期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到237篇文章
< 1 2 … 12 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于单目视觉的移动机器人全局定位 被引量：30
1
作者 厉茂海 洪炳镕 +1 位作者 罗荣华 蔡则苏 《机器人》 EI CSCD 北大核心 2007年第2期140-144,178,共6页
提出在基于单目视觉创建的环境地图中实现移动机器人全局定位.基于KD树的最近邻搜索实现特征匹配.应用尺度不变特征变换(SIFT)方法提取特征,并用多维向量描述,保证了对图像光强变化、尺度缩放、三维视角和噪声具有不变性.提出了一种基于... 提出在基于单目视觉创建的环境地图中实现移动机器人全局定位.基于KD树的最近邻搜索实现特征匹配.应用尺度不变特征变换(SIFT)方法提取特征,并用多维向量描述,保证了对图像光强变化、尺度缩放、三维视角和噪声具有不变性.提出了一种基于RANSAC的鲁棒定位方法.在实际室内环境Pioneer3机器人上进行的实验表明本文提出方法高效、可靠. 展开更多
关键词 移动机器人 全局定位 kd树 特征提取 RANSAC 单目视觉
下载PDF
基于Hadoop云平台的并行数据挖掘方法 被引量：38
2
作者 杨来 史忠植 +1 位作者 梁帆 齐保元 《系统仿真学报》 CAS CSCD 北大核心 2013年第5期936-944,共9页
业界已经开始运用云平台来处理海量高维数据,将各种异构系统仿真为一个系统,其中在Hadoop环境进行数据挖掘会遇到数据模型的全局性、HDFS的文件随机写操作、数据生命周期短等问题。为解决这些问题,在Hadoop上实现高效海量数据挖掘,提出... 业界已经开始运用云平台来处理海量高维数据,将各种异构系统仿真为一个系统,其中在Hadoop环境进行数据挖掘会遇到数据模型的全局性、HDFS的文件随机写操作、数据生命周期短等问题。为解决这些问题,在Hadoop上实现高效海量数据挖掘,提出了在Hadoop上一种高效数据挖掘框架,利用数据库来模拟链表结构,管理挖掘出来的知识,提供了树形结构、图模型的分布式计算方法;在此基础上实现一个统计算法——Yscore分箱算法,以及决策树和KD树的建树算法;并利用Vega云对Hadoop集群进行仿真。实验数据表明该框架和算法实用可行,且可能拓展与数据挖掘之外的其他领域。 展开更多
关键词 并行数据挖掘 决策树算法 kd树算法 JPA 云计算
下载PDF
基于KD-Tree搜索和SURF特征的图像匹配算法研究 被引量：33
3
作者 杜振鹏 李德华 《计算机与数字工程》 2012年第2期96-98,126,共4页
针对图像匹配时进行特征检测和匹配的搜索时间长的问题,文章研究了基于KD-Tree搜索和SURF特征的图像匹配算法。该算法首先提取得到图像的SURF特征并生成特征描述向量,然后为这些特征描述向量建立KD-Tree索引,最后通过计算每个特征点的... 针对图像匹配时进行特征检测和匹配的搜索时间长的问题,文章研究了基于KD-Tree搜索和SURF特征的图像匹配算法。该算法首先提取得到图像的SURF特征并生成特征描述向量,然后为这些特征描述向量建立KD-Tree索引,最后通过计算每个特征点的与其距离最近的若干个KD-Tree上的最近邻点,完成特征匹配工作。实验结果表明,与SIFT算法相比,SURF算法进行特征检测的速度要快2～3倍;与全局最近邻搜索相比,基于KD-Tree索引的近似最近邻搜索大大减少了计算量,较大地提高了SURF算法的匹配速度。 展开更多
关键词 kd-tree SURF 图像匹配 特征提取 近似最近邻搜索
下载PDF
基于改进RANSAC算法的屋顶激光点云面片分割方法 被引量：31
4
作者 胡伟 卢小平 +1 位作者 李珵 贾智乐 《测绘通报》 CSCD 北大核心 2012年第11期31-34,46,共5页
基于改进的随机抽样一致性算法(RANSAC)对建(构)筑物屋顶面片进行点云分割,通过改进种子点选取方式来提高面片分割的置信度,并将点到平面距离的标准差作为判断准则,以提高分割面片的准确性。同时,采用KD-Tree组织点云,根据空间平面的法... 基于改进的随机抽样一致性算法(RANSAC)对建(构)筑物屋顶面片进行点云分割,通过改进种子点选取方式来提高面片分割的置信度,并将点到平面距离的标准差作为判断准则,以提高分割面片的准确性。同时,采用KD-Tree组织点云,根据空间平面的法向量、连通性分析、点云的R半径密度对分割的面片进行优化处理,试验证明该方法能有效地对建筑物屋顶面片进行点云分割。 展开更多
关键词 RANSAC 激光点云 kd-tree 屋顶面片分割 R半径密度
下载PDF
基于爬壁机器人的桥梁裂缝图像检测与分类方法 被引量：25
5
作者 陈瑶 梅涛 +2 位作者 王晓杰 李峰 刘彦伟 《中国科学技术大学学报》 CAS CSCD 北大核心 2016年第9期788-796,共9页
针对传统的桥梁裂缝检测方法成本高、工作环境危险的现状,提出一种基于爬壁机器人的桥梁裂缝图像检测与分类方法,即利用安装在爬壁机器人上的微型摄像镜头获取桥梁的壁面裂纹,通过图像处理和分析方法识别并对裂缝分类.首先对获取的图片... 针对传统的桥梁裂缝检测方法成本高、工作环境危险的现状,提出一种基于爬壁机器人的桥梁裂缝图像检测与分类方法,即利用安装在爬壁机器人上的微型摄像镜头获取桥梁的壁面裂纹,通过图像处理和分析方法识别并对裂缝分类.首先对获取的图片去除运动模糊;然后运用小波变换对图像中的裂缝目标进行增强,再用二值图像面形态学分析提取裂缝目标,运用KD树对裂缝进行连接完成对裂缝图像的识别;最后运用支持向量机方法对裂缝实现分类,并与几何特征分类方法和基于BP神经网络的分类方法比较,结果表明,该方法对裂缝分类效果较好. 展开更多
关键词 爬壁机器人 运动模糊 小波分析 面形态学 kd树 支持向量机
下载PDF
导航电子地图中道路数据的空间索引和组织 被引量：11
6
作者 刘春 史文中 刘大杰 《工程勘察》 CSCD 北大核心 2003年第1期38-41,共4页
道路数据的空间组织方法是车载导航电子地图中主要研究的内容之一 ,也是ITS建立空间数据框架的基础数据。本文针对道路数据的空间组织 ,分析了路网的三个描述层次 ,并概括了其组成的基本要素和描述数据集。对组成路网主要要素的道路节... 道路数据的空间组织方法是车载导航电子地图中主要研究的内容之一 ,也是ITS建立空间数据框架的基础数据。本文针对道路数据的空间组织 ,分析了路网的三个描述层次 ,并概括了其组成的基本要素和描述数据集。对组成路网主要要素的道路节点 ,则提出采用KD tree进行空间索引和组织。同时为方便计算路网的拓扑性 ,又重点探讨了交叉路口转弯的八位描述方法。 展开更多
关键词 地理信息系统 空间索引 kd-tree 道路网
下载PDF
一种四叉树与KD树结合的海量机载LiDAR数据组织管理方法 被引量：20
7
作者 杨建思 《武汉大学学报（信息科学版）》 EI CSCD 北大核心 2014年第8期918-922,共5页
针对海量机载LiDAR点云数据管理与可视化效率不高的问题,提出了一种四叉树和局部KD树相结合的混合空间索引结构以及内外存结合的数据调度模式。在全局,可以通过四叉树金字塔模型实现快速检索与调度;在局部,通过内存中构建的KD树实现高... 针对海量机载LiDAR点云数据管理与可视化效率不高的问题,提出了一种四叉树和局部KD树相结合的混合空间索引结构以及内外存结合的数据调度模式。在全局,可以通过四叉树金字塔模型实现快速检索与调度;在局部,通过内存中构建的KD树实现高效的查询与显示。利用敦煌地区约10亿点的激光雷达数据进行了验证,达到30帧/s的显示效率,为大规模点云数据的可视化奠定了基础。 展开更多
关键词 LIDAR 点云数据 四叉树 kd树 混合索引
原文传递
基于八叉树与KD树索引的点云配准方法 被引量：20
8
作者 王育坚 廉腾飞 +1 位作者 吴明明 高倩 《测绘工程》 CSCD 2017年第8期35-40,共6页
针对点云配准算法中KD树多维查询效率较低的问题,提出一种基于八叉树和KD树多层索引结构的点云配准方法。首先为模型点云数据建立八叉树全局索引,然后在八叉树叶子结点构建局部数据的KD树索引。对传统的ICP点云配准算法进行改进,通过叶... 针对点云配准算法中KD树多维查询效率较低的问题,提出一种基于八叉树和KD树多层索引结构的点云配准方法。首先为模型点云数据建立八叉树全局索引,然后在八叉树叶子结点构建局部数据的KD树索引。对传统的ICP点云配准算法进行改进,通过叶子结点的全局索引值快速定位局部点云数据块,利用局部KD树索引加快最近点的搜索,计算最近点时利用欧氏距离阈值、点对距离差值和法向量阈值剔除部分噪声点。实验表明,改进算法提高了点云配准的效率和精度。 展开更多
关键词 点云配准 八叉树 kd树 ICP算法
下载PDF
保留边界的点云简化方法 被引量：19
9
作者 黄文明 肖朝霞 +1 位作者 温佩芝 吴晓军 《计算机应用》 CSCD 北大核心 2010年第2期348-350,384,共4页
针对点云简化算法中边界点丢失的问题,提出了一种保留边界的三维散乱点云的非均匀简化算法。首先利用kd-tree建立散乱数据点云的空间拓扑关系,计算出每个数据点的k邻域;然后针对目前依据点云分布均匀性算法提取边界效率低的问题,提出一... 针对点云简化算法中边界点丢失的问题,提出了一种保留边界的三维散乱点云的非均匀简化算法。首先利用kd-tree建立散乱数据点云的空间拓扑关系,计算出每个数据点的k邻域;然后针对目前依据点云分布均匀性算法提取边界效率低的问题,提出一种改进的点云边界点判定算法;最后保留所有边界点,对非边界点,根据曲面变分值和k邻域点已保留比例,进行点云的非均匀简化。实验结果表明,该算法精度高,空间复杂度低,而且简化后点云边界保留完整。 展开更多
关键词 边界点 非均匀简化 散乱点云 kd-树
下载PDF
基于一维Otsu的多阈值医学图像分割算法 被引量：20
10
作者 申铉京 潘红 陈海鹏 《吉林大学学报（理学版）》 CAS CSCD 北大核心 2016年第2期344-348,共5页
针对传统医学图像分割算法时间复杂度高、分割精度低等问题,提出一种基于一维Otsu的自动多阈值分割算法.考虑到医学图像信息的复杂性,引入基于梯度、灰度、距离的综合信息直方图替代传统的灰度直方图,并分别赋予这3个信息相应的权值.采... 针对传统医学图像分割算法时间复杂度高、分割精度低等问题,提出一种基于一维Otsu的自动多阈值分割算法.考虑到医学图像信息的复杂性,引入基于梯度、灰度、距离的综合信息直方图替代传统的灰度直方图,并分别赋予这3个信息相应的权值.采用kd-树作为框架快速自动确定阈值个数,进而实现Otsu对医学图像的自动多阈值分割.与最大熵、基于粒子群优化的Otsu算法等进行对比实验的结果表明,该算法的分割性能优于其他算法. 展开更多
关键词 OTSU kd-树 梯度 归一化距离 灰度直方图
下载PDF
基于KD-Tree聚类的社交用户画像建模 被引量：19
11
作者 万家山 陈蕾 +1 位作者 吴锦华 高超 《计算机科学》 CSCD 北大核心 2019年第B06期442-445,467,共5页
传统的信息推送服务普遍缺少对社交用户具体情况的考虑,存在推荐信息针对性不强、系统转化率低等问题。针对上述问题,提出了一种基于用户画像的智能信息推送方法。借助智慧学习平台的用户数据,主要通过KD树来实现在KNN聚类算法中分析用... 传统的信息推送服务普遍缺少对社交用户具体情况的考虑,存在推荐信息针对性不强、系统转化率低等问题。针对上述问题,提出了一种基于用户画像的智能信息推送方法。借助智慧学习平台的用户数据,主要通过KD树来实现在KNN聚类算法中分析用户偏好和行为特征,进而将用户进行类别划分。首先,通过分析聚类中心将每一类用户抽象成高度精炼的短文本,形成具有代表性的标签;其次,根据社交用户个体的标签权重值,结合业务需求进行二次建模来构建用户画像模型,进而逐步细化模型;最后,借助协同过滤推荐算法产生推荐。用户画像不仅提高了数据的可用性和价值,还使分析者从大量的用户数据中摆脱出来,快速地协助分析者做好精细化分类,达到了较好的推荐效果。 展开更多
关键词 在线资源推送 kd树 用户画像 个性化推荐
下载PDF
基于空间索引的规则格网DTM内插算法研究 被引量：9
12
作者 吴焕萍 潘懋 +2 位作者 胡金星 马照亭 宋杨 《地理与地理信息科学》 CSSCI CSCD 北大核心 2004年第1期43-46,共4页
从离散点内插规则格网数字地形模型 (DTM)方法的关键是如何提高待插点周围数据的搜索效率。该文针对离散点的空间分布特性 ,给出了基于网格分块和KD -Tree两种空间索引技术的规则格网内插方法。实验表明 ,这两种索引方法能显著提高搜索... 从离散点内插规则格网数字地形模型 (DTM)方法的关键是如何提高待插点周围数据的搜索效率。该文针对离散点的空间分布特性 ,给出了基于网格分块和KD -Tree两种空间索引技术的规则格网内插方法。实验表明 ,这两种索引方法能显著提高搜索速度 ,算法内插效率较高。最后 ,在算法效率分析的基础上 ,对两种索引方法所适应的条件进行了讨论。 展开更多
关键词 空间索引 DTM 内插算法 网格分块 规则格网 数字地形模型
下载PDF
基于KD-树和K-means动态聚类方法研究 被引量：16
13
作者 万静 张义 +1 位作者 何云斌 李松 《计算机应用研究》 CSCD 北大核心 2015年第12期3590-3595,共6页
针对传统K-means聚类算法对初始中心点比较敏感、易陷入局部最优,首先提出基于KD-树的初始聚类中心点选取方法。该方法通过建立KD-树将数据集分割成矩形单元,计算每个矩形的矩形单元中心、矩形单元密度,并将计算所得矩形单元密度降序排... 针对传统K-means聚类算法对初始中心点比较敏感、易陷入局部最优,首先提出基于KD-树的初始聚类中心点选取方法。该方法通过建立KD-树将数据集分割成矩形单元,计算每个矩形的矩形单元中心、矩形单元密度,并将计算所得矩形单元密度降序排列,通过选取前k个矩形单元中心作为初始聚类中心,可有效克服传统算法对初始中心点的敏感。此外,针对传统K-means聚类算法不能有效处理动态数据聚类的问题,进一步提出了KDTK-means聚类算法。该算法对基于KD-树优化选取的k个聚类中心和增量数据建立新的KD-树,利用近邻搜索策略将增量数据分配到相应的聚类簇中并完成聚类。实验结果表明,与传统的K-means聚类算法相比,提出的基于KD-树优化初始聚类中心点选取的算法能够有效选取具有代表性的初始中心,提出的KDTKmeans聚类算法能够快速高效地处理增量数据聚类问题。 展开更多
关键词 K-MEANS聚类 kd-树 增量聚类 初始聚类中心
下载PDF
散乱点云的边界提取 被引量：15
14
作者 丁承君 孙刚 +1 位作者 尹李亮 齐春辉 《计算机技术与发展》 2017年第7期83-86,共4页
