Con el desarrollo de la construcción de la "mina inteligente", el establecimiento de modelos de nubes de puntos tridimensionales (3D) de las minas se ha vuelto muy común. Sin embargo, el funcionamiento de los camiones provocaba que el modelo de nube de puntos 3D de la zona minera contuviera puntos de polvo, y el modelo de nube de puntos 3D establecido por el software de modelado Context Capture es una estructura hueca. Los anteriores algoritmos de eliminación de nubes de puntos provocaban agujeros en el modelo. En vista de los problemas anteriores, este artículo propone el método de eliminación de ruido de las nubes de puntos basado en el ajuste de mínimos cuadrados totales ortogonales y en la máquina de aprendizaje extremo de dos capas mejorada por el algoritmo genético (GA-TELM). Los pasos son separar los puntos de polvo y los puntos de tierra mediante el ajuste total ortogonal de mínimos cuadrados y utilizar GA-TELM para reparar los agujeros. Las ventajas del método propuesto son las siguientes. En primer lugar, este método puede denotar sin generar agujeros, lo que resuelve problemas de ingeniería. En segundo lugar, GA-TELM tiene un mejor efecto en la reparación de agujeros en comparación con los otros métodos considerados en este trabajo. Por último, este método parte de problemas reales y podría utilizarse en zonas mineras con los mismos problemas. Los resultados experimentales demuestran que puede eliminar eficazmente las manchas de polvo en la zona plana de la mina y garantizar la integridad del modelo.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Estudio del efecto del antioxidante injertado en las propiedades del copolímero de acrilonitrilo-butadieno
Artículo:
Eventos de señalización asociados al factor de crecimiento derivado de plaquetas (PDGF)
Artículo:
Estudio de primer principio de la adsorción de H2 en la superficie de LaFeO3(110)
Artículo:
Propiedades magnéticas de nanopartículas de Co0.5Zn0.5Fe2O4 sintetizadas por un método hidrotérmico asistido por plantillas
Artículo:
Revisión bibliográfica sobre las aplicaciones del aprendizaje automático y la tecnología Blockchain en la industria sanitaria inteligente: Un Análisis Bibliométrico