天天发顶刊-优快云博客

原创基于激光雷达的位置识别学习笔记

4、LSRMN模块是一种局部语义关系挖掘模块如图5所示，首先通过卷积对语义信息进行整合获得局部语义特征，然后，我们进一步探索包含相邻语义信息的局部语义特征之间的拓扑关系，较浅的EdgeConv层输出包含更多局部语义信息的局部特征，较深的EdgeConv层会整合更多的空间拓扑语义关系。5、具有差异的局部特征是位置识别的关键，但不同差异的局部特征对位置准确识别具有不同的贡献程度，因此作者设计了一种语义引导的局部注意力机制网络来实现对位置识别具有重要贡献的局部特征语义进行学习。1、基于手工选取几何特征的方法。

2024-10-30 10:52:54 253

原创 CloudCompare二次开发中遇到的问题以及解决方法

这个报错是下载的源码不完整，需要去GitHub下载完整的nanoflann，下载网址如下。这个报错是下载的源码不完整，需要去GitHub下载完整的qVoxFall，下载网址如下。出现这个报错需要手动修改Qt5LinguistTools DIR，将路径修改为。出现这个报错需要手动修改Qt5_DIR，将路径修改为。

2024-10-26 15:09:23 368

原创 M3C2算法学习笔记

2，这个参数的计算用于后期置信区间的验证，点云的平均距离就是根据向量N确定。在图3的b中，D1表示normal scale取值过小，D2表示normal scale取值适当，取值过小时会受粗糙度影响，取值适当不会受粗糙度影响。作为直径确定一个圆柱，该圆柱会与参考点云、比较点云相交，将相交的点云水平映射到圆柱轴线上，将映射到轴线上的S1点云在轴线方向上求平均得到。，以核心点为中心D/2为半径画圆，对该园内的所有点进行平面拟合，该拟合平面存在法向量。，这里可以使用点云粗造度来评估拟合平面的质量。

2024-10-10 20:40:53 508 1

原创巷道变形检测学习笔记

每个扫描仪都会得到巷道至少30m的点云数据，通过点云拼接技术可以得到整个巷道的点云模型，在拼接过程中可以利用共有的固定点进行拼接，利用这个拼接技术可以将密度较低的点云区域进行增强，将密度较高的点云区域进行稀释，使整体点云密度均匀，该步骤主要在Cyclone中实现。因此，这些截面的围岩变形可能集中在一定范围内，但不会出现明显的峰值。所检测的巷道可以分为两种类型，一种是挖掘阶段的巷道，一种是使用阶段的巷道，所以最终得到的变形情况也分为两种，一种是挖掘过程中的围岩变形情况，一种是在衬砌结构的支撑下长期变形情况。

2024-10-04 16:11:40 667

原创粒子群算法

通过MATLAB实现粒子群算法以下是题目clear;clcN = 100; %群体粒子个数D = 10; %粒子维度T = 200; %最大迭代次数c1 = 1.5; %学习因子c2 = 1.5; %学习因子w = 0.8; %惯性权重Xmax = 20; %位置最大值Xmin = -20; %位置最小值Vmax = 10;

2022-05-22 12:01:37 1024

原创使用python来完成线性回归

在对数据集进行拟合的时候常常会用到线性拟合，以前我都是在MATLAB的拟合工具箱中对数据进行拟合，现在我学习了通过python来实现线性回归。points = np.genfromtxt("data.csv", delimiter=",") # 读取数据时以逗号分割数据learning_rate = 0.0001 # 学习率initial_b = 0 # 初始化截距initial_m = 0 # 初始化斜率num_iterations = 1000 # 迭代次数print("第一次迭代

2022-04-07 18:20:55 5374

原创用Python来实现聚类

聚类最近我在学习用yolov5来实现行人的检测，为了更好的检测效果我决定对样本标注框进行聚类，首先将手动标注生成的txt文件导入，初始化x和y用来存放标注框的宽和高，标注生成的txt文件在labels_work文件下import numpy as npfrom matplotlib import pyplotimport osfiles = os.listdir('labels_work')x = np.zeros(247) y = np.zeros(247) ii = 0用pyt

2022-02-23 11:18:44 2571

赵梦笔的博客