(Luận án tiến sĩ) nghiên cứu phương pháp phân loại dữ liệu đám mây điểm LiDAR và ứng dụng

BỘ GIÁO DỤC VÀ ĐÀO TẠO HỌC VIỆN KHOA HỌC VÀ CÔNG NGHỆ - NGUYỄN THỊ HỮU PHƯƠNG NGHIÊN CỨU PHƯƠNG PHÁP PHÂN LOẠI DỮ LIỆU ĐÁM MÂY ĐIỂM LIDAR VÀ ỨNG DỤNG LUẬN ÁN TIẾN SĨ NGÀNH MÁY TÍNH BỘ GIÁO DỤC VÀ ĐÀO TẠO VIỆN HÀN LÂM KHOA HỌC VÀ CÔNG NGHỆ VIỆT NAM HỌC VIỆN KHOA HỌC VÀ CÔNG NGHỆ - Nguyễn Thị Hữu Phương NGHIÊN CỨU PHƯƠNG PHÁP PHÂN LOẠI DỮ LIỆU ĐÁM MÂY ĐIỂM LIDAR VÀ ỨNG DỤNG Chuyên ngành: Hệ thống thông tin Mã số: 48 01 04 LUẬN ÁN TIẾN SĨ NGÀNH MÁY TÍNH NGƯỜI HƯỚNG DẪN KHOA HỌC: PGS.TS Đặng Văn Đức PGS.TS Nguyễn Trường Xuân Hà Nội – Năm 2022 TIEU LUAN MOI download : skknchat@gmail.com LỜI CẢM ƠN Trong trình thực đề tài “Nghiên cứu phương pháp phân loại liệu đám mây điểm LiDAR ứng dụng”, NCS nhận nhiều giúp đỡ, tạo điều kiện Học viện Khoa học Công nghệ, Viện Công nghệ thông tin, Viện hàn lâm Khoa học Công nghệ Việt Nam NCS xin bày tỏ lòng cảm ơn chân thành giúp đỡ NCS xin bày tỏ lịng biết ơn sâu sắc tới PGS.TS Đặng Văn Đức PGS.TS Nguyễn Trường Xuân – người thầy trực tiếp hướng dẫn bảo cho NCS hoàn thành luận án Hai thầy dành cho NCS nhiều thời gian, tâm sức, đóng góp nhiều ý kiến, nhận xét quý báu, chỉnh sửa cho NCS chi tiết nhỏ luận án, giúp luận án NCS hoàn thiện mặt nội dung hình thức NCS xin chân thành cảm ơn bạn bè, đồng nghiệp công tác Bộ môn Công nghệ phần mềm, Khoa Công nghệ thông tin, Trường Đại học Mỏ - Địa chất tạo điều kiện giúp đỡ NCS suốt trình thực hoàn thành luận án Sự cảm ơn sâu sắc NCS xin dành tới gia đình ln chia sẻ, động viên, cảm thông chuỗi ngày dài học tập nghiên cứu, NCS nhận u thương từ gia đình để đạt kết ngày hôm TÁC GIẢ LUẬN ÁN NCS Nguyễn Thị Hữu Phương TIEU LUAN MOI download : skknchat@gmail.com MỤC LỤC LỜI CẢM ƠN MỤC LỤC………………………………………………………………………… DANH MỤC CÁC TỪ VIẾT TẮT DANH MỤC HÌNH VẼ DANH MỤC BẢNG BIỂU MỞ ĐẦU…………………………………………………………………………….9 CHƯƠNG TỔNG QUAN VỀ PHÂN LOẠI DỮ LIỆU ĐÁM MÂY ĐIỂM LIDAR…………………………………………………………………………… 15 1.1 Kiến trúc hệ thống LiDAR 1.1.1 Khái niệm công nghệ LiDAR 1.1.2 Hoạt động hệ thống LiDAR 1.2 Dữ liệu LiDAR 1.2.1 Thu nhận liệu ĐMĐ theo công nghệ LiDAR 1.2.3 Đặc trưng liệu ĐMĐ LiDAR 1.2.3 Định dạng liệu LiDAR 1.3 Bài toán phân loại liệu ĐMĐ LiDAR 1.3.1 Bài toán phân loại liệu 1.3.2 Các toán phân loại ĐMĐ LiDARLỗi! The định 1.4 Các cơng trình nghiên cứu liên quan 1.4.1 Trong nước 1.4.2 Ngoài nước 1.5 Phương pháp đề xuất 1.6 Kết luận chương CHƯƠNG PHÁT TRIỂN THUẬT TOÁN NÂNG CAO CHẤT LƯỢNG PHÂN LOẠI ĐMĐ LIDAR 2.1 Cải tiến thuật toán EM 2.1.1 Mơ tả thuật tốn EM 2.1.2 Ý tưởng cải tiến thuật toán EM 2.1.3 Thực cải tiến 2.1.4 Thử nghiệm đánh giá thuật toán EM - D TIEU LUAN MOI download : skknchat@gmail.com 2.2 Cải tiến thuật toán MCC 2.2.1 Mô tả thuật toán MCC 2.2.2 Ý tưởng cài tiến thuật toán MCC 2.2.3 Thực cải tiến 2.2.4 Thử nghiệm đánh giá thuật toán MCC - D 2.3 Kết luận chương CHƯƠNG ĐỀ XUẤT SỬ DỤNG HIỆU QUẢ ĐÁM MÂY ĐIỂM LIDAR SAU PHÂN LOẠI ………………………………………………………………………81 3.1 Lớp phủ khu vực đô thị khả sử dụng liệu LiDAR phân loại lớp phủ bề mặt khu vực đô thị 3.2 Đề xuất phương pháp xử lý liệu LiDAR phân loại lớp phủ bề mặt khu vực đô thị ………………………………………………………………………….84 3.2.1 Phân loại lớp phủ bề mặt khu vực đô thị 3.2.2 Phương pháp đề xuất 3.2.3 Thử nghiệm ………………………………………………………………… 88 3.2.4 Tạo liệu đầu vào cho DSS quy hoạch đất đai 3.3 Kết luận chương KẾT LUẬN ………………………………………………………………………104 DANH MỤC CÁC CƠNG TRÌNH KHOA HỌC CỦA TÁC GIẢ TÀI LIỆU THAM KHẢO TIEU LUAN MOI download : skknchat@gmail.com Từ viết tắt 3D 4D ASPRS BCAL CHM CNN CORS DEM ĐMĐ DSM DSS DTM EM GMM GNSS IDW INS k-NN Laser LiDAR MCC MLS NN NVC OBC PCA pPCA RBF TIEU LUAN MOI download : skknchat@gmail.com 106 DANH MỤC CÁC CƠNG TRÌNH KHOA HỌC CỦA TÁC GIẢ CT1 Nguyễn Thị Hữu Phương, Đặng Văn Đức, Nguyễn Trường Xuân, Khai phá liệu LiDAR nghiên cứu đối tượng bề mặt địa hình Kỷ yếu Hội nghị Quốc gia Nghiên cứu ứng dụng công nghệ thông tin Pp 309-318, Đà Nẵng, 2017 CT2 Nguyễn Thị Hữu Phương, Nguyễn Trường Xuân, Đặng Văn Đức, Sử dụng thuật toán K-means phân loại ĐMĐ LiDAR Tạp chí Khoa học Cơng nghệ Việt Nam, Bộ Khoa học Công nghệ, Hà Nội, pp 1- 5, 2016 CT3 Nguyễn Thị Hữu Phương Thuật toán K-means k-NN phân loại ĐMĐ LiDAR Tạp chí Khoa học kỹ thuật Mỏ - Địa chất, pp 84-94, 58(5), 2017 CT4 Nguyễn Thị Hữu Phương, Đỗ Anh Tuấn Khả sử dụng liệu LiDAR ước lượng sinh khối rừng Tạp chí Tài ngun Mơi tường, pp22-24, 10(288), 2018 CT5 Nguyễn Thị Hữu Phương, Đặng Văn Đức, Nguyễn Trường Xuân The MCC algorithm in the LiDAR point cloud classification Hội thảo số vấn đề chọn lọc CNTT TT Quy Nhơn, 11/2017 CT6 Nguyễn Thị Hữu Phương, Đặng Văn Đức, Nguyễn Trường Xuân, Trần Mạnh Trường Tham số s t toán phân loại ĐMĐ LiDAR với thuật toán MCC Hội thảo số vấn đề chọn lọc công nghệ thông tin truyền thơng Thanh Hóa, 7/2018 CT7 Nguyễn Thị Hữu Phương, Đặng Văn Đức, Nguyễn Trường Xuân, Trần Mạnh Trường Nghiên cứu kết hợp thuật toán MCC K-means phân loại ĐMĐ LiDAR Hội thảo khoa học quốc gia Nghiên cứu ứng dụng công nghệ thông tin Hà Nội, 8/2018 CT8 Nguyễn Thị Hữu Phương, Đặng Văn Đức, Nguyễn Trường Xuân Lựa chọn tham số t cho toán phân loại ĐMĐ LiDAR với thuật tốn MCC Tạp chí Chun san Các cơng trình nghiên cứu, phát triển ứng dụng CNTT – TT, 10/2018 CT09 Nguyễn Thị Hữu Phương Thu thập xử lý liệu cho hệ thống hỗ trợ định quản lý sử dụng đất bền vững Tạp chí Tài nguyên Môi trường T11/2020 TIEU LUAN MOI download : skknchat@gmail.com 107 CT10 Nguyen Thi Huu Phuong Using RPM-GMM for TPS interpolation in MCC algorithm International Journal of Advanced in Computer Sciences, Vol.12, No.2, March – April, 2021 CT11 Nguyễn Thị Hữu Phương, Đặng Văn Đức, Nguyễn Trường Xuân Phương pháp loại bỏ nhiễu liệu LiDAR sử dụng khoảng cách danh nghĩa (Nominal Point Spacing), Hội nghị Khoa học Quốc Gia Nghiên cứu ứng dụng công nghệ thông tin, TPHCM, 2021 TIEU LUAN MOI download : skknchat@gmail.com 108 TÀI LIỆU THAM KHẢO Pinliang Dong, Qi Chen, LiDAR remote sensing and applications, Boca Raton: CRC Press, 2018 Jie Shan, Charles K Toth, Topographic laser ranging and scanning, CRC Press, 2008 Patrick Chazette, Julien Totems, Laurent Hespel, Jean - Sptepane Bailly, Principle and physics of the LiDAR Measurement, Optical Remote Sensing of Land Surfaces, ISTE Press Ltd Published by Elsevier Ltd, 2016 T Fuj2, Laser remote sensing, CRC Press, 2005 Motaz Khader, Samir Cherian, An Introduction to Automotive LiDAR, Texas Instruments, Texas , 2020 Jamie Carter, Keil Schmid, Kirk Waters, Lindy Betzhold, et al, An Introduction to LiDAR technology, data and applications, NOAA, Mid