自己代码生成一组数据,对其用pca和kpac进行特征提取并比较效果,由下图可以得知kpac效果更明显 本文用的是高斯核函数: 高斯核定义输入空间的两个点 更多关于上面的信息... 查看原文 主成分分析的(Principal Components Analysis,PCA)多角度解析 投影空间? (1)特征提取随着互联网的普及,人们所接触的数据量正以成千上...
根据建筑物在高度方向截面上的点云数据必定位于其轮廓线的原理,提出基于聚类平面特征的点云数据精简算法.该算法无需对扫描对象进行表面重构,而是在保持建筑物高度方向数据精度的前提下,对点云数据分层聚类简化,保留满足条件的特征点,删除其余的点.通过实例证明该算法可以在保持建筑物外形特征的同时,达到较高的精简比率....
根据建筑物在高度方向截面上的点云数据必定位于其轮廓线的原理,提出基于聚类平面特征的点云数据精简算法.该算法无需对扫描对象进行表面重构,而是在保持建筑物高度方向数据精度的前提下,对点云数据分层聚类简化,保留满足条件的特征点,删除其余的点.通过实例证明该算法可以在保持建筑物外形特征的同时,达到较高的精简比率....