为了进一步提高点云图像船舶分类方法的分类准确率,提出了一种基于三维卷积神经网络(3D CNN)的点云图像船舶分类方法。首先采用密度网格方法将点云图像转为体素网格图像,将体素网格图像作为3D CNN的输入对象;接着通过设计的6层3D CNN提取体素网格图像的高水平特征,捕捉结构信息;最后在输出层利用Softmax函数进行分类,得到最终的分类结果。实验结果表明,在自建的点云图像船舶数据集上,所提方法的分类准确率达到了96.14%,比3D ShapeNets方法和VoxNet方法分别提高了5.97%和2.46%。在悉尼城市目标数据集上,与现有一些方法相比,所提方法的分类准确率较高。这些结果均证明所提方法具有良好的分类性能。
2023-01-29 17:51:45
6.84MB
1
Python爬虫获取携程成都旅游攻略网站 获取景点评论 pyecharts程度地图画点 画各地游客航线 统计 成都民宿航班图柱状图箭头图雷达图 html jieba分词 wordcloud词云图 情感分析 selenium浏览器多页爬虫+数据分析+统计图 游客信息行程信息挖掘 jupyter notebook numpy pandas 数据分析 数据挖掘
2023-01-12 23:11:25
1.36MB
1
对于电影《白蛇传·情》的豆瓣短评数据，进行分词、词频统计，并绘制好评与中差评的韦恩词云图，可以清楚地分析好评与中差评间的异同。文件包括：词云图背景、.ipynb代码、豆瓣短评csv文件、结果文件。
2023-01-12 16:18:19
5.89MB
1
主要介绍了python根据文本生成词云图代码实例,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
2023-01-01 14:12:02
179KB
1
系统环境：python3.8.12 ，编译器： Jupyter notebooks
目录介绍
https://cdn.jsdelivr.net/gh/EverettSy/ImageBed@master/uPic/EKQYvg.png
爬取过程
1. 抓取热映电影的网页内容
2. 爬取评论
3. 清洗数据
4. 使用结巴分词进行中文分词
5. 去掉停用词
6. 统计词频
7. 用词云进行展示
词云图
暗恋·橘生淮南 (2022)
https://cdn.jsdelivr.net/gh/EverettSy/ImageBed@master/uPic/luJwZo.png
豆瓣热映 https://cdn.jsdelivr.net/gh/EverettSy/ImageBed@master/uPic/SBRvJn.png
2022-10-15 19:47:36
10.11MB
1