仅需本体感知:北方森林的地形分类
原文中文,约400字,阅读约需1分钟。发表于: 。为了解决在北方森林进行越野自主导航所面临的地形分类问题,本文通过引入 BorealTC 数据集,结合另一个数据集进行评估,分别采用卷积神经网络(CNN)和基于状态空间模型的 Mamba 架构,研究了传感器数据的地形分类任务。研究发现,CNN 在各自的数据集上表现更好,而基于 Mamba 架构的模型在结合两个数据集后的综合准确性更高,并且对于增加的数据量,Mamba 的学习能力较 CNN...
本研究探讨了北方森林越野自主导航中的地形分类问题。使用BorealTC数据集和卷积神经网络(CNN)以及基于状态空间模型的Mamba架构进行评估。研究发现,CNN在各自的数据集上表现更好,而Mamba在结合两个数据集后的综合准确性更高。此外,Mamba对于增加的数据量具有较强的学习能力。研究还证明了将两个地形分类数据集相结合后产生的潜在空间可以解释地形特性,并讨论了数据集合并对分类结果的影响。