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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD