基于机器学习预测计算强度的并行化点云生成DEM方法

摘要

本发明提供一种基于机器学习预测计算强度的并行化点云生成DEM方法，其特征在于：进行CART模型的训练，包括特征选择、样本数据生成、模型训练以及存储；使用四叉树对待处理的点云数据进行递归划分，采用存储的CART模型预测各瓦片计算强度，基于Z‑曲线将二维空间的瓦片进行降维处理，然后基于预测的瓦片计算强度和空间编码将瓦片映射到各进程并行内插DEM。本发明技术方案具有高效性和可行性。本发明与传统串行的点云生成DEM相比，采用了基于机器学习预测计算强度的并行化点云生成DEM方法，性能提升能实现量级的突破，有效地节省执行时间，特别适合于海量稠密点云的数据处理，支持地学应用实时化。