基于频率直方图的K邻域稀疏离群点移除算法

来源 :计算机应用与软件 | 被引量 : 4次 | 上传用户:kingboxing
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
在点云预处理阶段,传统的基于k邻域的稀疏离群点移除算法尚存在一些不足。在点云的处理过程中,关于k邻域的大小以及所要滤去的稀疏离群点的噪声阈值方面,没有给出合理的选取方案。通过对散乱点云传统k近邻稀疏离群点移除算法的分析与研究,提出一种基于k邻域平均距离的频率直方图的分析方法,对传统基于k邻域的离群点移除算法进行了改进。通过该方法可以有效选取合理的k值与噪声阈值。该方法通过对散乱点云设置依次增大的k值,生成k邻域平均距离的统计直方图,分析统计直方图来确定k邻域值的适当大小。针对适当的k值,选取合理的噪
其他文献
本文以安徽省1936—2008年的统计数据为样本,运用VAR模型对安徽省经济增长、外商直接投资,出口,居民消费的关系进行了定量的研究,得到以下结论:外商直接投资是经济增长、出口和居
针对EPC G1G2标准中的动态帧时隙防碰撞算法,在标签数量较多时,会导致Q值频繁的更改,从而增加了阅读器的负担等问题,提出一种以碰撞、空闲和成功时隙的差值,作为判断Q值改变门限的DTJ(Devalue Threshold Judgment)-ALOHA算法。通过Matlab仿真与EPC中算法做对比,验证了DTJ-ALOHA算法无论在Q值改变次数、平均吞吐率,还是阅读器的开销上都优于常见改进算法。
2011年3月18—19日,由教育部中英西南基础教育项目办公室、北京师范大学教育学部、联合国教科文组织国际农村教育研究与培训中心主办,北京师范大学教育基本理论研究院承办的"
比较几种具有代表性的基于卡尔曼滤波框架的带有不确定观测的滤波算法。比较它们的数学模型和算法实现,并将它们应用于无线传感器网络目标跟踪。仿真结果显示不同模型下的不确定观测滤波方法滤波效果不同,多步丢包模型在无线传感器网络中应用于移动目标跟踪具有优越的跟踪性能。
作为美术教学中的重要内容,手工教学对学生美术技能的提高、创作热情的激发和心理品质的培、养都有不可或缺的重要意义,教师应充分调动学生的积极性,让每位学生都动起来主动参与