共查询到20条相似文献,搜索用时 421 毫秒
1.
地图上数字注记的自动识别是实现全要素图纸读取的关键技术之一,本文分析了传统的光学字符识别方法和BP神经网络识别方法在识别时存在的种种困难,提出了一种基于模糊联想记忆神经网络的识别方法,并以初步实验证实了这种方法的有效性。 相似文献
2.
3.
立交桥识别的CNN卷积神经网络法 总被引:2,自引:2,他引:0
OSM数据中立交桥结构的识别和分类,能够为构建多尺度模型、导航和位置服务、拥堵分析等提供重要信息。传统的立交桥识别方法依赖于人工设计的低层次特征,无法有效区分存在干扰路段的复杂立交桥结构。本文针对当前算法抗差性上存在的不足,提出了一种新的基于卷积神经网络的立交桥识别方法。该方法将矢量数据与栅格图像相结合,利用神经网络学习区分立交桥类型的高层次模糊性特征,从而对OSM中的复杂立交桥结构进行分类。试验表明,该方法有较强的抗干扰性,在复杂的立交桥形态分类中取得了良好的效果,并随着案例库的扩充和神经网络模型的优化存在进一步提升的空间。 相似文献
4.
地图数据分层是地图识别系统的一个重要组成部分。由于传统的基于Bayes准则识别方法要求已知概率分布密度,当实际概率分布与假设条件存在差异时,无法取得满意的识别效果。神经网络方法可以克服这些缺点。本文利用Kohonen提出的自组织特征映射网络的学习、识别能力,实现了对彩色地图扫描数据的自动分层。 相似文献
5.
自组织特征映射神经网络及其在彩色地图自动分层中的应用 总被引:2,自引:0,他引:2
地图数据分层是地图识别系统的一个重要组成部分。由于传统的基于Bayes准则识别方法要求已知概率分布密度,当实际概率分布与假设条件存在差异时,无法取得满意的识别效果。神经网络方法可以克服这些缺点。本利用Kohonen提出的自组织特征映射网络的学习、识别能力实现了对彩色地图扫描数据的自动分层。 相似文献
6.
7.
8.
手绘军队标号识别是基于草图的战场态势表达的重要组成部分.针对现有的草图特征手工提取方法费时费力,以及依靠数据驱动的深度学习方法泛化能力受到训练数据多样化制约的问题,提出一种注意力机制与卷积神经网络融合的军队标号识别方法.首先构建了特征提取模型Sketch-Net,实现手绘军队标号特征的初步提取;然后引入注意力机制模块,... 相似文献
9.
基于特征的模糊神经网络遥感图像目标分类识别 总被引:1,自引:0,他引:1
特征是图像处理中用于辨识目标的最基本属性.提出了利用模糊神经网络方法,针对舰船的几何特征、矩特征和纹理特征进行舰船目标识别处理.首先简单地描述了几何特征、矩特征尤其是Hu矩特征、一阶纹理特征和二阶纹理特征.然后分别对仿真数据、卫星观测数据中的舰船目标,以及自动检测处理获取的舰船目标的几何特征、Hu机特征和纹理特征进行了提取和分析.模糊神经网络方法可以综合模糊集理论和神经网络方法的优势,有效地实现基于特征的图像目标分类识别处理.文章首先描述了一种主从神经元结构的模糊神经网络分类识别方法,然后利用该方法对大型舰船进行分类识别,包括基于单类舰船特征的分类识别和基于多源(时相)数据融合的分类识别.实验结果表明,基于大型舰船的几何特征、矩特征和纹理特征,利用模糊神经网络方法可以实现对大型舰船目标的有效分类识别.通过多源数据融合处理,可以改善分类识别效果. 相似文献
10.
11.
城市轨道交通沿线的风险源识别是防止违规作业导致的安全事故的重要手段。为解决传统识别方法效率低、漏检率高、成本大等问题,本文基于无人机地铁保护区巡检系统,采用卷积神经网络对无人机采集的影像数据进行风险源识别。首先介绍无人机影像获取的流程,并在原始影像数据的基础上,通过数据增强的方式制作多角度、多尺度的风险源数据集;然后使用卷积神经网络建立风险源识别模型,对无人机采集影像中的风险源进行自动识别和定位。试验结果表明,多角度、多尺度风险源数据集的建立进一步提升了模型的识别准确率,且比传统方法具有效率高、成本低等优点。 相似文献
12.
