期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
基于地面激光雷达点云数据的树种识别方法 被引量:16
1
作者 王佳 张隆裕 +1 位作者 吕春东 牛利伟 《农业机械学报》 EI CAS CSCD 北大核心 2018年第11期180-188,共9页
为了能够更有效地利用地面激光雷达的点云数据识别树种,以北京林业大学为研究区域,利用FARO Photon120型地面激光雷达在研究区内获取4个树种、共92棵树木的点云数据。依据点云的三维坐标值提取研究区内立木的胸径、枝下高、树高、冠高... 为了能够更有效地利用地面激光雷达的点云数据识别树种,以北京林业大学为研究区域,利用FARO Photon120型地面激光雷达在研究区内获取4个树种、共92棵树木的点云数据。依据点云的三维坐标值提取研究区内立木的胸径、枝下高、树高、冠高、最长冠幅、垂直最长方向冠幅6个测树因子,同时提取由测树因子组合而成具有鲁棒性的6个树形特征参数,包括冠长树高比、胸径树高比、冠高树高比、分枝角、冠长最大冠幅之比、最长冠幅与垂直方向冠幅之比。分别使用测树因子和组合特征参数,采用支持向量机、分类回归决策树和随机森林的方法,对树种进行冠幅自动识别。研究结果表明:使用测树因子树木识别方法,识别平均准确率为0. 765,平均召回率为0. 778,3种识别方法中,分类效果较好的依次为分类回归决策树、随机森林、支持向量机;使用组合特征参数树木识别方法,识别平均准确率为0. 891,平均召回率为0. 896,分类效果较好的方法是随机森林和支持向量机,其次是分类回归决策树;总体上来看,不论是对于单个树种还是总体的准确率和召回率,组合特征参数法均高于测树因子法,而对于3种不同的分类方法,随机森林相对最好。研究结果表明,结合地面激光雷达获取的点云和不同机器学习分类方法进行树种识别分类可以达到满意的效果,且能节省大量时间和人力。 展开更多
关键词 树种识别 地面激光雷达 点云 测树因子 组合特征参数
下载PDF
对初中毕业生升学体育考试效益的探讨
2
作者 张隆裕 《体育教学》 2000年第2期16-17,共2页
我国试行初中毕业生升学体育考试工作已有多年,如今对这项工作的利与弊的争论还在继续,且褒贬不一。本人通过在教学第一线观察、了解,认为这项工作为改革时期所出现的新生事物,对教育、体育、社会、学校、家长、学生都产生了巨大影响,... 我国试行初中毕业生升学体育考试工作已有多年,如今对这项工作的利与弊的争论还在继续,且褒贬不一。本人通过在教学第一线观察、了解,认为这项工作为改革时期所出现的新生事物,对教育、体育、社会、学校、家长、学生都产生了巨大影响,收到了很好的效益。一、初中毕业生升学体育考试的适时性1.我国实行使受教育者在德育、智育。 展开更多
关键词 初中毕业生 升学 体育考试 效益
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部