共查询到19条相似文献,搜索用时 265 毫秒
1.
2.
3.
本文侧重于介绍智能化摄影测量机器学习的高差拟合神经网络方法。观测手段和处理方式等限制导致全球高质量无缝DEM数据的缺乏,进而制约了它在水文、地质、气象及军事等领域的应用。本文提出了一种基于高差拟合神经网络的多源DEM融合方法,尝试融合全球DEM产品SRTM1、ASTER GDEM v2和激光雷达测高数据ICESat GLAS。首先,根据ICESat GLAS的相关参数及与DEM数据的高程差值,结合坡度自适应的思想设置高差阈值对ICESat GLAS进行滤波,剔除异常数据点。然后,以ICESat GLAS数据为控制点,利用神经网络模型拟合ASTER GDEM v2的误差分布。以地形坡度信息和经纬度坐标作为网络输入,ICESat GLAS和ASTER GDEM v2的高程差值作为目标输出,训练得到预测高差,将其与ASTER GDEM v2高程值相加即可获得校正结果。最后,引入TIN差分曲面的方法,利用校正后的ASTER GDEM v2高程值对SRTM1的数据空洞进行填充,融合生成空间无缝DEM。本文通过随机选取数据进行真实试验,对模型进行了精度验证,并给出了处理结果的定量评价和目视效果。结果表明,不论是空洞还是整体区域,本文方法相比其他DEM数据集和其他方法的处理结果都能够在RMSE上表现出优势,同时,本文提出的方法能够有效克服ASTER GDEM中异常值的影响,得到空间无缝DEM。 相似文献
4.
栅格DEM微地形分类是数字地形精细化应用的基础,基于规则化知识的栅格DEM微地形分类方法存在自动化程度低、分类残缺等问题。本文利用BP神经网络的优势构建了栅格DEM微地形分类的人工智能方法与实现途径。以山体部位分类为微地形分类典型样例进行试验验证与分析,试验结果表明,栅格DEM微地形分类的BP神经网络法较已有的地形因子叠加分析方法存在明显优势,不仅在流程上可避免烦琐的数据叠加分析过程,而且分类结果的完整性和错分率都得到有效改善;在山体部位分出的6种微地形中,冲积地对该方法适应性最强,准确率为100%,背坡的适应性最弱准确率为89.23%。 相似文献
5.
从数字高程模型(DEM)传递误差、基于中误差的DEM误差模型及其主要问题、DEM误差分布实验和DEM内插误差新认识几个方面分析了当前DEM误差研究的主要进展,用"中误差"讨论DEM传递误差是建立在测量误差传递理论基础之上的,但沿用"中误差"来讨论DEM内插模型逼近误差和DEM整体误差却缺乏理论依据。DEM误差分布的空间相关性实验对DEM中误差评价法所应具备的随机误差性提出质疑,却可以用基于逼近理论的DEM内插模型来解释,说明用逼近误差理论研究DEM内插误差的途径是正确、可行的。 相似文献
6.
7.
神经网络BP算法在DEM内插中的应用研究 总被引:1,自引:0,他引:1
神经网络BP方法应用于DEM内插,可以不需要传统的内插拟合函数.本文构建了一种"4X"BP神经网络结构,以地面点的平面坐标(X,X,Y,Y)作为网络输入层的节点,以高程H作为输出层的节点.用这种方法分析一个工程实例,选取隐含层节点数N为15,构建4×15×1的神经网络结构,结果得到DEM内插中误差为±0.45m,而传统的平面插值法的中误差为±0.53 m.实例证明,神经网络BP算法的效果非常好,值得在工程中推广应用. 相似文献
8.
本文在实验的基础上,对应用小波理论实现DEM多尺度表达进行了研究。文中使用Haar小波对原始DEM进行了分解,得到的概略部分包含了原DEM的高程骨架并忽略了一部分细节信息。分解过程持续进行,可以得到原DEM的一系列逼近。 相似文献
9.
10.
11.
12.
GPS测量的大地高精度达到了(3~4)×10-6,本文结合城镇控制测量对GPS高程拟合情况进行了分析。研究结果表明,通过施测少量均匀分布的GPS点的水准高程,采用BP神经网络方法拟合GPS点正常高可以部分替代水准高程或三角高程。 相似文献
13.
14.
在短期基坑沉降监测中,由于数据量少且呈非线性变化,沉降模型很难准确建立。灰色GM(1,1)对数据少、趋势性强、波动小的数据有较高的预测精度,但不能模拟复杂的非线性函数;BP神经网络可以对非线性数据进行学习训练,具有自学习、自适应能力;通过将GM(1,1)与BP神经网络组合,并优化网络部分的学习率、权值和阈值等,建立一种改进的灰色神经网络模型,该模型具有对非线性数据自学习、自适应能力和预测精度更高等优点。通过某基坑沉降监测分析,验证改进的灰色神经网络模型预测精度更高,适合短期建模,具有很好的实用性。 相似文献
15.
16.
BP神经网络用于GPS高程转换的网络配置 总被引:2,自引:0,他引:2
匡翠林 《测绘与空间地理信息》2004,27(5):38-40
BP神经网络的输入与输出关系是一个高度非线性映射关系,其用于GPS高程转换中有着较高的精度。但它存在不少问题,如网络的隐含层和隐含层节点个数选取尚无理论上的指导,参加学习的样本的质量如何影响仿真精度等。本文结合实例分析了上述问题,从而得出了BP神经网络用于GPS高程转换时网络配置问题的一些相关结论。 相似文献
17.
18.
以浙江省瓯江流域为例,基于SWBD修复的SRTM DEM数据,采用Arc Hydro Tools水文分析工具自动提取瓯江水系,并分地貌、分河流等级地定量评价水系数据精度,开展1∶250 000水系自动更新的可行性研究。结果表明:①SWBD修复的SRTM DEM的空白区域面积为54.78 km2,有效地弥补了SRTM DEM的数据缺失,进而提高了水系提取的准确度和精度;②与1∶250 000水系数据相比,基于SWBD修复后的SRTM DEM,在小起伏山、中起伏低山、低海拔丘陵上提取的水系数据精度高于其他地貌,而干流、一级支流、二级支流的精度又高于三级支流;③以资源三号卫星ZY-3遥感影像为参照,从水系上采集同名点反复比较点位精度后发现,利用SRTM DEM提取的水系符合制图规范和测绘内业规范(限差1 mm),可以满足1∶250 000水系自动更新的要求。 相似文献