排序方式: 共有48条查询结果,搜索用时 0 毫秒
21.
激光扫描仪等设备直接收集到的原始点云通常会受到噪声的影响,这会影响后续的处理,如三维重建、语义分割等,因此点云去噪算法尤为重要。现有的点云去噪网络大多以噪声点与干净点的距离作为目标函数进行迭代训练,这可能导致点云聚集与异常值。针对以上问题,提出一种基于多尺度点云分布分数(即点云对数概率函数的梯度)的新型去噪网络multiscale score point(MSPoint)。MSPoint网络主要由两部分组成:特征提取模块和位移预测模块。在特征提取模块中输入点云的邻域,通过对数据添加多尺度噪声扰动加强MSPoint的抗噪性能,使提取到的特征具有更强的表达能力。位移预测模块根据分数估计单元预测的分数迭代学习噪声点的位移。在公开数据集上的实验结果表明,相比现有的方法,MSPoint有着更好的去噪效果以及更强的鲁棒性。 相似文献
22.
为了获取高质量的隐式主题结果,提高服务聚类精度,解决服务描述文档文本短带来的语义稀疏性与噪声问题,提出词向量与噪声过滤优化的词对主题模型(BTM-VN). 该模型以词对为基础,拓展服务描述文档,获取额外的语义信息,设计利用主题分布信息进行代表词对概率计算的策略,通过在采样过程中计算代表词对矩阵,提高代表词对在当前主题的权重,降低噪声词对服务描述文档主题获取的干扰. 利用词向量筛选待训练的词对集合,减少共现意义低的词对组合,解决词对主题模型耗时较长的问题. 使用优化的密度峰值聚类算法对经BTM-VN训练后的服务主题分布矩阵进行聚类. 实验结果表明,基于BTM-VN的服务聚类方法在3种聚类评价指标上的表现均优于传统的服务聚类算法. 相似文献
24.
25.
基于关联规则挖掘领域的Apriori算法的优化研究 总被引:2,自引:0,他引:2
挖掘关联规则是数据挖掘领域的一个重要研究课题,在挖掘数据间的关联性时具有非常重要的意义。本文在分析关联规则挖掘及Apriori算法的基础上,从压缩扫描数据集及提高剪枝效率等方面对算法进行了优化改进,从而达到了降低消耗、提高算法效率的目的。最后,通过实例对优化的Apriori算法作了详细介绍。 相似文献
26.
27.
基于反射技术,提出一种自适应软构件的反射结构模型.在此基础上,设计用于描述软构件自身特征的元对象,并通过元对象协议中的方法调用支持构件运行时的变化.通过实例说明应用反射技术,提高构件灵活性和适应性. 相似文献
28.
蓝牙主控制器接口简析 总被引:4,自引:0,他引:4
介绍了蓝牙主控制器接口(HCI)规范的内容,着重描述了对HCI的功能分析。HCI提供对基带控制器和链路管理器的命令接口以及对硬件状态和控制员的访问。该接口还提供对蓝牙基带的统一访问模式。 相似文献
29.
30.