Atlantic, 2012 Z Chen, The application of Airborne LiDAR data in the modelling of 3D urban Landscape Ecology, UK: Cambridge Scholars Publishing , 2017 Bharat Lohani, Suddhasheel Ghosh, Airborne LiDAR technology A review of data collection and processing systems, Spinger, 2018 Juan Carlos Fernandez Diaz, William E Carter, Ramesh L Shrestha, Craig L.Glennie, LiDAR remote sensing, Handbook of Satellite Application, New York, Springer, 2013 10 Steven K Fillippelli, Micheal A.Lefsky, Monique E.Rocca, Comparison and integration of lidar and photogrammetric point clouds for mapping pre-fire forest structure, Remote Sensing of Environment, 224, 2019 11 David L.Olson, Dursun Delen, Advanced Data Mining Techniques, Springer, 2008 12 ASPRS, las specification, The American Society for Photogrammetry and Remote Sensing, Maryland, 2013 13 M Isenburg, Laszip: the lossless compression of LiDAR data, Photogrammetric Engineering and Remote Sensing, 2013 14 J Gray, Data mining concepts and techniques, The Morgan Kaufman, 2000 TIEU LUAN MOI download : skknchat@gmail.com 109 15 Demetrios Gatziolis, Hans-Erik Andersen, A guide to LiDAR data acquisition and processing for the forests of the pacific northwest, United states Department of Agriculture, 2008 16 Kevin P.Murphy, Machine Learning A probabilistic Perspective, London: The MIT press, 2012 22 Zhao Kai, Xu Youchun, Wang Rendong, A preprocessing method of 3D point clouds registration n urban environments, Opto Electronic Engineering, vol 45, no 12, 2018 23 Xudong Lai, Min Zheng, A denoising method for LiDAR full-waveform data, Mathematical Problems in Engineering, vol 2015, 2015 24 H.Y Zhang, G.H.Fan, T.H.Zhang, Y,H.Zheng, Wavelet denoising study of laser radar waveform signals, Research and Development, vol 5, no 31, 2012 25 B.Y.Sun, D.S.Huang, Noise reduction in LiDAR signal based on discrete wavelet transform, IEEE Signal Processing Letters, vol 12, no 2, 2005 26 Marie Julie Rakotosaona, Vittorio La Barbera, Paul Guerrero, Noloy J Mitra, Maks Ovsjanikow, PointCleanNet: Learning to denoise and remove outliers from dense point clouds, Computer graphics forum, vol 7, 2019 27 Imran Ashraf, Soojong Hur, Yongwan Park, An Investigation of Interpolation Techniques to generate 2D intensity image from LiDAR data, IEEE Access, 2017 28 Xiao Liu, Zhenyu Zhang, Jim Peterson, Evaluation of the performance of DEM interpolation algorithms for LiDAR data, in Surveying and Spatial Sciences Institute Biennial International Conference, Adelaide, 2009 29 Xudong Lai, Yifei Yuan, Yongxu Li, and Mingwei Wang, Full-Waveform LiDAR Point Clouds Classification Based on Wavelet Support Vector Machine and Ensemble Learning, Sensors (Basel), vol 19, no 14, 2019 30 Trần Đình Luật, Nguyễn Thị Kim Dung, Lưu Thị Thu Thủy, Trần Hồng Hạnh, Khả ứng dụng công nghệ LiDAR xây dựng mơ hình số địa hình vũng bãi bồi cửa sông ven biển điều kiện Việt Nam, Tạp chí Tài ngun Mơi trường, vol 1, 2015 31 Đỗ Tiến Sỹ, Nguyễn Anh Thư, Hoàng Hiệp, Võ Thị Loan, Kết hợp liệu ĐMĐ từ thiết bị 3D Laser scanning phương tiện bay không người lái (UAV) nhằm thu thập thơng tin mơ hình cơng trình xây dựng, Tạp chí Xây dựng, 2019 TIEU LUAN MOI download : skknchat@gmail.com 110 32 Quách Đồng Thắng, Nguyễn Trường Sang, Khưu Minh Cảnh, Nghiên