[发明专利]基于机器学习预测计算强度的并行化点云生成DEM方法有效
| 申请号： | 201910151140.1 | 申请日： | 2019-02-28 |
| 公开（公告）号： | CN109934917B | 公开（公告）日： | 2023-05-16 |
| 发明（设计）人： | 乐鹏;高凡;张明达 | 申请（专利权）人： | 武汉大学 |
| 主分类号： | G06T17/05 | 分类号： | G06T17/05 |
| 代理公司： | 武汉科皓知识产权代理事务所(特殊普通合伙) 42222 | 代理人： | 严彦 |
| 地址： | 430072 湖*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种基于机器学习预测计算强度的并行化点云生成DEM方法，其特征在于：进行CART模型的训练，包括特征选择、样本数据生成、模型训练以及存储；使用四叉树对待处理的点云数据进行递归划分，采用存储的CART模型预测各瓦片计算强度，基于Z‑曲线将二维空间的瓦片进行降维处理，然后基于预测的瓦片计算强度和空间编码将瓦片映射到各进程并行内插DEM。本发明技术方案具有高效性和可行性。本发明与传统串行的点云生成DEM相比，采用了基于机器学习预测计算强度的并行化点云生成DEM方法，性能提升能实现量级的突破，有效地节省执行时间，特别适合于海量稠密点云的数据处理，支持地学应用实时化。 | ||
| 搜索关键词： | 基于 机器 学习 预测 计算 强度 并行 化点云 生成 dem 方法 | ||
【主权项】：
1.一种基于机器学习预测计算强度的并行化点云生成DEM方法，其特征在于：进行CART模型的训练，包括特征选择、样本数据生成、模型训练以及存储；使用四叉树对待处理的点云数据进行递归划分，采用存储的CART模型预测各瓦片计算强度，基于Z‑曲线将二维空间的瓦片进行降维处理，然后基于预测的瓦片计算强度和空间编码将瓦片映射到各进程并行内插DEM。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于武汉大学，未经武汉大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910151140.1/，转载请声明来源钻瓜专利网。