针对传统BP神经网络容易发散、泛化能力差等问题,采用自适应Kalman滤波方法训练神经网络的连接权。与Kalman滤波训练连接权和传统的BP算法相比,该方法提高了BP神经网络计算精度,增强了泛化能力。实测数据的计算结果证明了该方法的可行性与有效性。 相似文献
13.
地图符号识别是地图成图自动化的一个重要研究方向,但是传统的地图符号识别方法已经不能满足数字地图发展的需要,迫切需要一种用自动化技术代替人工数字化的作业方式[1].因此地图符号的识别是整个技术的关键,而点状地图符号的识别更是地图符号识别的基础.本文探讨和研究了基于神经网络的点状地图符号识别. 相似文献
14.
滑坡变形程度是判断处治后滑坡是否稳定的关键评价指标,开展处治后滑坡变形预测可提前掌握滑坡稳定性情况,有利于滑坡失稳风险分析,便于开展地质灾害防灾减灾工作。为了准确预测处治后滑坡变形情况,本文提出了一种采用鸟群算法(BSA)优化BP神经网络的滑坡变形预测方法,借助BSA-BP神经网络构建了广西某高速公路滑坡变形预测模型,对比分析了BSA-BP神经网络与BP神经网络的预测结果。结果表明,BSA-BP神经网络预测结果的均方误差和相关系数分别为0.053 4和0.997 6,BP神经网络预测结果的均方误差和相关系数分别为2.225 6和0.968,鸟群算法可有效提高BP神经网络模型的预测精度,能有效应用于处治后滑坡变形预测,研究结果可为处治后滑坡失稳风险预测提供参考。 相似文献
15.
16.
遥感影像目标的尺度特征卷积神经网络识别法 总被引:1,自引:1,他引:0
高分辨率遥感影像的目标检测与识别,是高分对地观测系统中影像信息自动提取及分析理解的重要内容。针对传统影像目标检测与识别算法中人工设计特征稳健性与普适性差的问题,本文提出基于高分辨率遥感影像目标尺度特征的卷积神经网络检测与识别方法。首先通过统计遥感影像目标的尺度范围,获得卷积神经网络训练与测试过程中目标感兴趣区域合适的尺度大小。然后根据目标感兴趣区域合适的尺度,提出基于高分辨率遥感影像目标尺度特征的卷积神经网络检测与识别架构。通过WHU-RSone数据集对本文卷积神经网络架构与Faster-RCNN架构对比测试验证。试验结果表明,本文架构ZF模型和本文架构VGG-16模型的mean average precision(mAP)分别比Faster-RCNNZF模型和Faster-RCNNVGG-16模型提高8.17%和8.31%,本文卷积神经网络架构可获得良好的影像目标检测与识别效果。 相似文献
17.
针对验潮站潮位预报的需求,提出一种基于分群策略的粒子群优化神经网络(SSPSO-BP)的预报方法。该方法通过建立多个不同功能且具有交流能力的智能粒子群,经SSPSO和BP的两次优化,构建潮高预报模型。实验研究表明,SSPSO-BP模型在Oga站的潮位资料上高、低潮位间的时刻基本保持一致,高潮时刻最大潮高差为7.37 cm,低潮时刻最大潮高差为4.21 cm,该模型比标准BP神经网络及PSO优化神经网络在准确度和精度上有了很大的提高,其平均绝对误差、均方误差相较于BP神经网络分别提升了16.2%、79.2%,相较于PSO-BP神经网络提升了13.9%、79.6%。 相似文献
18.
《测绘科学》2020,(5)
针对目前基于WiFi的室内楼层识别方法大多要求各楼层接入点(AP)部署密度相近的问题,本文通过模拟了楼层识别率低的环境并进行实验验证,分析了造成识别率下降的原因,设计了一种顾及AP部署密度差异的室内楼层识别方法。该方法根据扫描到AP的局域网地址(Mac)和信号强度进行二次判断获得楼层估计。实验模拟了不同楼层AP部署密度相差较大的环境,并分别使用基于K最近邻(KNN)的楼层识别方法和本文方法进行实验对比。实验结果表明:在AP部署密度相差较大情况下基于KNN的楼层识别方法识别率为88%,较正常部署环境下降了10%,而本文方法识别率仍可达98%,且在不同部署情况下识别率均高于基于KNN的楼层识别方法。 相似文献
19.
20.
GIS和神经网络在城市发展规划中的应用 总被引:2,自引:0,他引:2
本文介绍了GIS在城市发展门槛分析中的应用,针对城市发展用地综合评价方法的不足,将神经网络分析方法引入到城市用地的综合评价中,并介绍了GIS应用模块-神经网络分析的连接。 相似文献