cứu ứng dụng LiDAR cập nhật lớp sở liệu giao thơng thành phố Hồ Chí Minh, Đề tài NCKH, TP HCM, 2016 33 Kun Zhang, Weihong Bi, Xiaoming Zhang, Xinghu Fu, Kunpeng Zhu, Li Zhu, A new kmeans clustering algorithm for point cloud, International Journal of Hybrid Information Technology, vol 8, no 9, 2015 34 Renato Cesar dos Santos, Mauricio Galo, Vilma Mayumi Tachibana, Classification LiDAR data over building roofs using K-means and principal component analysis, Bulletin of Geodetic Sciences, vol 24, no 1, 2018 35 R.A Kucak, E Ozdemir, S.Erol, The segmentation of point clouds with Kmeans and ANN (Artifical Neural Network), The International Archives of Photogrammetry, Remote Sensing and Spatial Information Sciences, Hannover, Germany, 2017 36 Maohua Liu, Yue Shao, Ruren Li, et al, Method for extraction of airborne LiDAR point cloud buildings based on segmentation, Plos One, pp 1-11, 2020 37 Bao Yunfei, Li Guoping, Cao Chunxiang, Li Xiaowen, Zhang Hao, Classification of LiDAR point cloud and generation of DTM form LiDAR heigth and intensity data in forest area, The International Archives of the Photogrammetry, RS and Spatial Information Sciences, vol XXXV2, no B3b, 2008 38 Borja Rodriguez - Cuenca, Silverio Garcia Cortes, Celestino Ordonez, Maria C.Alonso, Automatic detection and classification of pole-like objects in urban point cloud data using an anomaly detection algorithm, Remote Sensing, vol 7, 2015 39 Keng FanLin, Chi Pei Wang, Pai Hui Sui, Object-based classification for LiDAR point cloud, Research Gate, 2012 40 N.Yastikli, Z Cetin, Classification of LiDAR data with point based classification method, The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, Prague, Czech Republic, 2016 41 Z Hui et al, A threshold-free filtering algorithm for airborne lidar point clouds based on expectation-maximization, The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, Beijing, 2018 TIEU LUAN MOI download : skknchat@gmail.com 111 42 Q Z e al, Robust point cloud classification based on multi-level semantic relationship for urban scenes, ISPRS Journal of photogrammetry anđ Remote Sensing, 2017 43 Autur Maligo et al, Classification of outdoor 3D data based on unsupervised GMM, HalfHall, 2017 44 Suresh K.Lodha, Darren M.Fitzpatrick, David P.Helmbold, Aerial LiDAR data classification using Expectation - Maximization, Research Gate, 2007 45 Zhenyang Hui et al, Automatic DTM extraction from airborne LiDAR based on EM, Optics and laser Technology, 2017 46 Chao Luo, Gunho Sohn, Scene layout compatible CRF for classifying TLS point clouds, Conference Paper, 2014 47 Carlos Cabo, Celestino Ordóđez, Fernando Sáchez-Lasheras, Multiscale Supervised Classification of Point Clouds with Urban and Forest Applications, Sensors, vol 19, pp 1-12, 2019 48 Jeffrey S.Evans, Andrew T.Hudak, A multiscale curvature algorithm for classifying discrete return LiDAR in forested environments, IEEE, vol 45, 2007 49 Sare, R.; Hilley, G E., Supervised, Color-enhanced Multiscale Curvature Classification of Lidar and Structure-from-Motion Point Clouds for Geomorphic Applications, American Geophysical Union, Fall Meeting 2019, 2019 50 Wade T.Tinkham, Hongyu Huang, A comparision of two open source LiDAR surface classification algorithm, Remote Sensing, vol 3, 2011 51 Faten Hamed Nahhas, Helmi Z M Shafri , Maher Ibrahim Sameen, Biswajeet Pradhan, and Shattri Mansor, Deep Learning Approach for Building Detection Using LiDAR–Orthophoto Fusion, Systems and Sensors in Geoscience Applications, 2018 52 Ali Haider, Songxin Tan, Improvement of LiDAR data classification algorithm using the machine learning technique, Polarization Science and Remote Sensing, San Diego, Carlifornia, United States, 2019 53 Zhuqiang Li, Li Qiang Zhang, Xiaohua Tong, A three step approach for TLS point cloud classification, IEEE, 2016 TIEU LUAN MOI download : skknchat@gmail.com 112 54 Shijun Jang, Pin Liang Dong, Bill P.Buckles, Comparision of two classification methods for feature extraction from LiDAR data in urban areas, Research Gate, 2010 55 J.X.Zhang, X.G.Lin, SVMS-based classification of segmented ALS point cloud in urban areas, 4th GEOBIA, Rio de Janeiro, Bazil, 2012 56 lZdzisław Kowalczuk, Karol Szymański, Classification of objects in the LIDAR point clouds using Deep Neural Networks based on the PointNet model, IFACPapersOnLine, vol 52, no 8, 2019 57 Congcong Wen, Xiang Li, Xiaojing Yao, Ling Peng, Tianhe Chi, Airborne LiDAR point cloud classification with Graph attention CNN, Computer Vision and Pattern Rebognition, 2020 58 Branislav Panic, Jernej Klemenc, Marko Nagodeq, Improved initialization of the EM algorithm for Mixture Model parameter Estimation, Mathemetics, vol 20, no 3, 2020 59 Mauela M.Vesolo, Eric P.Xing, The EM algorithm, Springer, 2017 60 Yang HongLei, Peng JunHuan, Zhang DingXuan, An Improved Em algorithm for remote sensing classification, Chinese Science Bullentin, vol 58, no 9, 2013 61 D Reynolds, Gaussians Mixture Model, Encyclopedia of Biometrics, 2009 62 Bojan Rupnik, Domen Mongus, Borut Zalik, Point density evaluation of ALS dataset, Journal of Universal Computer Science , vol 21, no 4, 2015 63 Micheal E.Tipping, Chritopher M.Bishop, Probabilistic principal component analysis, J.R Statist Soc B, vol 61, no 3, 1999 64 Carlos Alberto Silva, Carine Klauberg, Angela Mari Klein Hentz, Ana Paula Dalla Corte, Uelison Ribeiro, Veraldo Leisenberg, Comparing the performance of Ground filtering algorithms for Terrain Modeling in a forest environment using ALD data, Floresta e Ambiente, vol 25, no 2, 2018 65 Z Afrose, Adaptive methods for point cloud and mesh processing, Old Dominion University, 2018 66 Xudong Lai, Min Zheng, A denoising method for LiDAR full waveform data, Mathematical Problems in Engineering, pp 1-8, 2015 67 W.Keller, Andrzej Borkowski, Thin plate spline interpolation, Journal of Geodesy, vol Feb, 2019 TIEU LUAN MOI download : skknchat@gmail.com 113 68 Chuanfa Chen, Yanyan Li, Changqing Yan, Honglei Dai, Goulin Liu, A TPS based feature preserving method for reducing elevation points derived from LiDAR, Remote Sensing, vol 7, no 9, 2015 69 M.Lohndorf, J.M Melenk, On thin plate spline interpolation, Arxiv, 2017 70 Henrik Weimer, Joe Warren, Subdivision Schemes for Thin Plate Splines, EUROGRAPHICS, vol 17, no 3, 1998 71 T E.Smith, Notebook for spatial data analysis, Spring, 2016 72 S Kodors, Point distribution as true quality of LiDAR point cloud, Baltic J Modern Computing, vol 5, 2017 73 Wojciech Pokojski, Paulina Pokijska, Voronoi diagrams