模型与方法 | 浏览量:479下载量:3243CSCD:1
导出
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
DOI:10.11834/jrs.20233174
引用
翻译全文
移动端阅览
AI导读
HTML全文
图( 11 ) 表( 5 )
参考文献
出版信息
数据统计
文章被引用时,请邮件提醒。
提交
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
马晓双 安徽大学 资源与环境工程学院;安徽大学 信息材料与智能感知安徽省实验室;安徽大学 湿地生态保护与修复安徽省重点实验室
胡忠文 深圳大学 自然资源部大湾区地理环境监测重点实验室
宋文博 安徽大学 资源与环境工程学院
张锋 湖南第一师范学院 电子信息学院
滕书华 湖南第一师范学院 电子信息学院;南宁学院 工智能与软件学院
韩幸 湖南师范大学 医学院
王应谦 国防科技大学 电子科学学院
相关机构
安徽大学 资源与环境工程学院
安徽大学 信息材料与智能感知安徽省实验室
安徽大学 湿地生态保护与修复安徽省重点实验室
深圳大学 自然资源部大湾区地理环境监测重点实验室
湖南第一师范学院 电子信息学院


