申请/专利权人：南京大学

申请日：2023-12-28

公开（公告）日：2024-04-02

公开（公告）号：CN117809101A

主分类号：G06V10/764

分类号：G06V10/764;G06V10/766;G06V10/77;G06V20/10;G06V20/64;G06T7/62

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.19#实质审查的生效;2024.04.02#公开

摘要：本申请公开了一种基于植被三维结构的单木降噪预测方法及系统，属于涉及单木降噪预测技术领域，包括：采集单木的点云数据和噪声衰减数据，并进行分类；对分类后的点云数据，提取目标点云的植被结构参数；计算提取的植被结构参数和采集的噪声衰减数据的相关性，获取相关性中的最显著影响因素作为模型变量；基于支持向量机回归算法构建单木降噪预测模型，采用不同核函数训练构建的单木降噪预测模型；评估不同核函数下单木降噪预测模型的预测精度，选择最优核函数进行单木降噪预测；其中，通过拉格朗日乘法将预测模型的约束计算转换为对偶计算，以获取最优核函数。针对现有技术中单木噪声衰减效应预测定量精度较低，本申请提高了定量预测的精度。

主权项：1.一种基于植被三维结构的单木降噪预测方法，包括：采集单木的点云数据和噪声衰减数据，并对采集的点云数据进行预处理；将预处理后的点云数据分为叶片、枝干和林下植被三类；对分类后的点云数据，提取目标点云的植被结构参数；计算提取的植被结构参数和采集的噪声衰减数据的相关性，获取相关性中的最显著影响因素作为模型变量；基于支持向量机回归算法构建单木降噪预测模型，将获取的模型变量作为输入，采用不同核函数训练构建的单木降噪预测模型；评估不同核函数下单木降噪预测模型的预测精度，选择最优核函数进行单木降噪预测；通过拉格朗日乘法将预测模型的约束计算转换为对偶计算，以获取最优核函数。

全文数据：

权利要求：

百度查询： 南京大学 一种基于植被三维结构的单木降噪预测方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD