A Multi-source DEM Fusion Method Based on Elevation Difference Fitting Neural Network SHEN Huanfeng, LIU Lu, YUE Linwei, LI Xinghua, ZHANG Liangpei Acta Geodaetica et Cartographica Sinica . 2018, (6): 854 -863 . DOI: 10.11947/j.AGCS.2018.20180135
[19]构建基于反向传播(back propagation,BP)神经网络的点面融合模型,尝试利用光学ASTER GDEM和高精度激光雷达测高数据ICESat GLAS对雷达SRTM1的空洞进行修复,重建空间无缝DEM; Pham等[20]利用LiDAR (light detection and ranging)测高值作为参考数据,结合坡度信息学习ASTER GDEM和SRTM1的线性加权关系,并应用到无参考...
如使用神经网络、决策树等算法可以根据已知的DEM数据来学习和预测空洞值,从而实现自动化的空洞修复。这种方法具有较高的准确性和鲁棒性,但需要大量的训练数据和计算资源。 十一、方法对比分析 在典型开放DEM数据的融合与空洞修复方法中,各种方法都有其优点和局限性。基于统计和变换的融合方法简单易行,但可能无法完全...
神经网络 机器学习 转载 deanyuancn 2023-12-14 10:50:05 78阅读 融合 相当长的时间,花费了不少资源,微软和.NET社区还是在最近几年加入到了开源运动的阵营中来了,这令人相当惊讶,因为两大阵营一直都是经常对立的。然 asp.net .net mvc 框架 微软 ...
图2 基于高差拟合神经网络的多源DEM融合方法流程Fig. 2 Flowchart of the multi-source DEM fusion method based on elevation difference fitting neural network 图选项 1.2 数据预处理 预处理阶段主要是ICESat GLAS数据坐标系转换和异常值滤除。具体为:①进行坐标转换。SRTM1和ASTER GDEM v2采用的是WGS84/EGM96坐...
关键词:多源DEM融合神经网络TIN差分曲面坡度自适应 A Multi-source DEM Fusion Method Based on Elevation Difference Fitting Neural Network SHEN Huanfeng1 , LIU Lu1 , YUE Linwei2 , LI Xinghua3 , ZHANG Liangpei4 Abstract: This paper focuses on machine learning in intelligent photogrammetry:the elevation...