inventor, method, applications, Polish Cartagraphical Review, vol 50, no 3, 2018 74 B Kalantari, The state of the art of Voronoi diagram research, Transactions on Computational Science, vol XX, 2013 75 D Souvaine, Voronoi Diagrams, Spring, 2005 76 Radu Horaud, Florence Forrbes, Manuel Yguel, , Rigid and Articulated point registration with Expectation Conditional Maximization, IEEE transactions on pattern analysis and machine intelligence, vol 33, no 3, 2011 77 Jereon Hermans, Dirk Smeets, Dirk Vandermeuden, Robust point set registration using EM-ICP with information - theoretically optimal outlier handling, IEEE Computer Society Conference on Computer Vision and Pattern Recoginition, 2011 78 R.K Beatson, W.E.Ong, I.Rychkov, Faster fast evaluation of thin plate splines in two dimensions, Journal of Computational and Applied Mathematics, vol 261, no 1, 2014 79 Haili Chui, Anand Rangajaran, A new point matching algorithm for non - rigid registration, Computer vision and Image Understanding, vol 89, pp 114 - 141, 2003 80 Weigo Xie, Lutz Peter Nolte, Guonyan Zheng, ECM versus ICP for Point Registration, Annual International Conference of the IEEE EMBS, Massachusetts, 2011A 81 Tharwat, “A parameter investigation of SVM classifier with kernel functions,” Knowlegde Information System, tập 3, pp 1-34, 2019 TIEU LUAN MOI download : skknchat@gmail.com 114 82 Raquel Rodríguez-Perez, Martin Vogt, and Ju ́ , “Support Vector Machine Classification and Regression Prioritize Different Structural Features for Binary Compound Activity and Potency Value Prediction,” American Chemical Science Omega, tập 2, pp 6371-6379, 2017 83 Zhe Min, Jiaole Wang, Max Q.H Meng, Robust Generalized Point cloud registration with orientational data based on EM, IEEE Transactions on Automation Science and Engineering, vol 1545, no 5955, 2019 84 Elena Milanova, Yukio Himiyama, Ivan Bicik, Understanding land use and land cover change in global and regional context, Plymouth: Science Publisher, 2005 85 I.Doughlas, Ecosystems and Human well being, Reference module in Earth Systems and Environmental Sciences, 2018 86 Binhan Lou, Jian Yang, Shalei Song, Shuo Shi, Wei Gong, Ao Wang, Lin Du, Targer classification of Similar Spatial Characteristics in Complex Urban Areas by Using Multispectral LiDAR, Remote Sensing, Tập 14, số 238, 2022 87 Shuo Shi, Sifu Bi, Wei Gong, Biwu Chen, Bowen Chen, Xingtao Tang, Land Cover Classification with Multispectral LiDAR Based on Multi-Scale Spatial and Spectral Feature Selection, Remote Sensing, Tập 13, số 4118, 2021 88 Wai Yeung Yan, Ahmed Shaker, Nagwa El-Ashmawy, Urban land cover classification using airborne LiDAR data: a review, Remote Sensing of Environment, 2015 89 You Mo, Ruofei Zhong, Haili Sun, Qiong Wu, Liming Du, Yuxin Geng, Shisong Cao, Integrated Airborne LiDAR Data and Imagery for Suburban Land Cover Classification Using Machine Learning Methods, Sensors (Basel), Tập 19, số 9, 2019 90 M I Hariyono, Rokhmatuloh, M P Tambunan, R S Dewi, Support Vector Machine for Land Cover Classification using Lidar Data, The 3rd Southeast Asian Conference on Geophysics, IOP Conf Series: Earth and Environmental Science, 2021 91 Nicholas R Goodwin,Nicholas C Coops,Thoreau Rory Tooke,Andreas Christen &James A Voogt, Characterizing