您的位置: 专家智库 > >

张毅

作品数:2 被引量:52H指数:2
供职机构:首都师范大学信息工程学院更多>>
发文基金:北京市自然科学基金国家自然科学基金北京市教育委员会科技发展计划更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇自动化与计算...

主题

  • 2篇去噪
  • 2篇离群点
  • 2篇K-近邻
  • 1篇点云
  • 1篇噪声
  • 1篇噪声点检测
  • 1篇去噪算法
  • 1篇离群
  • 1篇局部离群点
  • 1篇基于密度
  • 1篇核函数
  • 1篇高斯
  • 1篇高斯核
  • 1篇高斯核函数

机构

  • 2篇首都师范大学
  • 1篇解放军理工大...

作者

  • 2篇刘旭敏
  • 2篇关永
  • 2篇张毅
  • 1篇隋颖

传媒

  • 2篇计算机应用

年份

  • 1篇2010
  • 1篇2009
2 条 记 录,以下是 1-2
排序方式:
基于K-近邻点云去噪算法的研究与改进被引量:37
2009年
针对三维扫描获取的带噪声和离群点的点云数据,提出了改进的去噪算法。通过K-近邻搜索建立散乱点云之间的拓扑关系,进而采用高斯影响函数作为核函数来估计当前测点对周围邻近点的影响力,从而限制噪声并剔除离群点。重点讨论了密度熵的概念以及如何优化高斯核函数的参数,解决了窗宽尺寸在使用中不易确定的问题。仿真实验证明,该算法能够很容易地检测出离群点,同时也避免了将模型上的点误判为离群点的问题。
张毅刘旭敏隋颖关永
关键词:K-近邻离群点高斯核函数去噪
基于密度的离群噪声点检测被引量:16
2010年
针对三维扫描仪获取的带噪声和离群点的点云数据,提出了基于局部离群点概念的去噪算法。通过k-近邻(KNN)搜索建立散乱点之间的拓扑关系,进而计算当前测点的局部离群因子以衡量该点的离群程度,从而限制噪声并剔除离群点。重点解决了高密度扫描点云周围分布的低密度离群噪声点的识别问题。实验结果证明,该算法能有效检测出紧挨模型边界的噪声点,并最大限度地保持模型边界。
张毅刘旭敏关永
关键词:局部离群点K-近邻去噪
共1页<1>
聚类工具0