用于改进 3D LiDAR 数据分类的产品系数集成（第二部分）
机器学习
2025-10-20 v1
摘要
本工作延续了我们关于通过产品系数 \cite{medina2025integratingproductcoefficientsimproved} 提升 3D LiDAR 点云分类的先行研究。产品系数是衡量论度描述符，补充原始空间 LiDAR 特征。本节表明，将产品系数与自编码器表示和 KNN 分类器组合，可持续地在 PCA 基线和我们更早的框架之上获得性能提升。我们还研究了逐层添加产品系数的效果，揭示了清晰的趋势：更丰富的系数集合系统性地改善类别可分离性和整体准确率。结果凸显了将层次化产品系数特征与自编码器结合，以推动 LiDAR 分类性能进一步提升的价值。
引用
@article{arxiv.2510.15219,
title = {Integrating Product Coefficients for Improved 3D LiDAR Data Classification (Part II)},
author = {Patricia Medina and Rasika Karkare},
journal= {arXiv preprint arXiv:2510.15219},
year = {2025}
}
备注
16 pages, 6 figures, 5 tables