urban surface cover and structure with airborne lidar technology, Canadian Journal of Remote Sensing, vol 35, no 3, 2009 TIEU LUAN MOI download : skknchat@gmail.com 115 92 Yan Shi, Zhixin Qi, Xiaoping Liu, Ning Niu, Hui Zhang, Urban Land Use and Land Cover Classification Using Multisource Remote Sensing Images and Social Media Data, Journal of Remote Sensing, vol 11, no 22, 2019 93 William Anderson (Schoolworkhelper Editorial Team), Urban Land Use, SchoolWorkHelper, 2019 94 Rajni Jain, S S Raju, Decision Support System in Agriculture using uantitative Analysis, Agrotech Publishing Academy , 2015 95 K P Tripathi, Decision support System is a tool for making better decisions in the organization, Indian Journal of Computer Science and Engineering, vol 2, no 1, 2011 96 J Clerk Maxwell, A Treatise on Electricity and Magnetism, 3rd ed., vol Oxford: Clarendon, 1992 97 Andreas Felsberger, Bernhard Oberegger, Gerald Reiner, A review of DSS for manufacturing systems, SamJ40 workshop at i-KNOW 16, Graz, Austria, 2016 98 Mohammad Omidvar, Fariba Bordbar, Advanced decision support systems for managers, European online Journal of Natural and Social Science, vol 2, no 3, 2013 99 H Alshibly, Investiatng Decision Support System success: A partial least quares structural equation modeling approach, Semantic Sholar, 2015 100 Lian Zhi Ho et al, Supervised spatial classification of mutispectral LiDAR data in urban areas, Plos One, 2018 101 Martin Herold, Dar A Roberts, Multispectral satellites - Imaging spectrometry - LiDAR: Spatial - Spectral tradeoffs in urban mapping, 2006 102 Jesús R Gastélum, Juan B Valdés, Steven Stewart, A decision support system to improve water resources management in the conchos basin, Water resource management, vol 23, no 8, 2009 103 Zhe Min, Jiaole Wang, Max Q-H Meng, Robust generalized point cloud registration with orientational data based on Expectation Maximization, IEEE transactions on automation science and engineering, 2019 104 A Dobrin, A review of Properties and Variations of Voronoi diagrams, Mathematics, 2002 TIEU LUAN MOI download : skknchat@gmail.com 116 105 Li Xiaoli, Yingyi Chen, Li Daoliang, A spatial DSS for Land use structure optimization, WSEAS TRANSACTIONS on COMPUTERS, vol 8, no 3, 2008 106 M Q Huy, Building a DSS fro Agricultural land use planning and sustainable management at the district level in Vietnam, Gottingen: Georg August University, 2010 107 Th.K Ghabour, R.R Ali, M.M Wahba, E.A.El-Naka, S.A.Selim, Spatial DSS for land use management of newly reclaimed areas in arid regions, The Egyptian Journal of Remote Sensing and Space Science, vol 22, no 2, 2019 TIEU LUAN MOI download : skknchat@gmail.com ... Luận án nghiên cứu sở toán học liệu ĐMĐ LiDAR, toán phân loại ĐMĐ LiDAR, thuật tốn phân loại liệu ĐMĐ cơng bố Từ nghiên cứu lý thuyết này, NCS cải tiến phương pháp phân loại ĐMĐ LiDAR sử dụng. .. nghiên cứu Để thực mục tiêu đặt luận án, luận án thực nội dung nghiên cứu sau: - Công nghệ LiDAR sở toán học liệu ĐMĐ LiDAR - Bài toán phân loại liệu ĐMĐ LiDAR - Thuật toán phương pháp phân loại. .. KHOA HỌC VÀ CÔNG NGHỆ - Nguyễn Thị Hữu Phương NGHIÊN CỨU PHƯƠNG PHÁP PHÂN LOẠI DỮ LIỆU ĐÁM MÂY ĐIỂM LIDAR VÀ ỨNG DỤNG Chuyên ngành: Hệ thống thông tin Mã số: 48 01 04 LUẬN ÁN TIẾN SĨ