-
Patent Agency Ranking
-
公开(公告)号：CN111275077A
公开(公告)日：2020-06-12
申请号：CN202010030688.3
申请日：2020-01-13
Applicant: 南京林业大学
Abstract: 本发明提出的是一种机载激光雷达点云多视角特征联合学习下的语义标注方法，包括如下步骤：(1)多视角点云特征提取；(2)多视角特征联合学习的特征映射与分类模型的构建；(3)对所构建模型的优化求解方法；(4)基于多视角特征融合的点云语义分割。本发明提出一种基于标签和多空间局部分布一致性约束的点云多视角特征联合学习点云分类算法。该算法利用少量训练样本点训练模型，引入特征空间和位置空间局部分布一致性约束、多视角预测标签与真值标签一致性约束和多视角预测标签之间一致性约束，利用流形学习方法进行多视角特征子空间联合学习。本发明利用迭代算法联合求解优化多个视角的特征映射矩阵，能够获得无冗余信息、低噪声且更具判别性的特征和最优线性分类器，进而有效融合分类多视角特征。
-
公开(公告)号：CN110135599A
公开(公告)日：2019-08-16
申请号：CN201910407334.3
申请日：2019-05-15
Applicant: 南京林业大学
Abstract: 本发明提出的是一种无人机电力巡检点云智能化处理与分析服务平台，其结构主要包括（a）基础设施层；（b）中间件层；（c）应用层；（d）用户层；具体构建过程包括（1）平台框架总体架构；（2）巡线数据存储和组织；（3）巡线数据处理核心算法；（4）巡线数据渲染技术和精益化应用。优点：综合运用无人机激光雷达、云服务、实时渲染、机器学习等先进技术，以相关理论、算法和架构体系为支撑，针对无人机电力巡检点云在数据管理、智能处理和精益化应用等方面存在的问题，提供一套云计算架构下的一体化解决方案，实现无人机电力巡检成果的开放式存储、自动化处理、智能化分析与精益化应用。
-
公开(公告)号：CN110120070A
公开(公告)日：2019-08-13
申请号：CN201910402264.2
申请日：2019-05-15
Applicant: 南京林业大学
Abstract: 本发明提出的是一种基于机载激光雷达点云体元连续性分析的滤波方法，包括如下步骤：（1）体素化点云；（2）“地面基准层”的确立；（3）“待分类”体元的标注；（4）“待定地面点”、“地面点体元”和“非地面点”体元间的连通性分析；（5）剔除插值结果，完成数据滤波。优点：（1）减少了计算量，节省计算时间；（2）无需设定复杂的阈值参数，所涉及的参数更容易选择；（3）对于山区的滤波效果尤为显著；（4）对高的局外点不敏感，减弱了离值点对滤波结果的干扰，比现有的点云滤波算法更稳健。
-
公开(公告)号：CN209485265U
公开(公告)日：2019-10-11
申请号：CN201821629531.7
申请日：2018-09-27
Applicant: 南京林业大学
Abstract: 本实用新型公开了一种简易地面激光扫描标靶球支架，包括：觇牌(1)、三角棱镜(3)、连接轴(2)、螺纹孔槽(4)、固定件(5)。所述觇牌为长方体，用于安放三角棱镜、安装连接轴、固定件、螺纹孔槽；所述连接轴镶嵌于觇牌内，上端与三角棱镜相连接，下端装有所述固定件；所述棱镜用于反射全站仪测量激光；所述螺纹孔槽安置于觇牌上方，用于安插标靶球，固定件安置于连接轴上，用于控制连接轴旋转。本实用新型具有如下特点：标靶球球心与棱镜中心在同一条轴线上，支架和标靶球可分离；一个支架可供多个不同型号标靶球使用；结构简单，易于安装，实用性强。
-
-
-
-
Search Results
15
records
(took 0.034 seconds)
