,经验参数,理光,光子计数,激光雷达,空间聚类,去噪算法
AB值：
0.397792
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
