Geosci. Front. | 基于向量化与并行计算方法的大规模三维点云岩体结构面高效识别

本研究提出了一种基于向量化与并行计算方法的高效识别大规模三维点云岩体结构面的方法。研究背景指出，传统人工测量方法效率低且存在风险，而现有智能算法在大数据处理上效率不足。研究目的是通过结合人工神经网络和高性能计算技术，提升结构面识别的速度和精度。研究方法包括计算点云的法向量和曲率，利用人工神经网络和DBSCAN聚类算法进行结构面识别，并通过主成分分析提取产状信息。研究结果表明，优化后的算法在参数计算和结构面提取阶段的运行时间分别缩短了2.86倍和5.62倍，总运行时间缩短至原算法的1/3，同时保持了高精度（与人工测量偏差在2°以内）。结论指出，该方法在保证精度的同时显著提升了运行效率，具有一定的工程应用价值，但在数据适用性和计算资源需求方面仍存在限制。