基于波形形态特征的单频机载激光雷达测深全波形数据分类

Pub Date : 2023-01-01 DOI:10.3788/irla20230096
李莹莹 Li Yingying, 刘子维 Liu Ziwei, 张静坤 Zhang Jingkun, 吴琳琳 Wu Linlin, 纪雪 Ji Xue, 王明常 Wang Mingchang
{"title":"基于波形形态特征的单频机载激光雷达测深全波形数据分类","authors":"李莹莹 Li Yingying, 刘子维 Liu Ziwei, 张静坤 Zhang Jingkun, 吴琳琳 Wu Linlin, 纪雪 Ji Xue, 王明常 Wang Mingchang","doi":"10.3788/irla20230096","DOIUrl":null,"url":null,"abstract":"单频机载激光雷达测深系统凭借低成本、低负载、高采样率等优势成为大范围海岸带地形地貌探测的理想选择。然而如何解决单频局限,在不依赖辅助传感器情况下实现全波形数据的准确划分成为精确点位坐标解算的关键环节。目前基于全波形形态特征进行波形分类研究缺乏系统性评估分析和普遍性结论。该研究尝试从全波形空间形态入手,细化了波形类别(异常波形、过拟合波形、陆地波形、海面波形和测深波形),在已有波形特征基础上,系统分析了不同类别波形的形态特征差异,有针对性地提取了24维波形特征并基于随机森林特征选择和分类模型完成了各特征分类性能及最佳特征组合评估与定量分析。研究证明,包括相邻两点间振幅偏差、震荡主频等在内的6维特征组合对5种波形的分类效果最好,总体分类精度可达98.55%,Kappa系数为0.9820。为了验证特征的普适性,另外选取了一块实验区域进行验证,得到水陆分类的总体精度为96.81%。","PeriodicalId":13543,"journal":{"name":"","volume":"70 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2023-01-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"基于波形形态特征的单频机载激光雷达测深全波形数据分类\",\"authors\":\"李莹莹 Li Yingying, 刘子维 Liu Ziwei, 张静坤 Zhang Jingkun, 吴琳琳 Wu Linlin, 纪雪 Ji Xue, 王明常 Wang Mingchang\",\"doi\":\"10.3788/irla20230096\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"单频机载激光雷达测深系统凭借低成本、低负载、高采样率等优势成为大范围海岸带地形地貌探测的理想选择。然而如何解决单频局限,在不依赖辅助传感器情况下实现全波形数据的准确划分成为精确点位坐标解算的关键环节。目前基于全波形形态特征进行波形分类研究缺乏系统性评估分析和普遍性结论。该研究尝试从全波形空间形态入手,细化了波形类别(异常波形、过拟合波形、陆地波形、海面波形和测深波形),在已有波形特征基础上,系统分析了不同类别波形的形态特征差异,有针对性地提取了24维波形特征并基于随机森林特征选择和分类模型完成了各特征分类性能及最佳特征组合评估与定量分析。研究证明,包括相邻两点间振幅偏差、震荡主频等在内的6维特征组合对5种波形的分类效果最好,总体分类精度可达98.55%,Kappa系数为0.9820。为了验证特征的普适性,另外选取了一块实验区域进行验证,得到水陆分类的总体精度为96.81%。\",\"PeriodicalId\":13543,\"journal\":{\"name\":\"\",\"volume\":\"70 1\",\"pages\":\"0\"},\"PeriodicalIF\":0.0,\"publicationDate\":\"2023-01-01\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.3788/irla20230096\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.3788/irla20230096","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

摘要

单频机载激光雷达测深系统凭借低成本、低负载、高采样率等优势成为大范围海岸带地形地貌探测的理想选择。然而如何解决单频局限,在不依赖辅助传感器情况下实现全波形数据的准确划分成为精确点位坐标解算的关键环节。目前基于全波形形态特征进行波形分类研究缺乏系统性评估分析和普遍性结论。该研究尝试从全波形空间形态入手,细化了波形类别(异常波形、过拟合波形、陆地波形、海面波形和测深波形),在已有波形特征基础上,系统分析了不同类别波形的形态特征差异,有针对性地提取了24维波形特征并基于随机森林特征选择和分类模型完成了各特征分类性能及最佳特征组合评估与定量分析。研究证明,包括相邻两点间振幅偏差、震荡主频等在内的6维特征组合对5种波形的分类效果最好,总体分类精度可达98.55%,Kappa系数为0.9820。为了验证特征的普适性,另外选取了一块实验区域进行验证,得到水陆分类的总体精度为96.81%。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
查看原文
分享 分享
微信好友 朋友圈 QQ好友 复制链接
本刊更多论文
基于波形形态特征的单频机载激光雷达测深全波形数据分类
单频机载激光雷达测深系统凭借低成本、低负载、高采样率等优势成为大范围海岸带地形地貌探测的理想选择。然而如何解决单频局限,在不依赖辅助传感器情况下实现全波形数据的准确划分成为精确点位坐标解算的关键环节。目前基于全波形形态特征进行波形分类研究缺乏系统性评估分析和普遍性结论。该研究尝试从全波形空间形态入手,细化了波形类别(异常波形、过拟合波形、陆地波形、海面波形和测深波形),在已有波形特征基础上,系统分析了不同类别波形的形态特征差异,有针对性地提取了24维波形特征并基于随机森林特征选择和分类模型完成了各特征分类性能及最佳特征组合评估与定量分析。研究证明,包括相邻两点间振幅偏差、震荡主频等在内的6维特征组合对5种波形的分类效果最好,总体分类精度可达98.55%,Kappa系数为0.9820。为了验证特征的普适性,另外选取了一块实验区域进行验证,得到水陆分类的总体精度为96.81%。
求助全文
通过发布文献求助,成功后即可免费获取论文全文。 去求助
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
现在去查看 取消
×
提示
确定
0
微信
客服QQ
Book学术公众号 扫码关注我们
反馈
×
意见反馈
请填写您的意见或建议
请填写您的手机或邮箱
已复制链接
已复制链接
快去分享给好友吧!
我知道了
×
扫码分享
扫码分享
Book学术官方微信
Book学术官方微信
Book学术文献互助
Book学术文献互助群
群 号:604180095
Book学术
文献互助 智能选刊 最新文献 互助须知 联系我们:info@booksci.cn
Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。
Copyright © 2023 Book学术 All rights reserved.
ghs 京公网安备 11010802042870号 京ICP备2023020795号-1