基于Kinect体感技术获取的周围环境点云数据量大,其中点云的边界是重要特征,是机器人导航的重要参数。为获得复杂散乱点云的边界特征,提出了一种基于点云库(PCL)的物体分割以及边缘轮廓提取算法。该算法通过建立散乱点云的kd-tree空间... 基于Kinect体感技术获取的周围环境点云数据量大,其中点云的边界是重要特征,是机器人导航的重要参数。为获得复杂散乱点云的边界特征,提出了一种基于点云库(PCL)的物体分割以及边缘轮廓提取算法。该算法通过建立散乱点云的kd-tree空间拓扑结构,经直通滤波、表面平滑处理对点云数据进行去噪、填补空洞。由于实际环境包含大量的平面,因此采用基于随机采样算法(RANSAC)可寻找种子点确定平面,进而应用平面分割找出平面上的感兴趣区域,并计算k邻域点的法线夹角,若大于阈值则为边界特征点。为验证算法的有效性,基于机器人操作系统(ROS),通过PCL点云库,快速、准确地对场景中的物体进行分割以及边缘轮廓提取。实验结果表明,所提出的算法能够快速、准确、有效地提取散乱点云的边界。 展开更多
关键词 散乱点云 kd-tree 边界特征提取 分割
下载PDF
一种基于散乱点云的边界提取算法 被引量：14
15
作者 吴禄慎 晏海平 +1 位作者 陈华伟 高项清 《计算机应用与软件》 CSCD 北大核心 2014年第11期264-268,共5页
点云边界是曲面的重要特征之一,边界线的快速准确提取对于提高曲面重构的效率和质量具有重要意义。首先,采用基于kd-tree搜索的方法建立点云空间拓补关系,进行K邻域快速搜索,以采样点及其K邻域作为局部型面参考依据拟合微切平面,将其向... 点云边界是曲面的重要特征之一,边界线的快速准确提取对于提高曲面重构的效率和质量具有重要意义。首先,采用基于kd-tree搜索的方法建立点云空间拓补关系,进行K邻域快速搜索,以采样点及其K邻域作为局部型面参考依据拟合微切平面,将其向微切平面投影;其次,在微切平面上建立局部坐标系,并对投影点进行参数化,根据邻域点集在采样点处的场力大小之和可以表示点集的平均作用来识别点云的边界特征点;最后,从提高边界线连续性的角度,利用NURBS曲线插值方法连接边界线。实验结果表明,该算法可以快速、有效地提取出点云的边界特征点,并得到C2连续的边界线,满足曲面重构的要求。 展开更多
关键词 散乱点云 kd-tree K邻域 微切平面 边界提取 NURBS
下载PDF
启发式探查最佳分割平面的快速KD-Tree构建方法 被引量：9
16
作者 范文山 王斌 《计算机学报》 EI CSCD 北大核心 2009年第2期185-192,共8页
在基于光线跟踪方法的真实感绘制中,kd-tree是一种重要的加速结构.文章对kd-tree的构建方法进行了研究,提出了一种基于分区(binning)算法的快速构建方法.首先,通过分析kd-tree的成本函数,启发式地定位了当前节点的分割平面所在的子区间... 在基于光线跟踪方法的真实感绘制中,kd-tree是一种重要的加速结构.文章对kd-tree的构建方法进行了研究,提出了一种基于分区(binning)算法的快速构建方法.首先,通过分析kd-tree的成本函数,启发式地定位了当前节点的分割平面所在的子区间;其次,对探查到的子区间进行进一步的细化采样(sub-sampling),使得到的分割平面更好地逼近最优分割位置;同时,文章分析了现有方法在处理分割终止时存在的问题,提出了更加合理的分割终止条件.与以往方法相比,新方法用更小的计算成本生成了质量更好的kd-tree,构建过程更加鲁棒.实验数据验证了文中方法的有效性. 展开更多
关键词 光线跟踪 kd-tree SAH 分区算法 细化采样
下载PDF
一种基于SIFT特征的快速图像匹配算法 被引量：11
17
作者 杨松 邵龙潭 +1 位作者 宋维波 刘威 《计算机应用与软件》 CSCD 2016年第7期186-189,256,共5页
