摘要
本发明公开了一种基于无人机三维采集的废钢堆存体积数据预测方法,涉及数据预测技术领域,包括:S1、使用无人机采集废钢堆存的三维点云数据,对所述数据进行预处理,所述预处理包括噪声滤除、缺失点补全和点云对齐,获得高质量的三维点云数据;S2、从预处理后的三维点云数据中提取有效特征数据,所述有效特征数据包括废钢堆存体积点的密度、距离、角度和高度等,并将有效特数据征作为BP神经网络的输入;S3、通过改进的红尾鸢优化算法调整BP神经网络的隐藏层权重β和偏置α,建立废钢堆存体积WRTH‑BP预测模型;S4、利用WRTH‑BP预测模型对新采集的三维点云数据进行体积预测,输出废钢堆存准确的体积值。
技术关键词
数学模型
数据预测方法
三维点云数据
位置更新
BP神经网络
算法
因子
无人机
阶段
数据预测技术
重力
密度
噪声
强度
螺旋
加速度
规模
机制
系统为您推荐了相关专利信息
富水断层
隧道开挖支护
数值模拟技术
模糊逻辑
深度学习算法
局部放电数据
BP神经网络模型
真空断路器
粒子群算法
图谱
智慧巡检系统
高精度定位模块
边坡工程
热红外传感器
三维点云数据
程度判断方法
破碎机刀具
BP神经网络模型
多任务
独立特征