基于模糊关联空间的激光雷达三维扫描数据过滤研究

激光雷达三维扫描数据中存在大量无效点和有效点,但是两者之间的空间关联性阈值处在不断变动中,以固定关联规则的过滤方式很难准确区分,造成实际过滤应用效果较差。为此,提出基于模糊关联空间的激光雷达三维扫描无效数据过滤方法。采集激光雷达三维扫描样本数据构建无效数据识别规则库,将无效数据识别规则库中的无效数据集合转换为模糊集合,并利用聚类算法填补无效数据造成的数据空格,以避免出现数据过滤误差。填补后运用支持向量机分类器计算激光雷达三维扫描数据之间的模糊关联度,并对其进行分类。结合分类结果利用网闸过滤组织对激光雷达三维扫描无效数据过滤。实验结果表明:这种方法过滤精度高,具有较好的过滤效果,时间复杂度低、过滤耗时短,实际应用效果较好。

基于模糊关联空间的数据过滤方法

该文提出了一种适用于大规模分布式虚拟环境的新的数据过滤方法 ,以解决传统过滤方法由于基于区域划分、采用组播技术而造成的效率低、稳定性差的问题 .该文提出了实体关联度的概念 ,并在分布式虚拟环境中建立模糊关联空间 ,把数据过滤问题转化为在模糊关联空间中求取关联实体集的问题 ;最后通过实验数据和理论分析 ,证明基于模糊关联空间的数据过滤方法可以有效地解决传统过滤技术中存在的一系列问题 ,提高数据过滤的效率和稳定性 .

机械控制中基于模糊关联空间数据过滤方法的研究

从实体的属性参数出发,构建模糊关联空间,以实体之间的关联度作为数据过滤的依据,有效地解决了机械控制中的数据过滤问题,并提高了数据过滤的效率和稳定性。

基于模糊关联空间的有效大数据过滤方法

传统的大数据过滤方法,其降噪处理和过滤效果都会对最终结果产生一定影响,导致过滤效率低下。基于此,本文提出基于模糊关联空间的有效大数据过滤方法,利用动态编译实现数据采集过滤,进行分布式离群点检测,通过网闸过滤对数据信息进行过滤。经对比试验,该方法能够实现有效大数据的高效过滤,而基于区域划分的数据过滤方法,无法充分利用试验环境中所有实体的数据信息,因此不可能实现较高的过滤效率,由此证明了本研究所提方法的实用性和有效性。

挖掘模糊空间关联规则的方法

将模糊关联规则挖掘方法与模糊空间概念层次表达、模糊空间关系层次分析等结合起来,研究模糊空间关联规则挖掘的理论和方法。对于挖掘算法以及规则的置信度和隶属度计算问题,文中结合应用实际,给出了详细理论推演和算法实现过程。