关键词：改进欧氏聚类;异常筛除;体素栅格下采样;区域点云分割;邻域法线夹角均值约束;k-D树
摘 要：由于垃圾处理机械运行状态数据分布和变化模式的不规则性，导致数据异常筛除的效果难以得到保障，为此，提出基于改进欧氏聚类的垃圾处理机械运行数据异常筛除方法研究。采用数据减量策略——体素栅格下采样对垃圾处理机械运行数据区域点云进行分割处理后，利用邻域法线夹角均值约束方法精确提取目标点云中的边缘点，利用改进欧氏聚类去除目标垃圾处理机械运行数据点云k-D树中的异常点。在测试结果中，设计方法对于垃圾处理机械运行数据异常筛除率基本稳定在95.0%以上，具有良好的实际应用效果。
内 容：原文可通过湖北省科技资源共享服务平台(https://www.hbsts.org.cn/)获取