模型与方法 | 浏览量 : 0 下载量: 1468 CSCD: 0

  • 导出

  • 分享

  • 收藏

  • 专辑

    • 整合集成预测约束与错误预测熵最大化的MLS点云分类方法

    • Integrating ensemble prediction constraints and error prediction entropy maximization for MLS point cloud classification

    • “在移动激光扫描点云分类领域，研究者提出了一种新深度学习方法，通过增强点云特征表达和提高模型泛化能力，有效提升了分类性能。”
    • 2025年29卷第1期 页码：329-340   

      收稿：2023-05-25，

      纸质出版：2025-01-07

    • DOI： 10.11834/jrs.20233174     

    移动端阅览

  • 雷相达，管海燕，董震.2025.整合集成预测约束与错误预测熵最大化的MLS点云分类方法.遥感学报，29（1）： 329-340 DOI： 10.11834/jrs.20233174.
    Lei X D，Guan H Y and Dong Z. 2025. Integrating ensemble prediction constraints and error prediction entropy maximization for MLS point cloud classification. National Remote Sensing Bulletin， 29（1）：329-340 DOI： 10.11834/jrs.20233174.
  •  
  •  
文章被引用时，请邮件提醒。
提交

相关文章

相关作者

董震 武汉大学 测绘遥感信息工程国家重点实验室
杨超 西南交通大学 地球科学与工程学院
刘畅 西南交通大学 地球科学与工程学院
唐腾峰 西南交通大学 地球科学与工程学院
叶沅鑫 西南交通大学 地球科学与工程学院
陈晋 北京师范大学 地理科学学部
刘天禹 北京师范大学 地理科学学部
石茜 中山大学 地理科学与规划学院

相关机构

西南交通大学 地球科学与工程学院
北京师范大学 地理科学学部
中山大学 地理科学与规划学院
中国科学院地理科学与资源研究所
中国科学院空天信息创新研究院
0