申请/专利权人:中南林业科技大学;中南大学
申请日:2023-09-20
公开(公告)日:2024-03-22
公开(公告)号:CN117745959A
主分类号:G06T17/05
分类号:G06T17/05;G06N3/045;G06N3/0499;G06N3/08;G06N3/084;G06N3/088;G06N3/09;G06N3/006
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.09#实质审查的生效;2024.03.22#公开
摘要:一种基于PSO‑DBN模型的植被山区SRTMDEM校正方法,包括以下步骤:1对获取的原始数据进行预处理;2使用DBN网络结构对原始数据进行训练;在训练过程中使用PSO优化DBN的超参数,得到PSO‑DBN模型算法;3使用PSO‑DBN模型算法校正预设林区的SRTMDEM。经本发明的基于PSO‑DBN模型的植被山区SRTMDEM校正方法校正之后,SRTMDEM平均误差和均方根误差能够分别下降了93.5%‑96.0%和21.5%‑23.5%,地形复杂区的精度提升超过了26.1%。
主权项:1.一种基于PSO-DBN模型的植被山区SRTMDEM校正方法,其特征在于;包括以下步骤:1对获取的原始数据进行预处理,所述原始数据包括预设林区的原始SRTMDEM数据、预设区域的ICESat-2ATL08数据、landsat-8源数据、GlobeLand30数据、GLC_FCS30数据;2使用DBN网络结构对原始数据进行训练,输入数据是包括经度、纬度、坡度、坡向、NDVI、土地覆盖类型在内的6个与地形和植被相关的误差影响因素,这也是DBN的输入层;将ICESat-2ATL08与SRTMDEM的高程误差值作为输出层数据;在训练过程中使用PSO优化DBN的超参数,得到PSO-DBN模型算法;3使用PSO-DBN模型算法校正预设林区的SRTMDEM。
全文数据:
权利要求:
百度查询: 中南林业科技大学;中南大学 基于PSO-DBN模型的植被山区SRTM DEM校正方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。