顾及点密度与未知角分辨率的地面点云分类

为了解决地面激光点云角分辨未知和点密度变化的问题, 提出了一种顾及密度变化与未知角分辨率的地面激光点云分类方法。采用随机邻域分析的角分辨率估算法改进传统点密度计算方法, 结合角分辨率提出顾及密度变化的格网特征提取方法, 并将本文中所提出的方法在3组数据上进行了实验验证。结果表明, 该角分辨率估算方法的估算误差小于0.002°, 能够准确地估算点云角分辨率; 与传统点密度特征相比, 本文中提出的相对投影密度可以提高点云分类的整体精度, 以及在车、杆状物等地物类别上的分类效果。该方法能准确估算点云角分辨率, 以较高精度实现点云分类, 可为大规模地面激光点云的密度自适应处理提供参考。     

基于最小二乘准则的滑坡位移动态权系数线性组合预测模型研究

针对固定权系数组合预测模型在滑坡监测数据多期预测预报中存在精度下降过快的问题,以最小二乘线性组合预测模型为基础,结合生物体新陈代谢过程,提出了一种基于最小二乘准则的滑坡位移动态权系数线性组合预测模型的构建方法,并引入SSE、MSE、MAE、MAPE和MSPE5种误差指标对该模型的预测精度进行评价.通过黄茨滑坡B2监测点和重庆市巫溪县物流园区长宁路边坡工程DW4监测点的监测数据进行算例验证,实验结果表明,基于最小二乘准则的滑坡位移动态权系数线性组合预测模型的预测评价指标均优于选用的单项预测模型以及普通线性组合预测模型.