经典的SIFT算法具有良好的尺度、旋转、光强不变特性而广泛应用于图像匹配。图像特征点较少时,匹配过程使用穷举法查找最近邻匹配点;当图像特征点较多时采用KD-Tree结构,而其检索过程存在"回溯"现象,这两种方法的匹配效率都... 经典的SIFT算法具有良好的尺度、旋转、光强不变特性而广泛应用于图像匹配。图像特征点较少时,匹配过程使用穷举法查找最近邻匹配点;当图像特征点较多时采用KD-Tree结构,而其检索过程存在"回溯"现象,这两种方法的匹配效率都不高。为了提高特征点的匹配速度,提出改进的SP-Tree结构解决"回溯"问题。在结点集分割时设置参数合理确定左右超平面位置,引入平衡因子作为结点分割方法选择的依据,采用近似最近邻搜索算法加快特征点匹配速度。给出算法的详细实现过程,并应用两幅图像进行验证。实验结果表明:SIFT特征向量采用改进SP-Tree结构在损失少部分匹配点的同时,提高了SIFT特征点的整体匹配速度,适合于图像特征的实时匹配过程。 展开更多
关键词 图像匹配 SIFT特征 kd-tree SP-tree 最近邻搜索
下载PDF
RDD上扩展索引层优化的分布式K-means算法 被引量：11
18
作者 马菁 李力 《计算机工程与应用》 CSCD 北大核心 2019年第1期161-167,270,共8页
K-means是经典的聚类算法,为了适应大规模数据,很多研究利用分布式计算提高其扩展性。但传统基于磁盘的分布式系统仍然存在大量I/O消耗,在基于内存的Spark系统上实现,在继承Spark平台低读写消耗和良好容错性等优点的基础上,扩展了Spark... K-means是经典的聚类算法,为了适应大规模数据,很多研究利用分布式计算提高其扩展性。但传统基于磁盘的分布式系统仍然存在大量I/O消耗,在基于内存的Spark系统上实现,在继承Spark平台低读写消耗和良好容错性等优点的基础上,扩展了Spark的机器学习MLlib库,在此之上增加一个索引层,引入包含多种策略的基于RDD的双级索引机制,采用新的数据划分方式,对空间距离相近的点的信息进行预处理,利用索引存储其对应的点集的概括信息,以便在K-means算法中对搜索空间剪枝,从而达到对K-means算法的优化。实验结果表明,索引层能够剪枝搜索空间达40%以上,相对无优化的分布式K-means,提升效率达21%,具有较好的可扩展性。 展开更多
关键词 K-MEANS算法 聚类算法 Spark系统 R树 四叉树 kd树 Ball树
下载PDF
基于kd树的多维索引在数据库中的运用 被引量：11
19
作者 吴涵 杨克俭 《自动化技术与应用》 2007年第9期37-39,共3页
该文突破在数据库查询中建立传统索引进行数据的查询,而是针对微型数据库引擎的设计中要实现的嵌套查询和多表连接查询引进了kd树,kd树在B+树的基础上进行了改进,从而来加快查询速度。该文介绍了kd树的结构、kd树的操作以及其实现的查询。
关键词 索引 数据库引擎 kd树
下载PDF
基于kd-tree的建筑物散乱点云平面分割 被引量：9
20
作者 石波 卢秀山 陈允芳 《测绘科学》 CSCD 北大核心 2008年第1期135-136,共2页
应用kd-tree快速确定散乱点云数据中某一个点的邻域,不需要先验地知道点云数据之间的拓扑(邻接)关系,使得建筑物点云平面分割算法更一般化,应用面更广。根据建筑物平面特征的先验信息,并采用高效数据结构,优化了平面分割算法,给出了散... 应用kd-tree快速确定散乱点云数据中某一个点的邻域,不需要先验地知道点云数据之间的拓扑(邻接)关系,使得建筑物点云平面分割算法更一般化,应用面更广。根据建筑物平面特征的先验信息,并采用高效数据结构,优化了平面分割算法,给出了散乱点云平面分割的实现和相应结果,说明了基于kd-tree的建筑物散乱点云平面分割算法的有效性。 展开更多
关键词 kd—tree 建筑物散乱点云 平面分割
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 12 下一页 到第 页
使用帮助 返回顶部